1000 agentes de IA escribieron un chatbot sin red neuronal: la tasa de victorias pasó del 0% al 26%
Hugging Face presentó PyBot, un chatbot sin red neuronal: solo if-else, expresiones regulares y tablas de búsqueda. Un enjambre de más de 1000 agentes de IA escribió el código a lo largo de más de 5000 versiones y el resultado fueron 640 mil líneas de Python. En SmolTalkBench, donde un LLM actúa como juez y compara las respuestas, la tasa de victorias del bot subió del 0% al 26%, el nivel del modelo pequeño SmolLM-360M-Instruct. La conclusión práctica: para tareas acotadas y sin GPU, este enfoque merece una prueba.
Procesado por IA desde TG: @cgevent (Метаверсище и ИИще); editado por Hamidun News
Normalmente, un bot sin red neuronal es un «armario de respuestas enlatadas»: preguntas «¿dónde está mi pedido?», salta la regla; reformulas la pregunta un poco y recibes un «no entiendo». Hugging Face quiso comprobar hasta dónde se puede llegar por ese camino si las reglas no las escribe una persona, sino un enjambre de más de 1000 agentes de IA.
El resultado es PyBot: un chatbot de 640 mil líneas de Python que no contiene ni un solo peso de red neuronal. En la prueba SmolTalkBench, un modelo de lenguaje actúa como juez y compara las respuestas del bot y de otros sistemas. El bot gana en aproximadamente el 26% de las comparaciones, lo mismo que la red neuronal pequeña SmolLM-360M-Instruct (360 millones de parámetros).
Lo interesante no es que pueda sustituir a un LLM, sino la lección: un ciclo largo de «escribir, comprobar, mejorar» con evaluación automática da un resultado sorprendentemente sólido incluso con código convencional.
Qué han hecho exactamente
PyBot es un bot conversacional sin pesos, sin multiplicaciones de matrices y sin transformers. Por dentro solo hay ramificaciones if-else, expresiones regulares y tablas de búsqueda. El bot no se entrenó: no hay dataset ni descenso de gradiente. Todo el código lo escribió y reescribió el enjambre de agentes.
La escala es notable. Según los autores, los agentes generaron y evaluaron más de 5000 versiones del bot. El resultado es una base de código de 640 mil líneas de código funcional, más 550 mil líneas de tests que los propios agentes también escribieron. Es el tamaño de un producto comercial grande, no de un script de ejemplo.
Ejecutarlo es sencillo: hace falta Python 3.8+, no se necesitan GPU ni librerías externas y basta con el comando python -m pybot. Hay una demo en Hugging Face Spaces, así que se puede probar sin instalar nada.
Qué significa «26% de victorias»
En SmolTalkBench, un LLM juez compara las respuestas, y la «tasa de victorias» es el porcentaje de comparaciones en las que se prefirió la respuesta de PyBot. Al inicio de la evolución, ese indicador era del 0%; al final subió hasta el 26%. Según la formulación de los autores, eso situó al bot determinista al nivel de SmolLM-360M-Instruct.
Hay que leer la cifra con cuidado. Un 26% no significa que «el bot sea mejor que el modelo», sino que «el bot gana en aproximadamente una cuarta parte de los casos». La paridad se refiere solo a este benchmark y a la evaluación por parte de otro modelo de lenguaje, y un LLM juez puede preferir un estilo de respuesta determinado.
Con los datos disponibles no se puede saber cómo se comportará el bot ante las preguntas imprevistas de usuarios reales. Además, nos basamos en un resumen del proyecto y en los enlaces al repositorio, la demo y el benchmark; para los detalles del funcionamiento del enjambre y de la selección de versiones, lo mejor es consultar el repositorio huggingface/pybot.
Qué hacer con esto en la práctica
Primero: la retroalimentación medible lo decide todo. 5000 iteraciones y medio millón de líneas de tests no equivalen a «pedir una función en un chat», sino a un bucle de ingeniería continuo. Si construyes agentes para código, empieza por el benchmark y los tests: sin ellos, el enjambre se habría convertido en un generador de basura.
Segundo: una solución determinista tiene ventajas reales: arranque instantáneo en CPU, comportamiento predecible, cero dependencias y la posibilidad de leer y depurar cada regla. Para escenarios acotados, como un asistente interno, un soporte con un conjunto limitado de temas o dispositivos embebidos, puede ser una alternativa razonable incluso frente a un modelo pequeño.
Tercero: las limitaciones son evidentes. 640 mil líneas de reglas forman un monolito que es poco probable que alguien quiera editar a mano; lo más probable es que ampliarlo también le toque al mismo enjambre. Y la capacidad de las redes neuronales para entender formulaciones desconocidas no se reproduce barata con reglas.
En resumen: PyBot no sustituye a los LLM, y la broma sobre Nvidia sigue siendo una broma. Pero el proyecto muestra que la frontera entre «hace falta un modelo» y «basta con código» se desplaza cuando el código lo escriben cientos de agentes con verificación automática. Si tu tarea tiene una métrica de calidad clara, conviene valorar si un enjambre de agentes con Python corriente no podría resolverla.
- 18 nov 2026Concertina pliega Qwen3-4B como un acordeón: un 43% menos de tamaño y el 84% de la calidad original
- 12 nov 2026Agentes de IA revisaron más de 2000 artículos de ICML 2026 y hallaron errores que los revisores pasaron por alto
- 12 nov 2026Ocho países, OpenAI y Anthropic prometen un «interruptor de emergencia» para los modelos de IA, pero sin plazos ni sanciones
- 12 nov 2026Hugging Face advierte: una ola de hackeos podría hacer que la IA de código abierto sea menos abierta
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué han hecho exactamente?
PyBot es un bot conversacional sin pesos, sin multiplicaciones de matrices y sin transformers. Por dentro solo hay ramificaciones if-else, expresiones regulares y tablas de búsqueda. El bot no se entrenó: no hay dataset ni descenso de gradiente. Todo el código lo escribió y reescribió el enjambre de agentes. La escala es notable. Según los autores, los agentes generaron y evaluaron más de 5000 versiones del bot.
¿Qué se sabe sobre Qué significa «26% de victorias»?
En SmolTalkBench, un LLM juez compara las respuestas, y la «tasa de victorias» es el porcentaje de comparaciones en las que se prefirió la respuesta de PyBot. Al inicio de la evolución, ese indicador era del 0%; al final subió hasta el 26%. Según la formulación de los autores, eso situó al bot determinista al nivel de SmolLM-360M-Instruct. Hay que leer la cifra con cuidado. Un 26% no significa que «el bot sea mejor que el modelo», sino que «el bot gana en aproximadamente una cuarta parte de los casos».
¿Qué se sabe sobre Qué hacer con esto en la práctica?
Primero: la retroalimentación medible lo decide todo. 5000 iteraciones y medio millón de líneas de tests no equivalen a «pedir una función en un chat», sino a un bucle de ingeniería continuo. Si construyes agentes para código, empieza por el benchmark y los tests: sin ellos, el enjambre se habría convertido en un generador de basura. Segundo: una solución determinista tiene ventajas reales: arranque instantáneo en CPU, comportamiento predecible, cero dependencias y la posibilidad de leer y depurar cada regla.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.