El fundador de Spawn revela que sus agentes IA fijos hicieron 77.000 cambios gastando 3,1M$ en tokens

La mitad de la plantilla no tiene cuerpo: agentes con nombre, memoria y llaves

En la portada de su web personal workbyjacob.com, el fundador de Spawn, Jacob Sansbury, resume su organigrama con una frase directa: la mitad de sus empleados no tiene cuerpo (Half of my employees don't have bodies). Spawn es una plataforma afincada en San Francisco para crear videojuegos multijugador con amigos mediante chat, y Sansbury —que antes fundó Pluto hasta su compra por Robinhood, donde trabajó en IA agéntica, tras pasar por NVIDIA y Bridgewater— gestiona el estudio como un laboratorio real de ingeniería con agentes.

En su relato publicado el 29 de octubre y en las notas de su web, Sansbury describe una estructura de 10 personas acompañadas por una flota permanente de agentes de IA con nombre propio (mientras que en la biografía de su sitio describe el núcleo como una empresa de seis integrantes donde hay tres empleados sin cuerpo y con todas las llaves). Lejos de ser sesiones de chat desechables, estos agentes mantienen identidad fija, memoria continua y permisos directos sobre el sistema.

77.000 cambios en 30 días y una factura de 3,1 millones de dólares en tokens

Al dar a los agentes residentes acceso directo al flujo de trabajo, el volumen de entregas se dispara fuera de las escalas habituales. Según los datos compartidos por Sansbury, el equipo acumuló 77.000 cambios en el repositorio durante un periodo de 30 días, siguiendo la máxima que encabeza su ensayo Written for Readers That Didn't Exist Yet: cada llamada desde la primera está registrada en el repositorio (every call since the first is in the repo).

Ese ritmo de iteración vino acompañado el mes pasado de una factura de 3,1 millones de dólares en tokens, una cifra que representa aproximadamente 30 veces el gasto en salarios del equipo humano. Mientras que en un estudio tradicional las nóminas multiplican por mucho el gasto en servidores, en Spawn el presupuesto de cómputo multiplica por treinta la masa salarial para que un grupo reducido de ingenieros dirija y audite el trabajo de los modelos.

• Identidad y memoria persistente

  Cada agente cuenta con nombre propio, memoria a largo plazo y permisos operativos como miembro estable del equipo.

• 77.000 cambios en 30 días

  Todas las llamadas y modificaciones quedan registradas en el repositorio, sumando 77.000 cambios en un mes.

• 3,1M$ al mes en tokens (30x la nómina)

  El gasto en inferencia multiplica por treinta los sueldos humanos para sostener ciclos continuos de programación y prueba.

Las notas de workbyjacob.com y cómo interpretar las cifras

En la sección Thoughts start here de workbyjacob.com se puede seguir la evolución de este método desde 2024 hasta 2026. Allí figuran textos como Branding for AI Agents (diseñando un compañero sin rostro), How We Build 2.0 (cómo se mueve el trabajo cuando los modelos hacen una parte real) y The Right Problems, junto a entregas más recientes como Entities: The New Work, Phantom Nodes y Optimizing the Point Away.

Conviene tener presente que tanto los 77.000 cambios mensuales como los 3,1 millones de dólares en tokens son cifras declaradas por el propio Sansbury sin auditoría externa, y que no se detalla qué unidad exacta cuenta como un cambio ni qué modelos concretos consumen el presupuesto. Aun así, su enfoque de tratar el repositorio como la memoria compartida y auditable entre humanos y agentes ofrece una referencia clara sobre hacia dónde se mueven los equipos nativos de IA.