Comienza una nueva era para trabajar con IA. Este año presentamos nuevos modelos, herramientas y agentes para ayudarte a crear más rápido, emprender proyectos más ambiciosos y llevar tus productos a más personas.
Comienza una nueva era para trabajar con IA. Este año presentamos nuevos modelos, herramientas y agentes para ayudarte a crear más rápido, emprender proyectos más ambiciosos y llevar tus productos a más personas.

Acompaña a OpenAI en la presentación de lo que viene. DevDay comienza con una conferencia inaugural llena de anuncios y nuevas posibilidades para lo que puedes crear con IA.

Descubre cómo los agentes ayudan a pequeños equipos de código abierto a desarrollar en conjunto. Explora flujos de trabajo para compartir contexto entre proyectos y trabajar con colaboradores, con demostraciones en vivo de sesiones en la nube y uso de la computadora.

Integra tus herramientas, conocimientos e interfaces en ChatGPT y Codex mediante extensiones de complementos. Aprende, con demostraciones en vivo, a convertir una idea en una experiencia útil, compartirla y llegar a nuevos usuarios.

Aprende de una ejecución de Codex que dedicó más de 1000 horas a mantener las compilaciones y las pruebas sin fallas. Explora cómo elegir tareas recurrentes, mejorar la retroalimentación, gestionar presupuestos de tokens y decidir cuándo deben intervenir los ingenieros.

Crea con el arnés de ejecución de Codex a través de la API de agentes. Aprende a ejecutar agentes en tu entorno, mantener en marcha tareas de larga duración y entender qué infraestructura administra OpenAI.

Convierte una idea en una experiencia web interactiva con Astra, ChatGPT Sites y WebMCP. Aprende a crear nuevos tipos de interfaces junto con tus colegas y agentes.

Explora las novedades de Codex en la CLI, la aplicación y la web. Descubre, con demostraciones en vivo, cómo pasar de delegar tareas individuales a dejar que Codex resuelva problemas completos y alcance objetivos.

Sigue la resolución de una interrupción del servicio a las 2 a. m., desde el primer mensaje en Slack hasta una corrección revisada. Descubre cómo la voz, Appshots, los complementos y las notas de reuniones ayudan a un agente personal persistente a investigar y mantener informado al equipo.

Recorre la evolución desde los bucles simples de agentes hasta los agentes que colaboran entre sí. Explora las decisiones de diseño y los avances en los modelos que impulsaron ese cambio, y conoce más a fondo lo que viene.

Descubre cómo los equipos de OpenAI usan ChatGPT para gestionar lanzamientos, investigar a la competencia y convertir conocimientos especializados en herramientas. Llévate ideas prácticas para aplicar en tu trabajo.

Encuentra y corrige vulnerabilidades con los modelos de ciberseguridad de OpenAI y su CLI y SDK de código abierto. Aprende a analizar grandes bases de código, detectar problemas en solicitudes de incorporación de cambios y verificar correcciones a partir de la experiencia de OpenAI en seguridad.

Observa cómo GPT‑Live propone ideas, juega y crea imágenes mientras coordina el trabajo en segundo plano. Aprende a incorporar voz a los agentes y a diseñar teniendo en cuenta la delegación, la latencia, las interrupciones y los cambios en las solicitudes.

Descubre cómo pequeños equipos de Stack Overflow usaron Codex para crear Stack Overflow for Agents y reinventar Stack Internal. Llévate lecciones para acelerar la investigación y el desarrollo y lanzar nuevos productos al mercado.

Explora cómo los agentes de Higgsfield eligen modelos y aprovisionan sus propios recursos de cómputo. Aprende cuándo usar GPU dedicadas o modelos alojados, cómo ofrecer un rendimiento predecible y en qué casos puede fallar este enfoque.

Reduce los costos de IA sin sacrificar la calidad. Aprende a medir el costo por tarea completada, elegir modelos y niveles de esfuerzo de razonamiento, y usar el almacenamiento en caché de prompts, las llamadas programáticas a herramientas y la API de Batch.

Descubre cómo Qodo usa OpenAI para revisar código generado por IA. Explora un revisor adversarial que cuestiona los supuestos y los resultados de los agentes de programación, y aprende cuándo sigue siendo necesario el criterio humano pese a la confianza del modelo.