OpenAI acaba de lanzar una funcionalidad que cambia el juego para los desarrolladores: los subagentes de Codex. Después de meses de pruebas limitadas, ya está disponible para todos desde marzo de 2026. Básicamente, ahora puedes dividir tareas de programación complejas en subtareas más pequeñas que se ejecutan en paralelo.
Cómo funcionan los subagentes
Imaginate que estás desarrollando una app y necesitas procesar datos, generar documentación y hacer tests al mismo tiempo. Antes tenías que hacerlo paso a paso. Con los subagentes, puedes lanzar todo en paralelo y cada "subagente" se encarga de una parte específica.
La configuración es bastante directa: usas archivos TOML para personalizar cada agente según tus necesidades. Funciona con las últimas versiones del modelo, incluyendo el nuevo gpt-5.3-codex-spark, que está optimizado específicamente para estas tareas.
Lo que está bueno
La velocidad de desarrollo se dispara cuando tienes múltiples procesos corriendo al mismo tiempo. En lugar de esperar que termine una tarea para empezar la siguiente, todo sucede en paralelo. Para equipos pequeños (que es la mayoría en LATAM), esto es como tener más manos trabajando.
La personalización también está bien pensada. Cada subagente puede especializarse: uno para frontend, otro para backend, otro para testing. Es como tener especialistas virtuales en tu equipo.
Las limitaciones
La documentación todavía está verde. OpenAI no explica completamente la diferencia entre subagentes "worker" y "default", lo que puede confundir al principio. Además, algunos escenarios de uso no están cubiertos en los ejemplos.
También hay que considerar que trabajar con múltiples agentes en paralelo puede ser más complejo de debuggear si algo sale mal.
Comparado con la competencia
Claude Code y Gemini CLI también tienen capacidades similares, pero los subagentes de Codex parecen más integrados al ecosistema de OpenAI. OpenCode es la alternativa open source, aunque con menos funcionalidades por ahora.
Cómo empezar
Lo mejor es comenzar con proyectos pequeños para entender cómo dividir las tareas efectivamente. La documentación de OpenAI tiene algunos ejemplos básicos, aunque esperamos que la mejoren pronto con más casos de uso reales.