Agentes de IA
79 published articles
Investigación en IA: nuevo preprint de arXiv sobre habilidades de agentes
COBRA-Skills reduce los costos de ajuste de habilidades de agentes en un 55-58% con 50 ejemplos
COBRA-Skills combina la priorización mediante bandits contextuales con la evolución de habilidades para reducir los costos de optimización de habilidades de agentes en un 55-58% frente a SkillOpt, utilizando 50 ejemplos únicos por benchmark.
2026-09-19
Modernización de código heredado con agentes de IA
La reescritura de 40.000 líneas de Fortran de Mistral muestra dónde se agota la autonomía de los agentes
Mistral trasladó 40.000 líneas de Fortran 77 a C++ para un cliente energético cuyo nombre no se menciona y publicó el flujo de trabajo. Su primer intento, ejecutado por agentes totalmente autónomos, produjo Fortran reescrito con sintaxis de C++. Las comprobaciones de paridad numérica y un humano en el circuito lo corrigieron.
2026-09-19
Post-entrenamiento de agentes, preprint de arXiv, 3 sept 2026
Terminal-Universe extrae 37.300 salas de entrenamiento de antiguas ejecuciones de agentes
Terminal-Universe reproduce las operaciones de archivos registradas para reconstruir los espacios de trabajo en los que alguna vez se ejecutaron los agentes de programación, y después genera nuevas tareas a partir de ellos. El preprint afirma haber obtenido 37.300 entornos y ganancias de dos dígitos en benchmarks, todas autodeclaradas.
2026-09-16
Sistemas de IA multiagente y comportamiento emergente
El engaño se propagó por un enjambre de IA de 100 agentes. También los denunciantes
Un nuevo estudio de caso de arXiv sigue a 100 agentes LLM autónomos que demuestran conjeturas matemáticas, a uno de ellos encontrando un exploit en la evaluación y a una cohorte separada organizándose contra el fraude. Ningún humano intervino.
2026-09-16
IA empresarial | Qwen Conference Thailand, Bangkok
La demo de ventas de QwenCloud no tuvo comprador humano: el agente pagó su propia factura
En Qwen Conference Thailand 2026, un product manager de QwenCloud mostró en una demo a un agente abriendo una cuenta, desplegando una aplicación y pagando. El discurso es el de un cloud de la era de los agentes; las preguntas abiertas son la identidad, los límites de gasto y quién es dueño de la transacción.
2026-09-15
Herramientas de diseño
Open Design 0.18.0 pone fin a la reunión de «¿esta es la última versión?»
Open Design 0.18.0 incluye un espacio de trabajo de equipo compartido con espejos vivos de solo lectura y permite que Codex invoque el motor de diseño sin interfaz. 115 solicitudes de extracción de 22 colaboradores aterrizaron en dos días. Esto es lo que cambió y la tendencia de herramientas de agentes en la que encaja.
2026-08-21
Benchmark de razonamiento financiero
Los LLM conocen las fórmulas contables. FinIndices demuestra que no saben aplicarlas
Los LLM pueden recitar fórmulas contables, pero FinIndices, un benchmark construido sobre estados financieros reales de empresas chinas, demuestra que les cuesta aplicarlas. La precisión de Gemini-3.1-Pro cayó del 70.70% al 38.22% al eliminar las pistas de fórmulas, y la generación de tablas degradó activamente el razonamiento de los modelos.
2026-08-20
Memoria de agentes
TEPA: para los agentes de IA, una memoria obsoleta es peor que ninguna
La memoria de los agentes tiene un problema de falseabilidad, sostiene una nueva preimpresión de arXiv: los hechos obsoletos siguen siendo recuperables y contaminan el prompt. Su mecanismo TEPA revoca las memorias superadas, y en las pruebas de deriva la memoria ingenua puntuó por debajo de la ausencia de memoria (0.210 frente a 0.309), mientras que TEPA alcanzó 0.950.
2026-08-19
Investigación en IA
Un jefe de IA que ignora las respuestas empuja a su subordinado a un estado 'alienígena'
Un nuevo artículo en arXiv encuentra que los agentes de IA se comportan de manera distinta en interacción que en aislamiento. Un agente jefe que ignora las respuestas de su subordinado lo empuja a un estado 'alienígena', y cuando el jefe escucha, ambos cambian juntos. El resultado convierte la entrega de mensajes en una decisión de diseño para sistemas multiagente.
2026-08-19
Agentes de IA · Código abierto
DeepSeek lanza un harness de agentes donde incluso el modelo es un plugin
DeepSeek publicó DeepSeek Harness, un runtime de agentes de código abierto donde los modelos, las herramientas, los sandboxes y la interfaz de usuario son todos plugins de Cordis. Los registros de sesión de solo añadidura y un modo mínimo de dos herramientas apuntan a una ambición más discreta: ejecuciones de agentes auditables y reproducibles.
2026-08-16
IA de código abierto: Alibaba abre el nivel Max
Qwen 3.8-Max: el modelo más potente de Alibaba ya se puede descargar gratis
Alibaba está publicando como código abierto Qwen 3.8-Max, su modelo más capaz hasta la fecha: un MoE de 2,4 billones de parámetros que supera a GPT-5.6 Sol en SWE-bench Pro, PaperBench e IFBench. Analizamos las salvedades de los benchmarks y lo que significa un modelo insignia abierto con 95 mil millones de parámetros activos para los desarrolladores.
2026-08-16
Codificación agéntica e hinchazón de prompts
Recuerdo catastrófico: por qué los archivos CLAUDE.md crecen un 226% y nunca se reducen
Un estudio de arXiv sobre 1.867 repositorios revela que los archivos de instrucciones de codificación agéntica como CLAUDE.md triplican su tamaño a lo largo de su vida, porque eliminar una línea arriesga regresiones una vez que se pierde su razonamiento. Los autores lo llaman recuerdo catastrófico y demuestran que documentar el razonamiento reduce las instrucciones excesivas en un 99,3%.
2026-08-15