HKUDS detalla OpenSpace, un motor de autoevolución de habilidades para agentes de IA

HKUDS ha publicado un análisis detallado de OpenSpace, un motor de habilidades de código abierto que permite a los agentes de IA no empezar cada tarea desde cero, sino acumular patrones de trabajo y reutilizarlos. El material muestra el ciclo completo: desde configurar un modelo de OpenAI hasta comparar una ejecución «en frío» con una «en caliente», donde reutilizar habilidades reduce el consumo de tokens y mejora la calidad de la respuesta.

Desde el arranque en frío

OpenSpace se instala desde un repositorio de GitHub y el tutorial lo configura con modelos de OpenAI, incluido gpt-4o-mini. Después se le da al agente una primera tarea sin ninguna biblioteca de habilidades previa. El sistema la ejecuta como un agente LLM normal, pero registra en paralelo los pasos acertados, los rodeos y las instrucciones que funcionan, que luego pueden reutilizarse.

Las habilidades no viven solo en el contexto de la conversación: se guardan como archivos según la convención SKILL.md y se escriben en una base de datos SQLite, de modo que pueden consultarse, versionarse y analizarse por separado de la ejecución.

A continuación, los autores lanzan de nuevo una tarea similar y muestran la diferencia entre cold start y warm start. Aquí OpenSpace ya no razona desde cero, sino que selecciona las habilidades adecuadas mediante una búsqueda híbrida con BM25 y embeddings. En la demo se crean además a mano tres habilidades básicas: validación de datos, generación de informes con escenarios de fallback y un mecanismo de recuperación tras errores. El objetivo es sembrar de antemano patrones útiles y dejar que el motor evolutivo los desarrolle con tareas reales.

Cómo crecen las habilidades

La idea clave de OpenSpace es que una habilidad no se considera un prompt estático, sino una entidad viva. Tras cada ejecución, el sistema analiza qué funcionó, dónde hubo fallos, qué herramientas se degradaron y qué se puede mejorar en la siguiente versión. Por eso el motor no solo acumula escenarios exitosos, sino que también sabe repararlos, especializarlos para nuevas tareas y extraer nuevas habilidades de ejecuciones exitosas aisladas.

• FIX — corrige una habilidad rota u obsoleta sin cambiar su función.
• DERIVED — crea una versión derivada para un escenario más acotado o una nueva clase de tareas.
• CAPTURED — extrae un nuevo patrón reutilizable directamente de una ejecución exitosa.
• BM25 + embeddings — ayuda a encontrar rápidamente la habilidad más relevante para la descripción de una tarea.
• open-space.cloud — ofrece un catálogo común donde las habilidades se pueden buscar, descargar, subir y compartir entre equipos.

Una parte importante del diseño es la capa colectiva. A través de la comunidad en la nube, los agentes pueden intercambiar habilidades ya evolucionadas, consultar el historial de versiones y construir repositorios compartidos para un equipo. El artículo lo presenta como el paso de un asistente solitario a una red de agentes que aprenden no solo de sus propios errores. Si un agente encuentra una solución fiable para generar PDF, analizar tablas o hacer web research, otro puede quedarse con esa habilidad y no repetir el mismo ciclo de ensayo y error.

La economía de tokens de OpenSpace

La parte más sólida del material no es la instalación, sino las cifras. En el repositorio de OpenSpace se cita el benchmark GDPVal sobre una muestra de 50 tareas profesionales en seis categorías: documentos, formularios de compliance, medios, ingeniería, hojas de cálculo y estrategia. Para una comparación limpia, OpenSpace se midió frente al agente base ClawWork con el mismo modelo backbone, Qwen 3.5-Plus, de modo que la diferencia se explica por la acumulación de habilidades y no por un cambio de modelo.

El resultado: un rendimiento económico 4,2 veces mayor, un 70,8 % de calidad media y un 45,9 % menos de tokens al repetir las tareas.

El desglose por categorías muestra dónde rinde más la autoevolución. En documentos y correspondencia, la ejecución en caliente recortó el consumo de tokens un 56 %; en formularios y compliance, un 51 %; en medios, un 46 %; y en hojas de cálculo, un 37 %. Los autores subrayan además que, de las 165 habilidades evolucionadas, la mayoría no corresponde a una experiencia temática estrecha, sino a la fiabilidad de la ejecución: manejo de formatos de archivo, recuperación tras errores, generación de documentos y control de calidad. Es decir, la ganancia principal no viene del «conocimiento del sector», sino de que el agente deja de romperse en los puntos técnicos habituales.

Qué significa

OpenSpace muestra bien hacia dónde van los frameworks de agentes: de los prompts de un solo uso a una memoria de trabajo permanente, donde cada tarea completada hace el sistema más barato y estable. Para los equipos de producto, es una señal de que la próxima ola de eficiencia no vendrá solo de nuevos modelos, sino también de la infraestructura de habilidades reutilizables a su alrededor.