Anthropic y OpenAI acaban de hacer portátil lo que le has enseñado a tu IA

Cada pocas semanas alguien en una clase me hace alguna versión de la misma pregunta: "¿Y si paso meses configurando ChatGPT y mi empresa se pasa a Claude?" O a Gemini. O a lo que gane el año que viene.

Es una preocupación lógica. Hasta ahora, las instrucciones, ejemplos y plantillas que creabas para una herramienta de IA se quedaban casi siempre en esa herramienta. Desde ayer, eso es mucho menos cierto.

¿Qué pasó el 22 de octubre con Agent Skills y Open Responses?

La Agentic AI Foundation (AAIF) anunció cuatro proyectos nuevos en su conferencia AGNTCon + MCPCon en San José. La AAIF es la casa neutral de la Linux Foundation para los estándares abiertos sobre los que funcionan los agentes de IA. Ya se ocupa de MCP, el protocolo que permite a la IA conectarse con tus aplicaciones, y de AGENTS.md. Empezó el pasado diciembre con tres proyectos; ahora tiene diez.

Los dos últimos importan sobre todo a quienes construyen IA. Los dos primeros importan a cualquiera que la use en el trabajo.

Dos de los rivales más feroces de la IA acaban de acordar que las tuberías no deben ser de nadie. Buena noticia para todos los que no somos fontaneros.

¿Por qué debería importarte si no eres desarrollador?

Porque tu verdadero activo en IA no es la suscripción. Es el know-how que le has enseñado: cómo redactas propuestas, cómo se estructura tu informe semanal, qué comprobaciones haces antes de enviar una factura. Ese know-how lleva horas dejarlo bien.

• Menos dependencia de un proveedor. Una skill que escribes hoy en Claude la pueden cargar Codex, Gemini CLI, Cursor, GitHub Copilot y más de 30 herramientas que ya leen el formato. Ahora que está en manos de una fundación neutral, ninguna empresa puede cambiarte las reglas por su cuenta.
• Cambiar es más fácil. Open Responses significa que las apps y automatizaciones que crea tu empresa pueden cambiar el modelo que llevan debajo con poco trabajo extra. Si aparece un modelo más barato o mejor, cambiar es un ajuste, no una reconstrucción.
• Experiencia que se puede compartir. Una skill es solo una carpeta. Puedes pasársela a un compañero, a una nueva incorporación o a un cliente, y su IA hará la tarea a tu manera.

¿Qué es exactamente una Agent Skill?

Una skill es una carpeta con un único archivo obligatorio, SKILL.md. Arriba del todo van un nombre y una descripción de una línea que dice cuándo usarla. Debajo, los pasos, en lenguaje sencillo. Las subcarpetas opcionales guardan ejemplos, plantillas o pequeños scripts.

Lo inteligente es cómo se carga. Al empezar una conversación, la IA solo ve el nombre y la descripción de cada skill, unos 100 tokens cada una. Cuando tu petición encaja, lee las instrucciones completas. Solo si los necesita abre los archivos. Puedes instalar decenas de skills sin llenar la memoria de la IA.

¿Cómo aprovechar las Agent Skills desde esta semana?

1. Elige tres tareas que repites cada semana. Una actualización semanal para un cliente, una propuesta, un resumen de reunión, publicaciones en redes con tu tono. La repetición es lo que hace que una skill compense.
2. Escribe cómo las haces tú. Los pasos, cómo es un buen resultado, dos ejemplos reales, los errores que evitar. Esta es la parte difícil y valiosa, y es tuya.
3. Convierte cada una en un SKILL.md con el prompt de abajo. Guarda las carpetas en un sitio que controles tú, como una carpeta de Google Drive o Dropbox, no solo dentro de una app de IA.
4. Instálalas donde trabajas. En Claude puedes subir una skill desde Ajustes; Claude Code, Codex y Gemini CLI las leen desde una carpeta de skills. Después prueba la misma skill en una segunda herramienta y compara.
5. Comparte las que mejor funcionan con tu equipo. Una buena skill es un documento de procesos que de verdad se sigue, porque la IA lo sigue cada vez.

