AgentGPT es el proyecto de agente autónomo basado en navegador de Reworkd de la primera ola AutoGPT. Un usuario nombra un agente, le asigna un objetivo y observa cómo propone tareas, ejecuta iteraciones y alimenta los resultados a pasos posteriores. Hizo que la planificación autónoma fuera fácil de entender sin una terminal y sigue siendo históricamente útil para demostraciones.
El hecho crítico actual es el estado de mantenimiento: Reworkd archivó el repositorio público el 28 de enero de 2026, haciéndolo de solo lectura. El sitio alojado y la página del plan aún eran accesibles cuando se revisaron, pero la accesibilidad no es evidencia de desarrollo activo, modelos actuales, parches de seguridad o soporte confiable. Trate AgentGPT como un sistema educativo heredado, no como una plataforma de producción predeterminada.
Qué hace realmente el bucle
objetivo del usuario
|
v
generar lista de tareas
|
v
elija la siguiente tarea ---> modelo de llamada/búsqueda/complemento
| |
| v
'------ agrega resultado a la memoria/contexto
|
¿hecho? ----+---- no --> otro bucle
|
si
v
narrativa final
Más bucles pueden amplificar el progreso, el error, el costo o los tres.
El modelo interpreta el objetivo, inventa tareas intermedias y evalúa su propio progreso. Sin un verificador externo, se puede convertir una suposición errónea en varios pasos seguros. Los resultados de la búsqueda pueden ser obsoletos u hostiles; las listas de tareas pueden variar; y un resumen final puede ocultar trabajos inconclusos. La iteración autónoma es útil sólo cuando cada paso tiene una autoridad limitada y un éxito observable.
Estado actual de un vistazo
| Superficie | Estado observado | lo que prueba | Lo que no prueba |
|---|---|---|---|
| repositorio de GitHub | Archivado/solo lectura desde el 28 de enero de 2026 | La fuente sigue disponible | Correcciones de seguridad o mantenimiento de dependencias. |
| Última versión de GitHub | v1.0.0 del 2 de noviembre de 2023 | Artefacto de lanzamiento histórico | Compatibilidad con los API actuales |
| Aplicación alojada | Accesible cuando se revisa | El servicio responde ahora | Tiempo de actividad futuro, soporte o hoja de ruta |
| Página del plano | Gratis, $40 Pro y copia Enterprise personalizada visible | Oferta mostrada actualmente | Fiabilidad o valor de facturación/soporte |
| Documentos/archivos de seguridad | Se mantiene la orientación histórica del proyecto | Configuración prevista original | Versiones con soporte activo después del archivo |
Planes mostrados actualmente, con una advertencia heredada
La página del plan en vivo revisada el 26 de julio de 2026 mostró una prueba gratuita con cinco agentes de demostración por día usando GPT-3.5-Turbo, complementos limitados y búsqueda web limitada. Pro se mostró a $40/mes con 30 agentes/día, GPT-3.5-Turbo 16K, acceso GPT-4, 25 bucles por agente, búsqueda web ilimitada, complementos y soporte prioritario. La empresa era personalizada.
Esas etiquetas y límites de modelos reflejan una era más antigua. GPT-3.5 Turbo se ha retirado de muchos flujos de trabajo modernos y "GPT-4" no es una identificación precisa del modelo actual. Antes de suscribirse, confirme el pago, la renovación, la cancelación, el reembolso, los modelos compatibles, la última actualización del servicio y una respuesta de soporte real. No infiera una inversión continua en productos a partir de una página de pago activa.
| cheque de compra | Se requiere evidencia | Razón |
|---|---|---|
| modelo | ID y límite exactos del modelo actual | Las marcas heredadas ocultan la capacidad/jubilación |
| Tolerancia de bucle | Qué cuenta, reinicia y detiene un bucle | Los bucles largos pueden desperdiciar cuota sin resultado |
| búsqueda web | Proveedor, citaciones y manejo de consultas. | “Ilimitado” no garantiza la calidad de la fuente |
| Soporte | Canal de respuesta y SLA por escrito | El repositorio ya no se mantiene |
| Cancelación | Ruta de la cuenta y fecha de vigencia | Evite sorpresas en la renovación |
| Datos | Términos actuales de privacidad/retención/proveedor | Los objetivos pueden contener un contexto empresarial sensible |
Buenas tareas educativas versus malas tareas operativas
| Tarea | Encajar | ¿Por qué? |
|---|---|---|
| Muestre cómo un agente descompone una pregunta de investigación. | Buena demostración | La planificación visible es el objetivo del aprendizaje. |
| Piense en una campaña de lanzamiento ficticia | razonable | Bajas consecuencias y fácil selección humana. |
| Recopile algunas hipótesis de competidores públicos. | Condicional | Cada hecho y fuente necesita verificación. |
| Enviar divulgación o publicar contenido | pobre | Los efectos secundarios externos necesitan consentimiento y aprobación. |
| Tomar decisiones legales/médicas/financieras | Inseguro | No hay un experto responsable ni una cadena de evidencia confiable |
| Operar infraestructura de producción. | Inseguro | El agente heredado carece de permisos modernos/gobierno de tiempo de ejecución |
Escribir metas con condiciones de terminación.
