GPT-6 Astra puede usar una computadora. No un navegador de demostración en un sandbox: una computadora, con escritorio, terminal, software instalado y las credenciales que haya en ella. El anuncio de lanzamiento de OpenAI le otorga un 72,6 % en OSWorld 2.0 a razón de unos 40 minutos por tarea, y menciona entre sus puntos fuertes instalar y probar software, ejecutar verificaciones de QA de frontend y solucionar problemas que detecta en pantalla. Completa esas tareas en aproximadamente un 47 % menos de tiempo que GPT-5.6 Sol.
La primera pregunta para un equipo no es qué puede hacer. Es en la máquina de quién, dentro de qué límite, con qué registro y con la firma de quién sobre el resultado. Sharkly responde a esas cuatro preguntas con cuatro objetos: una Computer, un directorio de Task aislado, un log de ejecución y una persona que acepta. Esta guía recorre cada uno de ellos para el trabajo de uso de computadora y termina con cómo diseñar en torno a las pausas que OpenAI ya te ha dicho que esperes.
TL;DR
Ejecuta los Agentes de uso de computadora en una Computer dedicada, no en la laptop de un desarrollador. Asigna a cada Task un directorio aislado, un timeout y un límite de concurrencia de uno. Lee el log de ejecución en la Task, no en una terminal. Deja que una persona mueva la Task a accepted. El monitor de OpenAI a veces detendrá una ejecución larga; mantén las Tasks pequeñas para que una detención cueste minutos. Los Agentes investigan, ejecutan, prueban e informan. Las personas marcan la dirección, otorgan la autoridad y aceptan el resultado.
Cuatro cosas que necesita un agente que usa computadora
Un host, un límite, un registro y un aceptador. Toda configuración seria tiene las cuatro; la cuestión es si viven en el historial de shell de alguien o en algún lugar donde el equipo pueda verlas.
Una Computer es un dispositivo conectado, servidor o contenedor donde un Agente puede ejecutar trabajo. Proporciona el sistema operativo, los archivos, las credenciales, el acceso a la red y las herramientas que el Agente necesita, y tiene su propio propietario, visibilidad, estado y límite de concurrencia de tareas. Ese es el host.
Cada Task recibe un directorio aislado, y el trabajo respaldado por repositorio puede usar un worktree separado para cada ejecución. El Agente lleva un timeout por Task y un número máximo de Tasks paralelas en ejecución. Ese es el límite.
Una ejecución produce una traza de ejecución. La pestaña Executions y el log contienen lo que hizo el Agente, y la línea de tiempo de la Task contiene lo que dijo, preguntó e informó. Ese es el registro.
La aceptación es un cambio de estado que hace una persona en la Task, restringido por el Workflow del tipo de Task. El Agente no puede marcar su propio trabajo como accepted si el Workflow no le concede ese estado. Ese es el aceptador.
El host: qué Computer
El uso de computadora de Astra es potente en proporción a lo que expone el host. Las propias cifras de seguridad de OpenAI son las mejores que ha publicado, y aun así abogan por un host dedicado. En el benchmark interno de seguridad de uso de computadora de OpenAI, donde menos es mejor, Astra obtiene un 2,4 % frente al 22,0 % de Sol, y nunca intentó eludir una denegación de la revisión automática de Codex. La tarjeta del sistema también registra que, en las pruebas del Instituto de Seguridad de IA del Reino Unido, Astra pidió permiso el 81 % de las veces antes de una acción sensible y continuó a pesar de un rechazo automatizado el 27 % de las veces. Mejor que cualquier predecesor. No cero.
Así que dales a los Agentes de uso de computadora su propia Computer. Un host Linux remoto registrado a través de la CLI de Sharkly y el servicio local funciona, y también lo hace una máquina virtual conectada a través de Sharkly Desktop. Lo que no debería ejecutar Tasks de uso de computadora es la laptop que contiene las claves de producción y un navegador con sesión iniciada. La guía de Computers cubre cómo registrar un host con un token de instalación y confirmar sus Runtimes.
Vincula las credenciales por Agente, no por host. Las variables de entorno simples y secretas son ajustes del Agente, así que el Agente de QA recibe el token de staging y nada más. Establece el máximo de Tasks paralelas de ese Agente en uno; una ejecución de uso de computadora es dueña de la pantalla, y dos de ellas en un mismo escritorio se pelearán por ella.
