Ayer Anthropic publicó cómo construyeron su "agente de datos" interno: Cómo Anthropic habilita el análisis de datos de autoservicio con Claude
OpenAI publicó su artículo sobre el "agente de datos interno" hace cinco meses: Dentro del agente de datos interno de OpenAI
Leí ambos; aquí está el resultado.
En lo que coinciden
- La parte difícil no es escribir SQL. Es encontrar la tabla correcta y entender cómo usarla adecuadamente. Ambos repiten esto.
- El modelo es un commodity (no lo dijeron directamente, pero...) — el contexto a su alrededor es el producto. Anthropic pasó del 21% al 95% de precisión solo añadiendo una habilidad que tiene acceso al contexto: una base de conocimiento.
- (sorpresa, no sorpresa) Más contexto no necesariamente ayuda. La precisión de Anthropic aumentó menos del 1% después de dar acceso a todos los miles de consultas anteriores (solo me imagino cuánto subió su consumo de tokens 🙂).
En qué se diferencian
- OpenAI construyó un agente independiente. Codex y el ChatGPT interno usan el agente a través de MCP, o el usuario puede chatear directamente con él vía web o Slack. Mientras que Anthropic construyó solo una habilidad que tiene acceso al contexto de datos a través de alguna base de conocimiento (basada en archivos md).
- OpenAI tiene el contexto en un "índice" que se actualiza diariamente mediante trabajos en pipeline, mientras que Anthropic confirma la base de conocimiento como archivos md en el mismo repositorio que el modelo de datos, actualizado en el mismo PR.
Mi opinión (después de construir un "agente de datos" para datos no estructurados, no SQL)
El enfoque de Anthropic con habilidades es más "nativo del arnés", por lo que encaja mejor con el conjunto de herramientas existente. Creo que toda la experiencia del desarrollador, el contexto de datos y toda la plataforma de datos se moverán bajo los arneses (el mejor artículo académico en esta dirección: Code as Agent Harness). El enfoque de OpenAI parece más escalable y maduro (¿5 meses por delante?) — con agentes de datos dedicados, 600 TB de datos y pipelines programados para actualizar el contexto. Veremos cómo evoluciona.
Pregunta para los expertos en datos aquí
¿Qué tan avanzados están con alguno de estos flujos de trabajo agentivos? Tengo entendido que la mayoría de los equipos aún escriben SQL a mano y copian y pegan "contexto" pieza por pieza en Claude Code/Copilot/Codex y comparten conocimiento en Slack.
Tabla completa de comparación lado a lado con más detalles y números en nuestra publicación del blog — enlace en los comentarios 👇
