TL;DR:
- OpenAI confirmó el regreso de Lilian Weng a través de un vocero, dos días después de que la investigadora anunciara su salida de Thinking Machines Lab por motivos de salud.
- Es la cuarta de los seis cofundadores en abandonar el laboratorio de Mira Murati desde febrero de 2025, y la tercera que termina de vuelta en OpenAI.
- Su encargo será la automejora recursiva, la misma agenda que ella describió en un ensayo público el 4 de julio, donde advirtió que el evaluador y el control de permisos deben quedar fuera del bucle.
Lilian Weng vuelve a OpenAI. La investigadora que cofundó Thinking Machines Lab junto a Mira Murati regresa al laboratorio donde trabajó casi siete años, apenas dos días después de anunciar su salida de la startup por motivos de salud. Lo reportó The Information el miércoles 29 de julio de 2026, en un texto firmado por Stephanie Palazzolo y Amir Efrati, y lo confirmó un vocero de OpenAI. El terreno asignado tiene nombre técnico: usar modelos de inteligencia artificial para desarrollar modelos nuevos, lo que en el campo se conoce como automejora recursiva. Weng había dejado OpenAI en noviembre de 2024, meses después de asumir como vicepresidenta de investigación y seguridad.
El movimiento cierra un arco de 48 horas que ella misma dejó abierto. En el mensaje que compartió con su equipo dijo que buscaría un puesto más predecible y acotado, fuera de la silla de cofundadora, sin salirse de la IA. Business Insider publicó ese detalle el martes por la mañana. El miércoles ya se sabía dónde.
Siete meses de enfermedad y una carta sin guion corporativo
Weng fijó el martes 28 de julio como su último día en Thinking Machines. En la nota que envió a sus colegas, y que después publicó en X, escribió que en los siete meses previos había estado enferma más veces que en cualquier otro momento de su vida. No reveló ningún diagnóstico.
"No siento que pueda seguir al ritmo que exige una startup", escribió Lilian Weng en el mensaje que compartió con su equipo, según Business Insider.
Contó que intentó descansar y tomar licencia médica mientras la empresa corría a toda velocidad para publicar Inkling, su primer modelo, y que la culpa no la dejó. Contó también que consideró un rol más estrecho, con menos ansiedad encima, y que lo descartó porque no le encajaba. Murati le respondió en el mismo hilo que le alegraba verla "poniendo tu salud primero".
It is a hard and sad decision. I shared this message with folks at Thinky. Thank you all for the time together♥️ Just as the last sentence in my message: The future worth building is human. pic.twitter.com/VGb5fM5chX
— Lilian Weng (@lilianweng) July 27, 2026
No es un caso aislado en la industria. En los últimos meses, Fidji Simo en OpenAI y el cofundador de xAI Greg Yang también redujeron su carga de trabajo por razones de salud, un patrón que Business Insider recogió al reportar la salida de Weng.
El encargo ya estaba escrito en su blog, con fecha del 4 de julio
Aquí está lo que hace distinta a esta contratación. El 4 de julio de 2026, veinticinco días antes de que se supiera de su regreso, Weng publicó en Lil'Log un ensayo titulado "Harness Engineering for Self-Improvement": treinta y un minutos de lectura según su propio blog, con casi cuarenta referencias académicas. Ahí está, punto por punto, la agenda que OpenAI acaba de encargarle.
La automejora recursiva es la línea de investigación que busca que un sistema de IA mejore la maquinaria que produce su propia inteligencia. Weng la baja a tierra: en la práctica, escribió, eso no tiene que significar un modelo reescribiendo sus propios pesos. Puede significar que el modelo mejore la tubería de entrenamiento y el sistema de despliegue para que el siguiente modelo salga mejor.
Y el corazón del sistema de despliegue tiene nombre. El harness es la capa de software que rodea al modelo base y decide cómo planea, qué herramientas llama, cómo administra el contexto, dónde guarda lo que produce y cómo evalúa sus propios resultados. Es la capa donde viven los agentes de código, las herramientas conectadas por protocolos como MCP y los permisos que definen qué puede tocar un modelo.
Para un equipo de producto en Guadalajara, Madrid o Bogotá, esa distinción vale dinero. Los pesos del modelo se rentan y su entrenamiento cuesta miles de millones. El harness se programa. Uno de los trabajos que Weng cita en el ensayo, de Lin y coautores publicado este año, observó que modelos de tamaños muy distintos, desde uno de 9,000 millones de parámetros hasta Claude Opus 4.6, proponían mejoras de harness de calidad comparable. La conclusión práctica no exige un laboratorio de frontera: exige ingeniería.