“Investigar el mercado y hacernos exitosos” no tiene un estado de finalización observable. Un mejor objetivo es: "Encontrar cinco competidores documentados públicamente en la categoría X, capturar la URL oficial, el precio actual del plan y la evidencia de características cotizadas a partir de hoy, y devolver una tabla con campos desconocidos marcados, no inferidos. Deténgase después de cinco u ocho iteraciones de búsqueda".
- Defina el esquema de salida, la calidad de la fuente y la fecha de actualización.
- Establezca ciclos máximos, tiempo y gasto.
- Indicar acciones y datos prohibidos.
- Requiere incertidumbre y campos faltantes.
- Especifique quién valida el resultado y qué fuente autorizada gana.
Revisión de la evidencia primero
No revise sólo la narrativa final. Inspeccione el seguimiento de la tarea, las URL, las fechas y las afirmaciones de fuentes exactas. Abra cada página citada y distinga el texto fuente de la inferencia del agente. Un fragmento de búsqueda no es suficiente; un artículo de terceros no puede establecer precios oficiales cuando existe una página de proveedor.
| Tipo de reclamo | Fuente preferida | cheque requerido |
|---|---|---|
| Precio/límite | Precios/términos oficiales en vivo | Moneda, período de facturación, impuesto y fecha |
| Característica técnica | Documentos/repositorio oficiales en la versión fijada | Prueba exacta API o reproducible |
| Evento de empresa | Anuncio principal más informes independientes | Fecha de publicación versus fecha del evento |
| Rendimiento | Punto de referencia transparente y prueba propia | Conjunto de datos, línea base y resultados rechazados. |
| Recomendación | Evidencia + criterios explícitos | Separar el hecho del juicio |
Por qué más bucles no garantizan una mejor respuesta
Cada iteración consume contexto y puede resumir detalles anteriores. Los errores pueden agravarse, las tareas duplicadas pueden consumir el límite del ciclo y la autoevaluación tiende a favorecer una finalización plausible. Realice un seguimiento de hechos verificados únicos obtenidos por bucle. Deténgase cuando dos iteraciones no agreguen evidencia, repitan una acción o contradigan una restricción confirmada.
Si una tarea necesita esperas duraderas, reintentos, aprobaciones y escrituras externas, utilice un tiempo de ejecución de flujo de trabajo mantenido con idempotencia y auditabilidad. Un bucle conversacional no debe confundirse con la gestión de transacciones distribuidas.
Arquitectura de autohospedaje y carga de mantenimiento
La configuración del repositorio archivado incluye una interfaz Next.js/TypeScript, un backend FastAPI, una base de datos MySQL, NextAuth, Prisma/SQLModel, LangChain y claves de proveedor. Las claves opcionales Serper y Replicate amplían el comportamiento de búsqueda/medios. Los scripts de configuración automática se crearon en torno a las dependencias vigentes en ese momento; El nodo moderno, Python, Docker, la base de datos y OpenAI APIs pueden tener cambios importantes.
| capa | Riesgo heredado | Comprobación mínima de autohospedaje |
|---|---|---|
| Interfaz/autenticación | Vulnerabilidades obsoletas de Next.js/NextAuth | Auditoría de dependencia, cookies seguras, CSRF y pruebas de sesión. |
| RápidoAPI/backend | Paquetes antiguos y puntos finales permisivos | Autenticación de esquema, límites de velocidad y límites de entrada |
| Base de datos | Deriva migratoria y mensajes retenidos | Copia de seguridad/restauración, cifrado y eliminación |
| OpenAI integración | Modelos retirados/comportamiento API | Reemplazar ID explícitos y prueba de regresión |
| Búsqueda/complementos | SSRF, inyección inmediata y exposición clave | Lista de permitidos, claves de ámbito y etiquetado de salida |
| Docker/scripts de configuración | Imágenes flotantes y cadena de suministro de conchas. | Inspeccionar, anclar hashes y sandbox |
La bifurcación crea una nueva obligación de propiedad del producto. Asigne mantenedores, establezca un proceso de vulnerabilidad, actualice las dependencias continuamente y documente los flujos de datos. Si el propósito es simplemente ejecutar agentes modernos, comenzar desde un marco mantenido suele ser más barato.
Secretos y límites de acceso.