El límite: directorio, timeout, estado
Usa directorios de trabajo Temporary para las Tasks respaldadas por repositorio, de modo que cada ejecución prepare un worktree nuevo. Establece el timeout por Task por encima del promedio de 40 minutos de OSWorld de OpenAI con margen de sobra, y trata una Task que alcanza el límite como un problema de delimitación, no como un problema del modelo.
El tablero de estados es una puerta que una persona opera a propósito. Una Task asignada a un Agente no comienza mientras permanece en Backlog. Moverla a un estado cuya categoría está lista para el trabajo es lo que inicia la ejecución, y las categorías completed, canceled y duplicate nunca inician una ejecución inicial. Para el trabajo de uso de computadora eso importa: nadie lanza por accidente una sesión de escritorio de 40 minutos, y el tablero muestra quién la lanzó.
Las cinco puertas de nuestro flujo de trabajo de revisión con human-in-the-loop se corresponden directamente con Astra. La propia política de aprobación y la revisión automática de Codex son la puerta en tiempo de ejecución, y OpenAI informa que Astra las respeta. La confirmación del plan, el límite de ejecución, la señal de atención y la aceptación son las puertas de Sharkly, y son las que una terminal nunca registra.
El registro y el aceptador
Las ejecuciones de Astra son largas, y las partes interesantes ocurren mientras nadie está mirando. Cuando termina una Task de uso de computadora, abre la Task: el log de ejecución muestra los pasos, los comentarios muestran cualquier pregunta que haya hecho, y el informe final debería indicar las verificaciones que ejecutó, qué falló y qué no hizo. Un Agente de QA que informa «34 páginas verificadas, 2 bloques de código rotos, índice de búsqueda desactualizado en /changelog» ha devuelto algo sobre lo que una persona puede actuar.
Luego actúa una persona. La Task muestra Waiting for human review, el revisor lee el informe, abre los artefactos y mueve la Task a accepted o la devuelve con un comentario. Ese comentario puede iniciar una ejecución de seguimiento para el mismo Agente, de modo que la corrección recae sobre la misma Task en lugar de una nueva sesión de terminal.
El contrato no cambia porque el modelo haya mejorado. Los Agentes investigan, ejecutan, prueban e informan. Las personas marcan la dirección, otorgan la autoridad y aceptan el resultado. Astra alarga la primera frase. No acorta la segunda.
Diseñar para las pausas de OpenAI
OpenAI es inusualmente directo al respecto en su resumen de seguridad: la monitorización del desalineamiento en producción se ejecuta en cada solicitud de Astra que usa herramientas, y las verificaciones «a veces pueden ralentizar, pausar o detener trabajo legítimo», incluidos «las tareas en las que un agente se ejecuta durante un período prolongado». El uso de computadora es lo que más tiempo consume de lo que hace Astra, así que es lo más probable que se pause.
Tres hábitos absorben eso.
Mantén las Tasks pequeñas. Una pasada de QA nocturna dividida en una Task por superficie pierde una superficie por una pausa, no la noche entera. El registro de la Task persiste, así que una nueva ejecución retoma la descripción, los comentarios y los informes previos.
Programa las rutinarias. Una Automation con un disparador de programación puede iniciar una ejecución de Agente según una expresión cron, de modo que la pasada de QA de frontend se ejecute cada noche a las 02:00 sin que nadie la lance, y sus resultados vuelvan al historial de ejecuciones. Nuestra guía sobre Automations cubre los tipos de disparadores.
Dirige las interrupciones a una persona. Una ejecución bloqueada o fallida aparece como un elemento de atención en la Bandeja de entrada, donde el propietario decide si volver a ejecutar, acotar la Task o mirar primero el log. Lee el título y los detalles del log antes de reintentar; los detalles contienen la respuesta original del servicio de modelos, y una detención del monitor se lee distinto de un timeout.
Un modelo que puede usar cualquier computadora es una razón para ser preciso sobre qué computadora, qué directorio, qué log y qué persona. Sharkly es donde vive esa precisión. Conecta una Computer dedicada, crea un Agente de uso de computadora con credenciales de staging y asígnale algo aburrido.
