El marco de habilidades de Claude se convierte silenciosamente en un estándar de la industria

Cuando Antrópico Habilidades lanzadas En octubre, el anuncio parecía una función específica para desarrolladores. Dos meses después, OpenAI ha adoptado la misma arquitectura, y esta discreta convergencia revela algo significativo sobre el rumbo que están tomando los agentes de IA.

Las habilidades son engañosamente simples: carpetas con archivos Markdown que indican a los sistemas de IA cómo realizar tareas específicas. Sin embargo, su adopción por los dos principales laboratorios de IA sugiere que la industria ha encontrado una respuesta común a una pregunta fundamental: ¿cómo lograr que los asistentes de IA sean consistentemente buenos en tareas especializadas?

Lo que OpenAI acaba de hacer

El desarrollador Elias Judin descubrió la implementación de OpenAI el 12 de diciembre mientras experimentaba con el intérprete de código de ChatGPT. Al solicitarle al modelo que creara un archivo zip de su... /home/oai/skills En el directorio, encontró carpetas con archivos PDF, hojas de cálculo y documentos, cada uno de los cuales contenía archivos de instrucciones estructuralmente idénticos a las especificaciones de Anthropic.

La misma arquitectura apareció en la herramienta Codex CLI de OpenAI dos semanas antes, a través de una solicitud de extracción titulada "feat: soporte experimental para skills.md". La implementación refleja el enfoque de Anthropic: las habilidades residen en un directorio local (~/.codex/skills), cada uno definido por un SKILL.md archivo con metadatos e instrucciones.

OpenAI no ha anunciado oficialmente la función. Pero su presencia tanto en ChatGPT como en Codex sugiere una estrategia deliberada, más que un experimento.

Por qué son importantes las habilidades

El enfoque tradicional para mejorar la IA en tareas específicas implicaba ajustes, un entrenamiento de modelos costoso y laborioso con datos especializados. Las habilidades ofrecen una alternativa más sencilla: instrucciones y recursos que se cargan solo cuando son relevantes.

El equipo de ingeniería de Anthropic describió El principio de diseño es la "divulgación progresiva". Cada habilidad solo ocupa unas pocas docenas de tokens al resumirse, y los detalles completos se cargan solo cuando la tarea los requiere. Esto resuelve un problema práctico: las ventanas de contexto son un espacio valioso, y saturar cada instrucción posible en cada solicitud desperdicia recursos.

La arquitectura funciona porque los modelos de IA modernos pueden leer y seguir instrucciones dinámicamente. Una habilidad para el manejo de PDF podría incluir bibliotecas preferidas, manejo de casos extremos y formato de salida (información que el modelo solo necesita al procesar PDF).

La historia de la convergencia

Que OpenAI adopte el enfoque de Anthropic no es inusual de forma aislada. Los laboratorios de IA aprenden regularmente de los trabajos publicados por los demás. Lo destacable es la identidad estructural: las mismas convenciones de nomenclatura de archivos, el mismo formato de metadatos y la misma organización de directorios.

Esta compatibilidad podría significar habilidades escritas para Código de Claude Puede funcionar con la CLI Codex de OpenAI y viceversa. Los desarrolladores pueden compartir habilidades en GitHub, como paquetes npm. El ecosistema se vuelve interoperable en lugar de fragmentado.

El momento coincide con esfuerzos de estandarización más amplios. Anthropic donó el Protocolo de Contexto de Modelo a la Fundación Linux el 9 de diciembre, y ambas compañías cofundaron el Fundación de IA Agentic Junto con Block, se unieron como miembros Google, Microsoft y AWS.

La fundación gestionará MCP, el proyecto Goose de Block y la especificación AGENTS.md de OpenAI. Las habilidades se integran de forma natural en este impulso de estandarización: módulos de capacidad reutilizables compatibles con diversas plataformas.

Qué significa esto para las herramientas de codificación de IA

La arquitectura de habilidades es lo más importante para Herramientas de codificación de IA, donde el conocimiento especializado mejora drásticamente la calidad del resultado. Una habilidad para el desarrollo de React podría especificar patrones de componentes, preferencias de gestión de estados y convenciones de pruebas. Una habilidad para la migración de bases de datos podría incluir comprobaciones de seguridad y procedimientos de reversión.

Empresas emergentes de codificación de IA como Cursor Han desarrollado negocios que hacen que la IA sea más útil para tareas de desarrollo específicas. El marco de habilidades ofrece a los proveedores de modelos una forma estandarizada de ofrecer una personalización similar, que puede ser perjudicial o complementaria para las herramientas de terceros, según la ejecución.

Para los desarrolladores empresariales, las habilidades interoperables implican que el conocimiento institucional se vuelve portátil. Los estándares de codificación internos, los requisitos de seguridad y las preferencias de flujo de trabajo de una empresa pueden codificarse una sola vez y aplicarse en cualquier herramienta de IA que utilice el equipo.

El subtexto estratégico

La adopción de OpenAI tiene implicaciones estratégicas. Históricamente, la empresa ha priorizado enfoques propietarios: acciones GPT, GPT personalizadas e integraciones específicas para cada plataforma. Las habilidades representan un cambio hacia estándares abiertos que funcionan en todas las herramientas.

Una interpretación: OpenAI reconoce que, en esta etapa, los ecosistemas de desarrollo son más importantes que la dependencia de un sistema propietario. Si las habilidades se estandarizan, la compatibilidad es más importante que controlar la especificación.

Otra interpretación: competir con la experiencia de desarrollo de Anthropic requiere equiparar sus características. Claude Code ha crecido exponencialmente, alcanzando mil millones de dólares en ingresos anuales e integrándose en Slack. Las habilidades son parte de lo que hace útil a Claude Code; OpenAI necesitaba responder.

La verdad probablemente incluya ambos factores. Los laboratorios de IA compiten intensamente en cuanto a parámetros y capacidades, a la vez que colaboran en estándares de infraestructura que benefician a todos. Las habilidades se incluyen en la segunda categoría.

Que viene despues

La oportunidad inmediata es un mercado de habilidades: repositorios de GitHub donde los desarrolladores comparten conjuntos de instrucciones especializados para tareas comunes. Anthropic ya cuenta con un anthropics/skills repositorio. Se espera que OpenAI siga su ejemplo y que las habilidades aportadas por la comunidad proliferen.

La pregunta a largo plazo es cuán profundamente se integran las habilidades en los productos de IA. Actualmente, son principalmente relevantes para los desarrolladores que utilizan herramientas CLI. Pero la misma arquitectura podría impulsar la personalización en productos de consumo: asistentes de escritura personalizados, herramientas de investigación especializadas y chatbots específicos de cada dominio.

Por ahora, la convergencia en habilidades representa algo inusual en IA: empresas competidoras coinciden en que la estandarización beneficia a todos. Aún no se sabe si esta cooperación se extenderá a otras áreas controvertidas (estándares de seguridad, divulgación de capacidades, directrices de implementación).

Pero para los desarrolladores que desarrollan plataformas de IA, el mensaje es claro: las habilidades se están convirtiendo en infraestructura. Aprender a desarrollarlas ahora significa estar preparado para el funcionamiento de las herramientas de IA del futuro.