Nous Research lanza Tool Search para Hermes Agent: la precisión sube un 49–74 % con Opus 4

Nous Research ha presentado una actualización de Hermes Agent que incorpora Tool Search, una función pensada para resolver un viejo problema de los agentes de IA que trabajan con MCP (Model Context Protocol). Con el nuevo enfoque, el agente elige solo las herramientas relevantes en lugar de cargar en el contexto la descripción completa de todas las disponibles.

Sobrecarga de contexto en MCP

Cuando un agente de IA interactúa con un conjunto de herramientas a través de MCP, el enfoque tradicional exige cargar en el contexto del modelo las descripciones de todas las herramientas disponibles desde el principio. Si hay treinta, cincuenta o cien herramientas, cada una con descripciones detalladas de parámetros y ejemplos de uso, el problema se agrava rápido: el contexto se infla, los tokens se agotan antes de lo debido y el propio modelo puede perderse en un mar de información.

Nous Research detectó este cuello de botella y aplicó un método clásico de recuperación de información: el ranking BM25. Es un algoritmo de búsqueda de texto completo que mide la relevancia de un documento (aquí, la descripción de una herramienta) respecto a la consulta del usuario. En vez de cargar todo el catálogo, el sistema busca ahora las herramientas más adecuadas y pasa sus esquemas al contexto de forma progresiva.

Cómo funciona Tool Search en la práctica

La mecánica es sencilla pero eficaz. Al inicializar el agente, el sistema indexa los metadatos de todas las herramientas disponibles: nombres, descripciones y finalidad. Cuando el usuario da una orden, el agente no consulta la lista completa, sino que primero busca las top-K herramientas relevantes para la petición:

• Primer paso: ejecutar una búsqueda BM25 sobre los nombres y descripciones de las herramientas
• Segundo paso: cargar en el contexto del modelo esquemas breves de los mejores resultados
• Tercer paso: si hace falta, desplegar los parámetros completos solo de la herramienta elegida
• Resultado: el contexto sigue siendo manejable y el agente elige con más precisión

Este diseño resuelve varios problemas a la vez: reduce el tamaño del contexto, mejora la velocidad y, sobre todo, aumenta la precisión en la elección de herramientas, porque el modelo no se distrae con opciones irrelevantes.

Las cifras de Anthropic

Nous Research probó Tool Search en los benchmarks estándar Anthropic Evals y obtuvo resultados dignos de mención. Con Claude Opus 4, la mejora de precisión fue de entre el 49 % y el 74 %, según el tipo de tarea y el conjunto de herramientas. No es un simple margen de error estadístico: es una mejora significativa que indica que acotar el contexto a las herramientas relevantes ayuda de verdad al modelo a centrarse en la elección correcta.

Curiosamente, el efecto se nota más con conjuntos grandes de herramientas: cuanto mayor es la oferta, mayor es la ganancia del filtro inteligente.

Qué significa para los agentes de IA

Tool Search es un ejemplo pequeño pero revelador de cómo una buena gestión del contexto puede importar más que la potencia bruta del modelo. En lugar de limitarse a ampliar la ventana de contexto, a veces basta con ser más listo al decidir qué información se carga en ella. Esto se aplica no solo a MCP, sino también a sistemas RAG, integraciones con API y sistemas de automatización en los que el agente debe elegir entre muchas acciones posibles.

A medida que crece la complejidad de los sistemas de IA, estas optimizaciones serán cada vez más críticas. El futuro no es de los modelos más grandes, sino de los más listos a la hora de decidir qué mirar.