¿Está cambiando realmente la nueva función de historial de ordenador para Mac de ChatGPT la forma en que la inteligencia artificial de escritorio recuerda la actividad del usuario? El lanzamiento de OpenAI del 13 de agosto de 2026 ofrece una señal clara de que la IA de escritorio está dejando atrás el recuerdo basado en capturas de pantalla para apostar por la captura de contexto dirigida por eventos. Introduce así un sistema opcional que registra la actividad compatible entre aplicaciones de forma continuada, pero sin capturar imágenes de la pantalla. Al escuchar los eventos de interacción permitidos a través de la accesibilidad de macOS y las interfaces de las aplicaciones (como clics, pulsaciones de teclas y cambios de ventana), la función construye una línea temporal semántica local e inspeccionable. Esto permite que ChatGPT y Codex recuperen el contexto perdido, identifiquen documentos de referencia anteriores y sugieran flujos de trabajo automatizados sin necesidad de que los usuarios tengan que copiar y pegar manualmente el trabajo previo en la interfaz de chat.
¿Qué es el historial de ordenador de ChatGPT?
De un vistazo
-
OpenAI lanzó Computer History el 13 de agosto de 2026 para los suscriptores de ChatGPT Pro, Business y Enterprise en macOS.
-
La función reemplaza la vista previa de investigación Chronicle anterior y descarta la captura periódica de pantallas en favor de un registro de interacciones basado en eventos.
-
Los datos temporales de eventos pueden conservarse hasta 48 horas antes de ser eliminados como parte del ciclo de vida de procesamiento, mientras que los recuerdos de texto generados residen en archivos Markdown locales legibles.
El historial de ordenador de ChatGPT funciona como una capa de contexto ambiental que se ejecuta de forma nativa dentro del cliente de macOS. En las interfaces conversacionales estándar, los modelos de lenguaje sufren de una barrera de entrada fundamental: solo conocen aquello que el usuario escribe o sube de manera explícita en la ventana de aviso activa. Para tareas complejas que abarcan editores de código, pestañas del navegador, ventanas de terminal y herramientas de comunicación, la reconstrucción de dicho contexto operativo requiere un esfuerzo manual repetitivo.
El cambio principal no consiste simplemente en hacer que ChatGPT recuerde más texto, sino en acercar el propio sistema operativo a convertirse en la capa de contexto principal para la IA de escritorio. A medida que la IA de escritorio obtiene acceso a un contexto a nivel de sistema operativo más rico, el límite entre la memoria de las aplicaciones y la telemetría del sistema operativo adquiere una importancia cada vez mayor. Computer History aborda esta fricción recopilando de forma pasiva una línea temporal de actividad procedente de aplicaciones y sitios web autorizados. Cuando un usuario realiza preguntas como «¿Qué estaba depurando antes de mi última pausa?» o «¿Dónde está el documento de la propuesta que revisé esta mañana?», el asistente consulta su línea temporal local para identificar los archivos exactos, las conversaciones o las pestañas abiertas necesarias para atender la solicitud.
Mecánica interna: memoria basada en eventos frente a captura de pantalla
El principal diferenciador técnico de Computer History es su transición del registro basado en capturas de pantalla al registro de eventos de interacción. Los intentos anteriores del sector, como Microsoft Windows Recall y la vista previa experimental Chronicle de OpenAI, dependían en gran medida de capturas de pantalla en segundo plano procesadas mediante reconocimiento óptico de caracteres (OCR). Este enfoque generaba un consumo excesivo de disco, un alto gasto de tokens y problemas de seguridad en relación con el almacenamiento de la caché visual local.
En lugar de capturar los píxeles de la pantalla o grabar audio, Computer History registra los eventos de interacción permitidos expuestos a través de la accesibilidad de macOS y de las interfaces de las aplicaciones. Estos eventos capturan metadatos estructurados, incluidos los cambios de enfoque de las ventanas, los atajos de teclado, las acciones de escritura y las transiciones de URL en los navegadores compatibles.
Almacenamiento local y ciclo de vida del procesamiento de eventos
La arquitectura divide el procesamiento de telemetría en etapas diferenciadas de procesamiento local y en segundo plano:
-
Registro de eventos locales: Los eventos de interacción sin procesar se escriben en un directorio local aislado gestionado bajo contenedores de App Group de macOS, lo que mantiene los datos temporales de los eventos dentro del límite de almacenamiento local de la aplicación.
-
Resumen efímero: Periódicamente, el cliente de escritorio inicia una sesión de Codex efímera que lee el búfer de eventos sin procesar, extrae resúmenes de tareas estructurados y elimina los datos de eventos temporales como parte de su ciclo de vida estándar.
-
Memoria Markdown persistente: Los resúmenes generados se almacenan localmente como archivos Markdown de texto plano en
$CODEX_HOME/memories/extensions/skysight/, donde los usuarios pueden inspeccionarlos, modificarlos o eliminarlos directamente mediante Finder.
El siguiente diagrama muestra el flujo de interacción desde los eventos del sistema operativo hasta la memoria local:
[Acción del usuario (Clic / Tecla / Cambio de app)]
│
▼
[Flujo de eventos de la API de accesibilidad de macOS]
│
▼
[Búfer de App Group local (Retención temporal)] ──> [Procesamiento efímero] ──> [Memoria Markdown local]
Crear frente a comprar: captura de contexto frente a restauración de contexto
La captura de contexto operativo en entornos distribuidos plantea un desafío arquitectónico clásico. Mientras que los asistentes de escritorio como ChatGPT aprovechan los ganchos nativos del sistema operativo para registrar eventos de interacción del lado del cliente, las arquitecturas empresariales a menudo exigen una preservación del contexto que funcione a través de plataformas desconectadas y límites de red.
