Sábado 24 de octubre de 2026 ·

Google y Northwestern proponen mejorar agentes de IA ajustando su entorno, sin cambiar el modelo

Relevancia 60 de 100 Estados Unidos, California

Útil para Programadores 80%

Harness² es un framework de Google Cloud AI Research y la Northwestern University que optimiza el arnés de un agente (prompts, herramientas, memoria, skills, scripts y bucle de control) mientras el modelo permanece congelado. En WorkBuddy-Bench, GLM-5 mejoró 11,5 puntos de media; en LAB, hasta 11,8 puntos. El sistema prueba las ediciones con ejecuciones antes de adoptarlas y guarda las lecciones en una biblioteca reutilizable.

Qué significa

Los equipos que construyen agentes pueden ganar rendimiento modificando el entorno que rodea al modelo, en lugar de cambiar a uno más potente y costoso. La investigación sugiere que las reglas que deben cumplirse siempre conviene trasladarlas del prompt al código.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del sábado 24 de octubre de 2026 ->