INVESTIGACION
Un predictor permite a agentes de IA revisar cambios antes de romper su propio software, según un estudio
Un equipo de la Universidad de Virginia, Microsoft Research y Tsinghua propone un predictor que avisa cuando una modificación de un agente puede empeorar los resultados. En pruebas de programación elevó la tasa de aciertos frente a versiones previas, aunque con mayor uso de tokens. La idea apunta a agentes más prudentes, no a eliminar la supervisión.
Qué ha ocurrido
Investigadores de la Universidad de Virginia, Microsoft Research y la Universidad de Tsinghua presentan en arXiv un método para que agentes de IA revisen sus cambios antes de probarlos. Parten de HyperAgents y añaden el Improvement Dynamics Model (IDM), que predice si una modificación degradará el rendimiento y fuerza una revisión extra. En 166 tareas de programación no vistas, el agente inicial logró aproximadamente un 16% de éxito; las versiones de HyperAgents sin predictor alcanzaron una mediana cercana al 22% y, con el predictor, casi el 30% tras cinco ejecuciones por configuración. El predictor también puede mejorarse periódicamente y mostró transferencia a calificación de soluciones matemáticas. La mejora tiene coste: en 40 rondas se estimaron unos 170 millones de tokens frente a 49 millones de HyperAgents; aun igualando presupuesto, el método con predicción mantuvo una ventaja del 10,9% en rendimiento acumulado.
Qué significa para creadores
Para quienes automatizan tareas con agentes, la lección práctica es incorporar una fase de validación previa a cualquier cambio: predecir si “merece la pena” aplicar una modificación y, si hay riesgo de empeorar, revisarla antes de ejecutar. Mantener versiones anteriores y mecanismos de reversión, fijar presupuestos de tokens y medir el rendimiento acumulado por ronda puede ahorrar tiempo y errores visibles. Aun así, el estudio recuerda que estas mejoras no eliminan la supervisión humana ni garantizan menor coste; conviene empezar por superficies de cambio seguras (instrucciones, configuración) y adoptar controles de calidad antes de tocar código crítico.
Fuente y contexto
La investigación, publicada como preprint en arXiv y resumida por Xataka el 16 de octubre de 2026, se apoya en HyperAgents e introduce el IDM como capa predictiva. Estudios previos, como el Darwin Gödel Machine de Sakana AI en 2025, ya exploraban agentes que modifican su propio software. Los autores advierten que los resultados se limitan a escenarios de prueba: no prueban su validez en proyectos reales ni reemplazan la supervisión, y no ofrecen una comparación completa del coste computacional total.