Google y DeepMind presentan Dream-RSI: un ciclo de auto-mejora recursiva para agentes de IA
Investigadores de Google y DeepMind presentaron Dream-RSI, un sistema en el que un agente de IA mejora la forma en que explora tareas. Para ello, el agente reproduce sus intentos anteriores, prueba de forma económica miles de estrategias alternativas y luego utiliza una estrategia más exitosa en la siguiente ronda.
En tareas de desarrollo de algoritmos, optimización matemática y creación de kernels GPU, el sistema mantuvo o mejoró la calidad de los resultados mientras reducía significativamente el coste de búsqueda. En uno de los experimentos, el número de llamadas al agente se redujo 162 veces.
Lo importante es que el sistema mejora la estrategia de exploración, no los pesos del propio modelo.
El artículo está disponible en arXiv: https://arxiv.org/pdf/2609.14858.
Por qué es importante
AnálisisMuestra una vía para hacer la IA más eficiente optimizando el proceso de búsqueda, no solo escalando modelos. Esto puede abaratar tareas agentivas y acelerar la resolución de problemas de ingeniería y matemáticas.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Gradient Deck: biblioteca de diseño de 1.270 sitios reales para agentes de IA
Gradient Deck reúne descripciones de diseño de más de 1.270 sitios reales y permite descargar un design.md para agentes de IA.
El desarrollador de Ghostty añade una regla burlona para agentes de IA en AGENTS.md
El archivo AGENTS.md de Ghostty pide a los agentes de IA añadir un archivo con un comentario insultante al crear pull requests; Turborepo usa una regla similar.
Proyectos de Claude Code: cómo una IA coordina un equipo de agentes autónomos
Análisis exhaustivo de Proyectos de Claude Code: arquitectura Coordinator y Threads, ramas paralelas, memoria compartida MEMORY.md y gestión de agentes en la nube.
Agentes de IA (Agentes Autónomos)
Sistemas de software basados en LLM que pueden percibir de manera autónoma el estado del entorno, descomponer objetivos complejos, invocar herramientas externas y corregir iterativamente sus propios errores.