En directo
[Modelos de IA]Beam, el modelo de IA de 501.000 millones de parámetros que puedes descargar y modificar[Modelos de IA]Nvidia e IIT Madras lanzan 2,8 billones de tokens en 22 lenguas de la India[Modelos de IA]IBM lanza Granite Switch 4.1, un modelo de IA que combina conversación, decisiones y transcripción de audio[Modelos de IA]Apertus 1.5: el modelo suizo de IA de código abierto ahora entiende imágenes y audio[Modelos de IA]FLUX.3 combina generación de imágenes, edición y control de composición en un solo modelo de IA[Modelos de IA]Meta presenta Muse Spark Open, su modelo de IA más grande con pesos abiertos[Modelos de IA]Un modelo de IA de 24.000 millones de parámetros que corre en un portátil como si tuviera 2.000 millones[Investigación]Cómo dar prioridad a la investigación más valiosa sin dejar GPUs sin usar[Herramientas]Seis modelos de IA en una semana, sin escribir código: así funciona ML Intern[Modelos de IA]Liquid AI lanza dos modelos de IA que toman decisiones en 16 milisegundos[Modelos de IA]Beam, el modelo de IA de 501.000 millones de parámetros que puedes descargar y modificar[Modelos de IA]Nvidia e IIT Madras lanzan 2,8 billones de tokens en 22 lenguas de la India[Modelos de IA]IBM lanza Granite Switch 4.1, un modelo de IA que combina conversación, decisiones y transcripción de audio[Modelos de IA]Apertus 1.5: el modelo suizo de IA de código abierto ahora entiende imágenes y audio[Modelos de IA]FLUX.3 combina generación de imágenes, edición y control de composición en un solo modelo de IA[Modelos de IA]Meta presenta Muse Spark Open, su modelo de IA más grande con pesos abiertos[Modelos de IA]Un modelo de IA de 24.000 millones de parámetros que corre en un portátil como si tuviera 2.000 millones[Investigación]Cómo dar prioridad a la investigación más valiosa sin dejar GPUs sin usar[Herramientas]Seis modelos de IA en una semana, sin escribir código: así funciona ML Intern[Modelos de IA]Liquid AI lanza dos modelos de IA que toman decisiones en 16 milisegundos
Transmitiendo · —

Noticias.
Inteligencia Artificial

Inteligencia Artificial para Gente Real · ES / PT-BR

HerramientasOpenAI News2 min

Cómo Notion usa Codex para automatizar código y multiplicar su equipo de ingeniería

La empresa de productividad explica cómo usa Codex, el modelo de OpenAI que genera código a partir de instrucciones en lenguaje natural, para acelerar desarrollos y lanzar funciones como entrada de voz por IA sin ampliar plantilla.

Por Redacción2 min
En resumen

Notion usa Codex, el modelo de OpenAI que convierte instrucciones en lenguaje natural a código funcional, para generar especificaciones técnicas completas de una sola vez, construir prototipos como su función de entrada de voz por IA y automatizar tareas repetitivas, permitiendo que equipos pequeños asuman proyectos que normalmente requerirían el triple de ingenieros.

Compartir
Cómo Notion usa Codex para automatizar código y multiplicar su equipo de ingeniería
Herramientas · OpenAI News

Notion, la plataforma de productividad que combina notas, bases de datos y gestión de proyectos, ha explicado cómo usa Codex (el modelo de inteligencia artificial de OpenAI que traduce instrucciones en lenguaje natural a código funcional) para acelerar su desarrollo de producto. Según informó OpenAI en un artículo oficial, la empresa aprovecha Codex para generar especificaciones técnicas completas en un solo intento y para construir prototipos funcionales sin necesidad de contratar más ingenieros.

Uno de los casos más destacados es el desarrollo de AI Voice Input, una función que permite dictar texto por voz en la versión web de Notion y que el sistema transcribe automáticamente. Según el artículo, el equipo usó Codex para escribir gran parte del código necesario para integrar el reconocimiento de voz en el navegador, un proceso que normalmente requiere semanas de trabajo y conocimientos especializados en APIs de audio (las interfaces que permiten a una aplicación comunicarse con el micrófono del dispositivo).

La clave del enfoque de Notion es lo que llaman "one-shot specs" (especificaciones de un solo intento): en lugar de iterar varias veces sobre un borrador técnico, los ingenieros describen lo que necesitan en lenguaje corriente y Codex genera directamente un documento detallado con los requisitos, la arquitectura del sistema y fragmentos de código de ejemplo. Esto reduce drásticamente el tiempo que los equipos dedican a planificar antes de empezar a programar.

Según OpenAI, Notion también usa Codex para tareas repetitivas como actualizar dependencias (las bibliotecas de código externo que usa una aplicación), escribir tests automáticos o adaptar funciones existentes a nuevas plataformas. El resultado, según la empresa, es que equipos pequeños pueden asumir proyectos que normalmente requerirían el triple de personas, sin sacrificar calidad ni velocidad de lanzamiento.

El caso de Notion ilustra una tendencia creciente en la industria del software: usar modelos de lenguaje especializados en código no solo para ayudar a programadores experimentados, sino para reorganizar por completo cómo se diseñan y construyen productos digitales. OpenAI lanzó Codex en 2021 como la base tecnológica de GitHub Copilot (el asistente de programación que sugiere líneas de código mientras escribes), y desde entonces empresas de todos los tamaños lo han integrado en sus flujos de trabajo internos.

Fuente original
OpenAI News
Más en · Herramientas