En el desarrollo de software, cambiar algo para mejorarlo siempre abre la posibilidad de estropear otra cosa. Hasta un ajuste pequeño puede alterar el comportamiento de un programa, de modo que proponer una modificación y demostrar que funciona son dos trabajos distintos. Ahora traslademos ese dilema a los agentes de inteligencia artificial capaces de intervenir en el código y las instrucciones que utilizan para resolver tareas. Pueden intentar perfeccionar sus propias herramientas, sí, pero cad

• Un equipo de investigadores de la Universidad de Virginia, Microsoft Research y la Universidad de Tsinghua ha desarrollado una forma de dar a estos agentes una oportunidad más antes de poner a prueba sus cambios
• No es el primer intento de conseguir algo parecido: en 2025, Sakana AI presentó Darwin Gödel Machine, un proyecto que ya exploraba cómo un agente podía mejorar mediante cambios en su propio código
• En 100 ejercicios reservados para la evaluación final, estos agentes coincidieron exactamente con las calificaciones de expertos en una mediana del 55% de los casos...
• En las pruebas de programación, el nuevo método necesitó una media estimada de 170 millones de tokens para completar 40 rondas, mientras que HyperAgents consumió unos 49 millones