ByteDance y Li Hang: cómo lograr que las redes neuronales trabajen en lugar de limitarse a conversar

El director del laboratorio de IA de ByteDance, el Dr. Li Hang, ha publicado un trabajo sobre un framework universal para agentes de IA basado en cuatro módulos: percepción, planificación, memoria y acción. Según Jiqizhixin (机器之心), el objetivo es sustituir los actuales sistemas agénticos experimentales, como AutoGPT y BabyAGI, que a menudo «se rompen en el segundo paso y alucinan en bucles infinitos», por una herramienta industrial fiable.

Quién es Li Hang

Li Hang es una figura cuyo nombre, según el artículo, pesa en el mundo del procesamiento del lenguaje natural «aproximadamente lo mismo que todo el parque de servidores de una startup media». Su carrera pasó por Microsoft Research Asia y Huawei antes de asumir la dirección del laboratorio de IA de ByteDance. Se trata de una trayectoria aplicada, no académica. En opinión del autor de la publicación, este perfil indica que a Li Hang no le interesa la belleza teórica de las arquitecturas, sino su potencia práctica: llevar las ideas de los PDF a productos reales.

Cuatro nodos de la arquitectura

El problema clave de los modelos de lenguaje actuales que aborda el framework es su incapacidad para planificar a largo plazo: el modelo «vive el momento» y genera el siguiente token en lugar de trazar una estrategia. La arquitectura propuesta se centra en cuatro nodos críticos: percepción, planificación, memoria y acción. Primero, el modelo construye un árbol jerárquico de objetivos y, después, utiliza herramientas externas para alcanzarlos, consultando constantemente su memoria a largo plazo. El autor del artículo describe así el efecto: el enfoque transforma la IA «de estudiante de filología en un project manager experimentado».

Por qué le interesa a las empresas y quién es el competidor

Para que la IA genere dinero real en el sector B2B, tiene que entrar por sí misma en el CRM, analizar los datos, redactar un informe y enviarlo al cliente sin pedir permiso en cada paso. Ese es precisamente el escenario al que apunta el framework de Li Hang. ByteDance, que maneja volúmenes colosales de datos y complejos algoritmos de recomendación, está más interesada que nadie en este tipo de sistemas autónomos. El desarrollo se presenta como un desafío directo al proyecto AutoGen de Microsoft: según el autor, mientras las empresas occidentales suelen apoyarse en la «potencia bruta» de cómputo, ByteDance apuesta por un esquema de ingeniería estructural, elegante y escalable.

Preguntas frecuentes

¿Qué ha propuesto exactamente Li Hang?

Un framework universal para agentes de IA basado en cuatro módulos: percepción, planificación, memoria y acción. En lugar de generar respuestas «sobre la marcha», el modelo construye primero un árbol jerárquico de objetivos y luego los alcanza mediante herramientas externas, consultando constantemente su memoria a largo plazo.

¿En qué se diferencia de AutoGPT y BabyAGI?

Según el artículo, los sistemas agénticos existentes como AutoGPT y BabyAGI son inestables: fallan en las primeras fases de ejecución de una tarea y caen en bucles de alucinaciones. El framework de Li Hang introduce una arquitectura sistemática de planificación y memoria que debería convertir esos prototipos agénticos de «juguete» en una herramienta industrial fiable.

¿Por qué puede suponer un desafío para Microsoft AutoGen?

Porque ambos proyectos resuelven el mismo problema, la construcción de agentes de IA autónomos de múltiples pasos, pero, en opinión del autor de la publicación, por caminos distintos: AutoGen y otros desarrollos occidentales suelen apoyarse en la potencia de cómputo, mientras que ByteDance, de la mano de Li Hang, propone un esquema de ingeniería estructural. El resultado de esta competición dependerá de quién traslade antes la arquitectura de la publicación académica a producción.