Desarrollar un cliente de registro personalizado a nivel de sistema requiere una inversión considerable en ingeniería para gestionar los permisos de los sistemas operativos, el uso de recursos en segundo plano, las exclusiones de datos confidenciales y los controles de almacenamiento local. Por el contrario, implementar protocolos establecidos de sincronización de estados permite a las organizaciones mantener la continuidad del contexto con una mínima sobrecarga en el lado del cliente.
La comparación es de carácter arquitectónico más que producto por producto: cada enfoque preserva el contexto en una capa diferente del recorrido del usuario. La siguiente tabla compara varios enfoques arquitectónicos orientados a la preservación del contexto:
| Dimensión | Flujo de accesibilidad nativo (Computer History) | OCR de capturas ópticas (Recall heredado / Chronicle) | Restauración de estado en el servidor |
|---|---|---|---|
| Volumen de datos | Extremadamente bajo (metadatos de eventos) | Alto (capturas de mapas de bits pesadas) | Mínimo (transmisión de tokens criptográficos) |
| Límite de privacidad | Almacenamiento de App Group local + opcional | Alto riesgo (búferes de pantalla sin cifrar) | Base de datos del servidor autorizada |
| Sobrecarga de procesamiento | Proceso ligero en segundo plano | Inferencia OCR pesada en GPU/NPU local | Bajo uso de CPU/memoria en el cliente |
| Alcance multiplataforma | Limitado a un único SO de escritorio | Un único SO de escritorio | Multiplataforma (web, móvil, App Store) |
| Caso de uso principal | Productividad en espacios de trabajo individuales | Archivado de escritorio pasivo | Continuidad de contexto y recorridos distribuidos |
La inteligencia artificial de escritorio resuelve la continuidad del contexto entre aplicaciones. Por su parte, la distribución móvil y la atribución se enfrentan a un problema estructuralmente similar cuando el contexto de adquisición debe sobrevivir a la transición desde la web hasta una tienda de aplicaciones y, finalmente, a la app instalada. En ese entorno, OpoInstall utiliza enlaces profundos diferidos y la restauración de parámetros en el servidor para conservar los parámetros de campaña y de recomendación durante la transición sin depender de cookies persistentes en el cliente ni de un seguimiento invasivo. Al trasladar la resolución de estados a una capa autorizada en el lado del servidor, los desarrolladores consiguen que el contexto operativo supere las redirecciones complejas y las transiciones de las tiendas de aplicaciones de forma fluida.
Lista de verificación de integración: configuración de permisos y salvaguardas de privacidad
Dado que la captura de eventos en el escritorio afecta a los flujos de trabajo diarios de las aplicaciones, los administradores de TI y los desarrolladores independientes deben aplicar controles de límites estrictos.
Lista de verificación para administradores y desarrolladores
-
Aplicar autorización a nivel de espacio de trabajo: Asegúrate de que los administradores de Enterprise y Business habiliten explícitamente la función antes de que los miembros puedan activarla de forma individual.
-
Configurar exclusiones de dominios y aplicaciones: Bloquea el acceso a aplicaciones confidenciales (como gestores de contraseñas, software bancario y herramientas de comunicación interna) dentro de la canalización de recopilación.
-
Auditar las rutas de almacenamiento local: Verifica que los permisos en
$CODEX_HOME/memories/extensions/skysight/restrinjan el acceso de lectura a las cuentas de usuario autorizadas del sistema. -
Establecer defensas contra la inyección de avisos: Aísla la actividad de navegación web en dominios que no sean de confianza para mitigar el riesgo de instrucciones maliciosas incrustadas en el contenido web.
Preguntas frecuentes (FAQ)
¿El historial de ordenador de ChatGPT registra capturas de pantalla o audio en Mac?
¿Dónde se almacenan localmente los archivos de memoria generados por Computer History?
¿Qué planes de suscripción de ChatGPT tienen acceso a Computer History?
Puntos clave para los equipos de ingeniería
La introducción de Computer History por parte de OpenAI señala un cambio importante desde los mensajes conversacionales reactivos hacia la captura de contexto ambiental dirigida por eventos. Al apoyarse en eventos estructurados de interacción con el sistema operativo en lugar de en capturas de pantalla invasivas, la arquitectura establece un modelo más eficiente y respetuoso con la privacidad para la integración de la IA de escritorio.
Para los arquitectos de software y los desarrolladores, este lanzamiento refuerza el valor de desacoplar los flujos de eventos sin procesar del almacenamiento de estados persistentes. En lo que respecta a la atribución móvil, OpoInstall aplica el mismo principio de continuidad a un ámbito diferente: preservar el contexto de adquisición a medida que los usuarios pasan de las campañas web a través de las transiciones de las tiendas de aplicaciones hacia la app instalada, sin requerir cookies persistentes en el cliente ni un seguimiento invasivo a nivel de dispositivo. La infraestructura moderna confía cada vez más en la preservación de estados en el servidor y en la telemetría estructurada para mantener un contexto fluido sin sacrificar la seguridad del usuario.
Referencias
- Documentación oficial de OpenAI: Computer History para macOS
- The New Stack: ChatGPT ya puede recordar lo que hiciste en tu Mac sin capturas de pantalla
- 9to5Mac: ChatGPT para Mac añade la función opcional de historial de ordenador
- [RuntimeWire: OpenAI lanza Computer History para recordar el trabajo en distintas aplicaciones de Mac](
Share this article
