Domingo 1 de noviembre de 2026 ·

Un harness propio eleva al 81% la resolución de bugs de Codex en SWE-bench Verified

Relevancia 52 de 100

Útil para Programadores 72%CTO y tecnología 50%

Un ingeniero de infraestructura compara en 500 problemas de SWE-bench Verified el agente Codex solo con Codex combinado con su plataforma propia AIVP v2. Codex solo resuelve 369 casos (73,8%) y la combinación 405 (81,0%), es decir, 36 más. El autor sostiene que el resultado depende en gran medida de la infraestructura que rodea al modelo, no solo del modelo.

Qué significa

Muestra que la capa de control, verificación y revisión que rodea a un agente de programación puede mejorar sus resultados sin cambiar el modelo, algo que pesa al elegir herramientas de desarrollo con IA.

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 domingo 1 de noviembre de 2026 ->