Hexo Labs libera el código de SIA, un agente de IA que aprende de sus propios intentos

Un agente que mejora por sí mismo ya no significa solo un prompt mejor.

El desarrollo de agentes de IA ha seguido hasta ahora dos grandes vías. En una, un desarrollador o un metaagente mejora el sistema desde fuera: prompts, elección de herramientas, lógica de reintentos y estrategia de búsqueda. En la otra, un equipo ajusta el propio modelo con feedback de las tareas. SIA combina ambos enfoques en un solo bucle.

El término clave aquí, ajuste interno del modelo, significa cambiar los parámetros de la red neuronal durante el entrenamiento. Dicho de forma más sencilla, el agente no solo recibe mejores instrucciones. El propio modelo aprende de errores y resultados repetidos. Eso diferencia a SIA de los agentes que simplemente reescriben un prompt o añaden otro paso al flujo de trabajo.

Tres agentes impulsan el bucle de mejora.

Según la descripción oficial en GitHub, SIA funciona mediante tres componentes principales. El Meta Agent lee la descripción de la tarea y crea el primer agente objetivo. El Task Specific Agent resuelve la tarea y registra sus acciones y resultados. El Feedback Agent revisa los registros, identifica debilidades y decide si mejora la estructura del agente o activa el ajuste interno del modelo.

Esa diferencia importa desde el punto de vista técnico. La estructura del agente define cómo el sistema busca una solución, usa herramientas y comprueba resultados. El ajuste interno del modelo debería aportar criterio de dominio que ningún prompt puede introducir sin más en el modelo. En el artículo de arXiv, los autores de SIA afirman que usar ambos mecanismos a la vez superó a la mejora basada solo en la estructura en los tres dominios probados.

Los resultados son sólidos sobre el papel, pero exigen una medición prudente.

El artículo técnico de SIA evaluó el marco en tres tareas muy distintas: clasificación de cargos a partir de textos legales chinos, optimización de kernels GPU de bajo nivel y eliminación de ruido en datos de ARN unicelular. Esa selección ofrece al sistema una prueba más amplia que un benchmark estándar de chatbot, porque las tareas requieren distintos tipos de precisión, experimentación y resultados medibles.

Sobre el papel, las cifras son contundentes. Según los autores, SIA combinó la mejora de la estructura con el ajuste interno del modelo y superó el estado del arte anterior en un 25,1% en LawBench. El kernel GPU funcionó un 12,4% más rápido que el estado del arte previo, mientras que la eliminación de ruido en datos de ARN mejoró un 20,4%. El repositorio de GitHub también recoge una precisión Top 1 del 70,1% en LawBench, una aceleración de 14 veces para el kernel TriMul frente a la base de referencia y una puntuación MSE_norm de 0,289 en la tarea de secuenciación de ARN unicelular.

La afirmación de “350 veces” es un mensaje de prensa, no un veredicto independiente.

Hexo Labs asegura en su comunicado de prensa que SIA acelera 350 veces el camino hacia la superinteligencia. Conviene tomarlo con cautela. La empresa vincula esa afirmación al MLE bench de OpenAI, pero eso no equivale a una prueba independiente de que SIA acerque realmente la IA a la superinteligencia. El material público muestra por ahora algo más concreto: SIA ofrece un marco experimental sólido para tareas de desarrollo medibles.

OpenAI describe MLE bench como un benchmark para comprobar si los agentes de IA pueden realizar trabajo de ingeniería de aprendizaje automático: entrenar modelos, preparar datos y ejecutar experimentos. Incluye 75 competiciones de aprendizaje automático de Kaggle y plantea a los agentes un objetivo mucho más práctico que los benchmarks habituales de preguntas y respuestas.

Desde Europa, la transparencia es la parte más importante.

Para los desarrolladores y las instituciones de investigación europeos, el principal valor de SIA está en su apertura. El repositorio de GitHub muestra que el marco usa una licencia MIT, está escrito en Python y puede utilizarse con tareas personalizadas en las que las entradas públicas, los datos de evaluación ocultos y el evaluador se definen por separado. Eso ayuda a los investigadores a repetir experimentos y comprobar qué cambia realmente el agente.

Al mismo tiempo, el ajuste interno del modelo implica una mayor responsabilidad. Cuando un agente puede modificar su comportamiento con más profundidad, el sistema de evaluación también debe detectar si está mejorando de forma general o si simplemente aprende a explotar una métrica concreta. Por esa razón, SIA encaja ahora mejor en tareas científicas y de ingeniería con mediciones claras, no en la toma autónoma de decisiones con objetivos abiertos.

Radiografía técnica.

SIA combina la mejora de la estructura del agente y el ajuste interno del modelo en un único bucle de mejora autónoma.

El sistema utiliza un Meta Agent, un Task Specific Agent y un Feedback Agent.

Las pruebas abarcaron textos legales, optimización de kernels GPU y eliminación de ruido en datos de ARN unicelular.

Según el repositorio de GitHub, SIA es de código abierto, tiene licencia MIT y está desarrollado para Python 3.11+.

La gran afirmación de las “350 veces” procede del comunicado de prensa de Hexo Labs, no de una auditoría independiente.

SIA quizá no sea un atajo hacia la superinteligencia. Lo que sí ofrece es algo más práctico y, por ahora, más útil: una forma de hacer que los agentes de IA muestren su trabajo, aprendan de él y afronten la siguiente prueba con algo más que un discurso motivador mejorado.