Responses API de OpenAI: shell tool y agentes escalables

De modelo a agente: qué significa realmente el nuevo entorno de cómputo de OpenAI

Durante años, construir un agente de IA funcional requería ensamblar piezas dispares: un modelo de lenguaje, un sistema de memoria, herramientas externas, lógica de orquestación y una infraestructura que sobreviviera a producción. OpenAI acaba de simplificar radicalmente esa ecuación con una actualización central a su Responses API: la incorporación de un entorno de cómputo real, incluyendo un shell tool y contenedores alojados gestionados por la propia compañía.

Para los founders y equipos técnicos que están construyendo productos sobre IA, esto no es un detalle menor. Es un cambio de paradigma en cómo se piensan, despliegan y escalan los agentes autónomos.

Qué es la Responses API y por qué importa como runtime de agentes

La Responses API de OpenAI es el núcleo unificado para construir agentes con capacidad de razonamiento, ejecución de herramientas y gestión de estado. A diferencia de la Chat Completions API —pensada para conversaciones punto a punto—, la Responses API está diseñada para flujos de trabajo de múltiples pasos donde el modelo necesita tomar decisiones, ejecutar acciones y mantener contexto entre interacciones.

Entre sus capacidades más relevantes para equipos técnicos:

Gestión de estado conversacional: mantiene el contexto automáticamente sin que el desarrollador tenga que pasar el historial completo en cada llamada.
Modo background: permite ejecutar tareas de larga duración de forma asíncrona, sin preocuparse por timeouts ni conectividad.
Integración nativa de herramientas: búsqueda de archivos, generación de imágenes, intérprete de código y, ahora, shell ejecutable.
Soporte MCP (Model Context Protocol): interoperabilidad con sistemas de agentes externos bajo un estándar abierto.

El shell tool: terminales reales dentro del agente

La novedad más concreta de esta actualización es el shell tool, una herramienta que permite a los modelos ejecutar comandos de terminal directamente desde la Responses API. Esto significa que un agente puede inspeccionar repositorios, hacer llamadas con curl, instalar dependencias o ejecutar scripts, todo dentro de un flujo orquestado por el modelo.

El shell tool opera bajo dos modalidades:

Contenedores alojados por OpenAI (hosted shell containers): entornos gestionados completamente por OpenAI, accesibles mediante la configuración container_auto en el parámetro environment del tool. No requieren infraestructura propia por parte del desarrollador.
Shell local: el desarrollador implementa y gestiona su propio entorno de ejecución, conectado a través del SDK @openai/agents.

La configuración básica para activar el shell tool alojado en una llamada a la API luce así:

"tools": [
  {
    "type": "shell",
    "environment": {
      "type": "container_auto",
      "file_ids": ["file-1234"]
    }
  }
]

Esta capacidad es especialmente relevante para agentes de tipo computer use, donde el modelo necesita interactuar con un sistema operativo real para completar una tarea.

Contenedores alojados: infraestructura gestionada para escalar sin fricción

Los hosted containers de OpenAI son entornos de ejecución aislados y gestionados que resuelven uno de los dolores más comunes al construir agentes en producción: el overhead operacional de mantener infraestructura de cómputo segura.

Sus características técnicas clave incluyen:

Aislamiento por diseño: cada contenedor corre en un entorno separado, sin acceso irrestricto a la red.
Políticas de red configurables: los equipos pueden definir listas de dominios autorizados (allowlists) para controlar qué URLs puede alcanzar el agente. La configuración se gestiona desde el panel de organización en platform.openai.com.
Adjunto de archivos: soporte para pasar file_ids directamente al contenedor, permitiendo que el agente trabaje sobre documentos, datasets o artefactos existentes.
Compatibilidad con AgentKit: integración directa con el SDK @openai/agents, que expone el shellTool, trazabilidad con withTrace y flujos de aprobación.

El resultado práctico: un equipo de dos personas puede desplegar un agente que ejecuta comandos reales en un entorno seguro, sin necesitar un DevOps dedicado para mantener la infraestructura de ejecución.

Cómo encaja esto con AgentKit y el ecosistema de agentes de OpenAI

Esta actualización no existe en el vacío. OpenAI ha construido una pila coherente para el desarrollo de agentes que va desde el modelo hasta la ejecución:

Responses API: el runtime central con gestión de estado, herramientas integradas y soporte asíncrono.
AgentKit (@openai/agents): el SDK para orquestar agentes, combinar herramientas y gestionar flujos de trabajo complejos.
Shell tool + hosted containers: la capa de ejecución que convierte instrucciones en acciones reales sobre un sistema.
Skills: los contenedores alojados se exponen también como Skills (identificadores reutilizables que se pueden empaquetar como archivos ZIP para usarse en la API), ampliando la modularidad del sistema.

Los modelos compatibles con el shell tool en su modalidad hosted incluyen versiones recientes de la familia GPT-5, como gpt-5.2 y gpt-5.4, que cuentan con mayor capacidad de razonamiento para tomar decisiones de ejecución en contextos de múltiples pasos.

Casos de uso concretos para startups y equipos técnicos

¿Dónde se traduce esto en valor real para un equipo que está construyendo un producto? Algunos escenarios directamente aplicables:

Agentes de revisión de código: el modelo puede clonar un repositorio, ejecutar tests, analizar resultados y generar un reporte, todo en un solo flujo orquestado.
Pipelines de datos automatizados: un agente puede descargar datasets, procesarlos con scripts y subir los resultados a un storage, sin intervención humana.
Asistentes de DevOps: diagnóstico de errores en producción ejecutando comandos de inspección directamente en el entorno del agente.
Automatización de tareas de back-office: desde generación de reportes hasta integración con APIs externas mediante llamadas shell.

La clave es que ahora todo esto se puede construir sobre una infraestructura gestionada, sin el costo operativo de mantener servidores de ejecución propios. Para una startup en etapa temprana, eso significa más tiempo construyendo producto y menos tiempo gestionando infraestructura.

Lo que aún está madurando

Conviene ser honestos sobre el estado actual de la tecnología. A principios de marzo de 2026, la comunidad de desarrolladores reportó algunos comportamientos inesperados al combinar el shell tool con herramientas personalizadas (como funciones propias definidas via JSON schema), generando conflictos en la selección de herramientas por parte del modelo. OpenAI ha ido resolviendo estos bugs con rapidez, pero es señal de que la característica, aunque funcional, sigue en una fase de maduración activa.

Adicionalmente, los detalles de precios para los contenedores alojados no han sido publicados formalmente al momento de este artículo. Se facturan bajo el uso de la Responses API, pero los equipos que planeen escalar deberían monitorear la documentación oficial para anticipar costos.

Conclusión

La incorporación del shell tool y los hosted containers a la Responses API de OpenAI marca una transición concreta: los agentes de IA dejan de ser abstracciones conversacionales para convertirse en entidades capaces de actuar sobre sistemas reales, con infraestructura gestionada y controles de seguridad integrados.

Para los founders que están construyendo sobre IA, el mensaje es directo: la barrera de entrada para desplegar agentes autónomos y seguros en producción acaba de bajar significativamente. El momento de explorar estas capacidades es ahora, antes de que sean el estándar mínimo esperado en cualquier producto tech.

La carrera no es solo por tener el mejor modelo. Es por saber construir el mejor sistema de agentes sobre él.

Descubre cómo otros founders están implementando agentes de IA en sus productos. Únete gratis a la comunidad de Ecosistema Startup y accede a casos reales, recursos técnicos y una red de builders que ya están construyendo con estas herramientas.

Unirme a la comunidad