Copia este prompt: convierte uno de tus procesos en una skill

Pégalo en Claude, ChatGPT o Gemini y luego describe una tarea que haces a menudo.

Ayúdame a convertir una de mis tareas de trabajo recurrentes en una Agent Skill (el formato abierto SKILL.md).

Primero, entrevístame. Hazme una pregunta cada vez, hasta 8 preguntas, sobre:
- qué es la tarea y cuándo la hago
- los pasos exactos que sigo
- cómo es un resultado excelente (pídeme que pegue 1-2 ejemplos reales)
- mis preferencias de tono, formato y extensión
- errores habituales que hay que evitar
- cualquier plantilla, checklist o archivo que uso

Después escribe el archivo SKILL.md completo:
1. Frontmatter YAML con:
   name: en-minusculas-con-guiones (máximo 64 caracteres)
   description: una o dos frases que digan qué hace la skill Y cuándo usarla
2. Una sección breve "Objetivo"
3. "Pasos" numerados en lenguaje sencillo
4. Una lista de "Control de calidad" que la IA debe revisar antes de darme el resultado
5. Una lista de "Errores que evitar"
6. Una sección de "Ejemplos" (o dime qué ejemplos guardar en una carpeta references/)

Mantén el SKILL.md por debajo de 300 líneas. Por último, dime qué nombre dar a la carpeta y qué archivos extra poner junto a él.

La tarea que quiero convertir en skill:
[descríbela aquí]

Otras noticias de IA de hoy

La Decisions API de OpenAI ya está abierta a todos

También el 22 de octubre, OpenAI abrió su Decisions API a todos los clientes. Es un "modelo de decisión": en lugar de escribir texto, elige una respuesta entre opciones que tú defines (qué equipo recibe este ticket, si este lead está caliente o frío, aprobar o marcar). OpenAI lo construyó a partir de su modelo GPT-6 Luna y dice que las respuestas han pasado de 1–3 segundos a unos 100–180 milisegundos. La app para aprender idiomas Speak redujo el tiempo entre acciones de 1,4 segundos a 0,13. Es la respuesta de OpenAI a Jev, de TypeSafe, que expliqué en ¿Qué es Jev?

Cómo usarlo: cualquier paso de tu negocio que en realidad sea una pregunta de opción múltiple (etiquetar emails, derivar consultas, clasificar facturas) ya no necesita un modelo de chat lento y caro. Si usas Make, n8n o Zapier, ese paso ahora puede ser casi instantáneo y barato. Prueba los modelos de decisión con tus propios datos antes de fiarte de cualquier benchmark: ahora mismo su posición en los rankings cambia mucho según quién mida.

DeepSeek recauda unos 15.000 millones de dólares

El laboratorio chino DeepSeek está levantando unos 100.000 millones de yuanes (unos 15.000 millones de dólares), con Tencent y el fabricante de baterías CATL entre los mayores inversores, según Bloomberg. El objetivo se subió dos veces por el camino. El dinero irá a centros de datos y a más modelos de código abierto, antes de una posible salida a bolsa.

Qué significa para ti: los modelos abiertos chinos, baratos y de alta calidad, no van a desaparecer, y eso mantiene la presión sobre los precios en todo el mercado. Si los usas, comprueba dónde se procesan tus datos: usar un modelo abierto a través de un proveedor europeo o estadounidense no es lo mismo que usar la app de la propia empresa.

Preguntas frecuentes sobre Agent Skills

Fuentes: anuncio de la Agentic AI Foundation (22 oct 2026); SiliconANGLE sobre los cuatro proyectos; resumen del formato SKILL.md y de las herramientas que lo adoptan; TechCrunch sobre la Decisions API (22 oct 2026); Bloomberg vía Yahoo Finance sobre la ronda de DeepSeek. Las recomendaciones salen de mi propio trabajo como coach.