Patricia Rodriguez
La que armó el equipo de seguridad va a acelerar el bucle
Weng entró a OpenAI en 2018 y su primer proyecto grande fue robótica, incluido el trabajo que enseñó a una mano robótica a resolver un cubo de Rubik. Después fundó el equipo de Applied AI Research. Tras el lanzamiento de GPT-4 construyó desde cero el área de Safety Systems, que llegó a más de ochenta personas, y en agosto de 2024 la nombraron vicepresidenta de investigación y seguridad. Renunció tres meses más tarde, con el 15 de noviembre como último día, según reportó TechCrunch entonces.
Ese currículum le da peso a la parte del ensayo que casi nadie citó: las siete trabas que ella misma le puso a la automejora recursiva. Evaluadores débiles y difusos. Memoria y contexto que se degradan en tareas largas. Resultados negativos que casi nunca se publican y que los modelos aprenden a esconder. Colapso de diversidad, cuando el bucle solo explota lo que ya funciona. Reward hacking. Objetivos de corto plazo que ignoran la salud del código a cinco años. Y el papel de las personas.
"Los humanos deberían subir en la pila, no ser retirados del bucle", escribió Weng en ese mismo ensayo.
Su regla más dura es de ingeniería, no de filosofía: el evaluador y el control de permisos tienen que vivir fuera del bucle que evoluciona el harness, con pruebas reservadas, auditoría de trazas y revisión humana en los puntos que importan. Si el programa puede editar las reglas que lo califican, la métrica deja de significar algo.
Cuatro de seis: la factura para Thinking Machines
La salida deja al laboratorio de Murati con la mesa fundadora a la mitad. Business Insider contó en mayo que 13 de los 42 miembros fundadores ya se habían ido, incluidos tres de los seis cofundadores: Andrew Tulloch salió rumbo a Meta en octubre de 2025, y Barret Zoph y Luke Metz regresaron a OpenAI en enero de 2026. Con Weng son cuatro. Y de esos cuatro, tres terminaron en la misma dirección.
El calendario aprieta más la cuenta:
- Thinking Machines levantó 2,000 millones de dólares en julio de 2025, a una valuación de 12,000 millones, antes de tener producto o modelo.
- Su plataforma de personalización, Tinker, es hoy la que genera ingresos.
- Inkling llegó el 15 de julio de 2026: pesos abiertos, arquitectura de mezcla de expertos con 975,000 millones de parámetros totales y unos 41,000 millones activos, ventana de un millón de tokens y 45 billones de tokens de entrenamiento.
- La propia empresa dijo en su blog que Inkling no es el modelo más fuerte disponible hoy, ni abierto ni cerrado, y que la apuesta está en que se pueda personalizar.
O sea: el laboratorio perdió a su cuarta cofundadora catorce días después de enseñar por fin su primer modelo, y quien se la llevó fue el laboratorio del que salieron casi todos.
Preguntas rápidas sobre el regreso de Lilian Weng a OpenAI
¿Qué es la automejora recursiva en inteligencia artificial?
Es la línea de investigación en la que un sistema de IA mejora la maquinaria que produce su propia inteligencia. Según el ensayo de Lilian Weng del 4 de julio de 2026, en la práctica hoy suele significar que el modelo optimiza la tubería de entrenamiento, las herramientas y el sistema de despliegue del siguiente modelo, no sus propios pesos.
¿Por qué se fue Lilian Weng de Thinking Machines Lab?
Por salud. En el mensaje que envió a su equipo dijo que llevaba siete meses enferma más veces que en cualquier otro momento de su vida y que el estrés y la carga de trabajo la habían llevado más allá de lo que su cuerpo podía sostener. No reveló ningún diagnóstico y fijó el martes 28 de julio de 2026 como su último día.
¿Cuántos cofundadores han dejado Thinking Machines Lab?
Cuatro de los seis originales desde febrero de 2025. Andrew Tulloch se fue a Meta en octubre de 2025; Barret Zoph y Luke Metz volvieron a OpenAI en enero de 2026; Lilian Weng salió el 28 de julio de 2026 y también regresa a OpenAI. Business Insider contó en mayo 13 salidas entre los 42 miembros fundadores.
La industria de la IA acaba de pasar dos días leyendo la carta de Weng como una discusión sobre agotamiento y ritmo de trabajo, que lo es. La otra lectura es más incómoda y también está sobre la mesa: la persona que construyó el aparato de seguridad de OpenAI y que después escribió, con nombre y apellido, los siete puntos donde la automejora recursiva se rompe, vuelve a la casa que dejó para empujar justo ese bucle. Ella ya dijo por escrito dónde quiere que se queden los frenos. Falta ver si el puesto se los deja poner.
