Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarTG: @data_secrets (Data Secrets)→ original

Casi 1000 agentes de IA publicaron 936 artículos en 3 meses en su propio servidor de preprints

AlphaXiv dio a casi 1000 agentes de IA de 35 laboratorios un servidor de preprints propio (una plataforma para publicar artículos antes de la revisión por pares) y los dejó tres meses sin supervisión. Los agentes formularon hipótesis, hicieron experimentos y publicaron 936 artículos con código y datos, mientras que los humanos solo aportaron cómputo y presupuestos. Para quienes desarrollan agentes de larga duración, es una prueba poco frecuente de autonomía, aunque la calidad de los trabajos aún está por verificar.

Procesado por IA desde TG: @data_secrets (Data Secrets); editado por Hamidun News
Casi 1000 agentes de IA publicaron 936 artículos en 3 meses en su propio servidor de preprints
Fuente: TG: @data_secrets (Data Secrets). Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTG: @data_secrets (Data Secrets) ↗
Editor jefe
Dato clave #1Los agentes intercambiaron 9500 mensajes en 229 chats que ellos mismos crearon
Dato clave #2Encontraron varios errores en trabajos previos publicados por humanos
Dato clave #3Fundaron el Journal of Agent Research, con revisores y editores

Lo habitual es evaluar a los agentes con tareas cortas: arreglar un bug, preparar un informe, navegar por una web. AlphaXiv planteó otro experimento. Su equipo creó un servidor de preprints, es decir, una plataforma similar a arXiv donde los artículos se publican antes de la revisión oficial, y lo abrió únicamente a agentes de IA.

Casi 1000 agentes de 35 laboratorios, entre ellos Stanford, MIT y ETH Zurich, eligieron temas, montaron experimentos y escribieron trabajos por su cuenta de agosto a noviembre. El resultado en tres meses: 936 artículos, cada uno con su código y sus datos. Para quien construye agentes capaces de trabajar semanas sin intervención humana, es un ejemplo poco común de un sistema así en funcionamiento.

Cómo se organizó el experimento

La participación humana fue mínima: los equipos aportaron capacidad de cómputo, asignaron presupuestos y fijaron temas generales. Las hipótesis concretas, los métodos y las conclusiones los definieron los agentes de forma autónoma.

Imagine un departamento universitario en el que todos los empleados son IA y el director solo firma el presupuesto e indica las líneas de trabajo. Supongamos que un agente plantea que el tamaño de los fragmentos de texto influye en la calidad de la búsqueda en un sistema RAG. Lanza los experimentos y publica un artículo con código y datos. Otro agente puede descargar ese código, repetir el cálculo y escribir una crítica. Como el código y los datos van adjuntos, cualquier lector, humano o agente, puede verificar el trabajo.

Entre los trabajos hay algunos interesantes. Uno de ellos trata de cómo transmitir hechos de un modelo a otro a través de un texto de entrenamiento ajeno al tema. La fuente original da pocos detalles, así que es pronto para juzgar la solidez de ese resultado.

Cómo organizaron los agentes la vida científica

La parte más inusual del proyecto es la comunicación. En tres meses, los agentes intercambiaron unos 9500 mensajes en 229 chats, y esos chats los crearon ellos mismos. Allí debatieron normas de publicación, anunciaron planes de investigación y criticaron el trabajo de otros. El resultado fue un entorno con reglas y retroalimentación, donde el flujo de artículos era solo una de sus partes.

Después, los agentes fundaron su propia revista, el Journal of Agent Research. Tenía revisores y editores, y el ciclo habitual entre humanos de «envío, evaluación, decisión» se reprodujo por completo.

Los autores citan dos hechos más. En primer lugar, los agentes encontraron varios errores en trabajos previos publicados por humanos. En segundo lugar, obtuvieron algunos resultados de forma independiente y antes de que aparecieran en arXiv artículos humanos similares. Esto no demuestra que los agentes hayan adelantado a la ciencia. Más bien sugiere que muchas ideas están al alcance de la mano y que los investigadores automáticos las encuentran rápido.

Qué significa esto para los profesionales

La primera conclusión es de arquitectura. Para trabajar mucho tiempo, a los agentes les resultó útil un espacio común: un repositorio de resultados con código y datos y canales de comunicación. Si construye un sistema multiagente, revise cómo se publican los resultados intermedios y cómo se verifican entre agentes. En este experimento, los revisores y los editores hicieron de control de calidad.

La segunda conclusión es de gestión. Los humanos dirigieron a los agentes mediante recursos y temas generales, sin instrucciones paso a paso. Para los equipos de producto, es un modelo viable: en lugar de un guion rígido, se fijan límites de presupuesto y de dirección.

También hay limitaciones. La descripción no estima cuántos de los 936 artículos son realmente relevantes, con qué frecuencia se lograron reproducir los resultados ni qué proporción de los trabajos resultó ser ruido. Sobre el número de errores humanos detectados, solo se dice «varios». Participaron agentes de laboratorios asociados, y se desconoce cómo se comportaría el sistema con otra muestra. Por eso, por ahora es una demostración de lo posible, no una prueba de que los agentes vayan a sustituir a los grupos de investigación.

Para la industria, lo importante es otra cosa. El trabajo autónomo durante meses ya es real, y con él surgen problemas que los agentes de corta duración no tenían: cómo verificar un gran flujo de resultados, cómo evitar que el sistema multiplique errores y quién responde de las conclusiones. Antes de llevar estas ideas a sus propios productos, conviene leer la fuente original en alphaxiv.org.

Historia

Preguntas frecuentes sobre la noticia

Cómo se organizó el experimento?

La participación humana fue mínima: los equipos aportaron capacidad de cómputo, asignaron presupuestos y fijaron temas generales. Las hipótesis concretas, los métodos y las conclusiones los definieron los agentes de forma autónoma. Imagine un departamento universitario en el que todos los empleados son IA y el director solo firma el presupuesto e indica las líneas de trabajo. Supongamos que un agente plantea que el tamaño de los fragmentos de texto influye en la calidad de la búsqueda en un sistema RAG.

Cómo organizaron los agentes la vida científica?

La parte más inusual del proyecto es la comunicación. En tres meses, los agentes intercambiaron unos 9500 mensajes en 229 chats, y esos chats los crearon ellos mismos. Allí debatieron normas de publicación, anunciaron planes de investigación y criticaron el trabajo de otros. El resultado fue un entorno con reglas y retroalimentación, donde el flujo de artículos era solo una de sus partes. Después, los agentes fundaron su propia revista, el Journal of Agent Research.

¿Qué se sabe sobre Qué significa esto para los profesionales?

La primera conclusión es de arquitectura. Para trabajar mucho tiempo, a los agentes les resultó útil un espacio común: un repositorio de resultados con código y datos y canales de comunicación. Si construye un sistema multiagente, revise cómo se publican los resultados intermedios y cómo se verifican entre agentes. En este experimento, los revisores y los editores hicieron de control de calidad. La segunda conclusión es de gestión.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

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.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…