OpenAI Agents API suma Auto Review, Async Compaction y caché de prompts entre sesiones

Auto Review añade una verificación justo antes de ejecutar comandos

Cuando un agente conectado a una consola o a herramientas externas pasa del razonamiento a la acción, el punto crítico es el instante previo a ejecutar el comando. En su resumen semanal del 30 de octubre, el equipo de OpenAI Developers incorporó Auto Review a la Agents API: un paso de revisión automática que evalúa los comandos antes de que lleguen a ejecutarse.

De este modo, los equipos de ingeniería cuentan con una barrera nativa en la ruta de ejecución sin tener que programar desde cero su propio bucle interceptor. Sumado a las actualizaciones de herramientas (Tool updates) incluidas en la misma entrega, permite acotar mejor qué hace un agente autónomo en flujos de varios pasos.

Async Compaction y caché entre sesiones contra la latencia y el gasto de tokens

Los agentes que encadenan decenas de llamadas a herramientas llenan rápidamente la ventana de contexto con registros y salidas intermedias. Hasta ahora, resumir o podar ese historial solía detener el bucle principal del agente; con Async Compaction, la compactación del contexto pasa a ejecutarse de forma asíncrona en segundo plano, manteniendo al agente ágil mientras se limpia el estado antiguo.

En el apartado económico, la actualización activa la caché automática del prompt de sistema entre sesiones (prompt-cache). Como los agentes en producción suelen reutilizar las mismas instrucciones de sistema y definiciones de herramientas en miles de sesiones independientes, conservar esa caché entre sesiones reduce directamente la factura de tokens de entrada.

• Auto Review

  Revisa automáticamente cada comando antes de ejecutarlo para frenar acciones involuntarias o peligrosas.

• Async Compaction

  Compacta el historial de contexto en segundo plano de manera asíncrona sin pausar la tarea activa del agente.

• Prompt-cache entre sesiones

  Almacena en caché el prompt de sistema automáticamente a través de distintas sesiones para ahorrar dinero en tokens.

• Time awareness y herramientas

  Incorpora noción experimental del tiempo junto con mejoras en las herramientas de la Agents API.

Noción experimental del tiempo para agentes con contexto temporal

En las llamadas clásicas a modelos de lenguaje, cada turno carece de referencia temporal a menos que el desarrollador inyecte marcas de hora manualmente. La entrega del 30 de octubre añade una función experimental de noción del tiempo (Time awareness) dentro de la Agents API para que el agente cuente con contexto temporal durante su ejecución.

En conjunto, las cinco piezas de esta actualización semanal refuerzan la infraestructura práctica para operar agentes reales: control previo de comandos con Auto Review, gestión de memoria sin bloqueos mediante Async Compaction, referencia temporal, herramientas puestas al día y menor coste por sesión gracias a la caché automática del prompt de sistema.