Rutas de running generadas por un agente: 27 minutos de trabajo

El 12 de septiembre, Simon Willison publicó el resultado de un encargo mundano: rutas de 5K y 10K que salieran de su casa y volvieran a ella, calculadas con datos de OpenStreetMap. El prompt cabe en dos líneas. El sistema trabajó 27 minutos y devolvió lo pedido en tres formas: una visualización incrustada, un fichero GPX descargable y ficheros GeoJSON. El circuito corto aparece etiquetado como «El Granada harbor loop 5.1 km», con los nombres de calle sobre el trazado (Avenue Granada, Paloma Avenue, Coastal Trail) y el crédito a los contribuidores de OpenStreetMap en el pie del mapa.

Lo relevante no es la ruta, es el presupuesto de tiempo. En su entrada del 12 de septiembre, Willison cuenta que el encargo lo ejecutó ChatGPT Work con GPT-6 Astra (Max), el mismo producto que había analizado a finales de agosto. Reproducimos esas denominaciones tal como aparecen en la fuente.

Veintisiete minutos cambian el producto

Medimos la calidad de un asistente en segundos de respuesta porque casi todo lo que le pedimos es texto. Un encargo que tarda casi media hora pertenece a otra categoría: no hay conversación, hay un trabajo que se deja encargado y se recoge después. Eso obliga a rediseñar la interfaz (estado, avisos, cancelación) y cambia el cálculo de coste, porque nadie se queda mirando una pantalla 27 minutos. También cambia la expectativa de precisión: cuando la respuesta llega en dos segundos se corrige sobre la marcha; cuando llega en 27 minutos, conviene que venga bien la primera vez.

Lo que hace el resultado verificable

Tres decisiones del encargo explican que se pueda comprobar:

1. Datos con procedencia: OpenStreetMap tiene licencia y trazabilidad, así que el mapa se puede contrastar contra la fuente.
2. Formatos estándar: un GPX se abre en un reloj Garmin y un GeoJSON en QGIS o en cualquier visor. El resultado no se queda encerrado en el chat.
3. Una métrica dura: 5,1 km es falsable. Se mide y se cierra la discusión.

Es el patrón que recomendamos a cualquiera que monte agentes: exigir salidas en formatos que otra herramienta pueda leer y, si es posible, un número que se pueda auditar. Sin eso, un encargo de media hora solo produce una sensación de trabajo bien hecho.

Dónde conviene frenar

Dos avisos. El primero, de privacidad: el encargo empieza por la dirección de casa, entregada a un asistente conectado a la cuenta de trabajo. Para un corredor a título individual puede ser aceptable; en un equipo que maneja datos de clientes, ese mismo gesto es una fuga. El segundo, de seguridad física: un trazado que se ve limpio sobre el mapa puede obligar a cruzar un carril sin acera o a correr contra el tráfico. Willison conoce el terreno y filtra eso de un vistazo; quien acaba de aterrizar en una ciudad ajena, no. La generación de rutas es uno de esos casos donde el error no se paga en tokens.

Cómo se monta el equivalente con Claude

El patrón es reproducible sin nada exótico: un servidor MCP que exponga consultas a la API de Overpass sobre datos de OpenStreetMap, una skill que fije el contrato de salida (GPX más GeoJSON más distancia total) y un subagente dedicado solo al cálculo del circuito, para no arrastrar el resto del contexto de la sesión. Con hooks de PostToolUse se registra cada llamada, algo útil cuando el proceso dura minutos y hay que saber en qué se fue el tiempo. Claude Opus 4.8 admite ventana opcional de 1M tokens, suficiente para mantener un extracto amplio de datos geográficos en contexto sin trocearlo a mano. Lo que no resuelve ninguna pieza de la cadena es la validación final sobre el terreno.

Nos interesa menos el titular del modelo que el cambio de formato: encargos largos, asíncronos y con entregable descargable. Ahí la ventaja no la pone el proveedor, la pone haber definido bien qué fichero tiene que salir por el otro lado.