Almacene las claves de proveedor fuera del control de fuente, utilice límites de gasto bajos y rótelas. No exponga la aplicación local o API públicamente sin autenticación, TLS y límites de velocidad. La salida del agente y el contenido del complemento no son de confianza. Nunca le dé a un agente general archivado autoridad amplia sobre el sistema de archivos, el correo electrónico, los pagos, la nube o las redes sociales.
Para un taller, utilice un proyecto/cuenta independiente, datos sintéticos y claves desechables. Monitorear el consumo de token/búsqueda. Destruya el medio ambiente después y revoque las credenciales.
Valor histórico y qué cambiaron los sistemas modernos.
AgentGPT demostró que un bucle objetivo-tarea-ejecución podría hacerse legible para quienes no sean desarrolladores. Los sistemas de agentes de producción modernos agregan gráficos explícitos, puntos de control duraderos, esquemas de herramientas, permisos, rastreo, evaluaciones, aprobaciones humanas y recuperación de fallas. La lección de diseño sigue siendo valiosa: los usuarios necesitan ver qué planea el agente. La implementación ya no es un valor predeterminado seguro.
Una evaluación presencial de una hora
- Asigne a AgentGPT y a un chatbot supervisado el mismo objetivo limitado de investigación pública.
- Limite la ejecución autónoma a cinco iteraciones.
- Marque cada tarea como útil, duplicada, no compatible o fuera de alcance.
- Verifique cada fuente y cuente los hechos únicos correctos.
- Compare el tiempo, las fichas, el esfuerzo de corrección y la integridad final.
El aprendizaje probable no es que “la autonomía siempre gana”, sino cuándo ayuda la descomposición y cuándo la supervisión previene la deriva. Preservar la ejecución como evidencia educativa; no publique resultados no verificados.
Alternativas en 2026
| Opción | Mejor ajuste | Compensación versus AgentGPT |
|---|---|---|
| AgentGPT | Demostración histórica de los bucles de objetivos del navegador | Código archivado y pila de modelos alojados heredados |
| ChatGPT/Claude/Gemini modo supervisado | Planificación e investigación interactivas. | Autonomía menos visible, corrección más fácil |
| LangGraph | Gráficos de producción con estado mantenidos | Se requiere implementación del desarrollador |
| CrewAI | Python experimentación de roles/multiagente | Todavía requiere gobernanza y evaluación |
| n8n / Hacer / Zapier | Automatización empresarial con pasos explícitos de la aplicación | Dependencia de plataforma, estructura determinista más fuerte |
| OpenAI Agentes SDK / Google ADK | Proveedor actual SDK aplicaciones de agente | Ecosistema de proveedores y trabajo de ingeniería. |
| Flujo de trabajo duradero + pasos del LLM | Operaciones consecuentes de larga duración | Mayor configuración, semántica de reintento/auditoría mucho más sólida |
Preguntas frecuentes
¿Aún se mantiene AgentGPT?
No. El repositorio oficial de GitHub se archivó el 28 de enero de 2026 y es de solo lectura.
¿El sitio alojado todavía funciona?
Era accesible cuando se revisó y la página del plan mostraba ofertas. La disponibilidad no implica desarrollo activo ni soporte a largo plazo.
¿Qué muestra la página del plan actual?
Una prueba gratuita y un plan Pro de $40 al mes con redacción GPT-3.5/GPT-4 heredada, además de Enterprise personalizado. Verifique el pago antes de pagar.
¿Puedo alojarlo yo mismo?
La fuente y la configuración siguen estando disponibles, pero las dependencias antiguas y las integraciones de modelos requieren trabajo de seguridad y compatibilidad.
¿Es adecuado para la producción?
No como un valor predeterminado no modificado. Elija un tiempo de ejecución mantenido con permisos, evaluaciones, observabilidad y manejo duradero de fallas.
¿Tiene acceso web en vivo?
El plan alojado anuncia capacidades de búsqueda web; El autohospedaje históricamente utilizaba una clave Serper opcional. Verifique las fuentes y protéjase contra una inyección rápida.
¿Por qué mantener la página del directorio?
Documenta una interfaz de agente influyente y ayuda a los usuarios a evitar confundir una URL aún activa con una plataforma moderna mantenida.
fuentes primarias
- Repositorio y estado oficial archivado AgentGPT
- Lanzamientos históricos oficiales
- Política de seguridad archivada
- Aplicación alojada AgentGPT
- Planes alojados mostrados actualmente
- Definición oficial de redacción de autohospedaje
- Configuración oficial del entorno histórico.
- Guía de inyección rápida de OWASP
- Índice de agentes de IA del MIT para un contexto moderno de transparencia de agentes
Última revisión el 26 de julio de 2026. El repositorio está archivado. Vuelva a verificar la disponibilidad alojada, los ID de los modelos, los precios, la facturación y el soporte antes de cualquier uso o pago.
