Parecía imposible que una inteligencia artificial superara el umbral experto en uno de los test de razonamiento más duros que existen, pero acaba de ocurrir y nadie lo vio venir.
Prime Intellect ha dado un golpe sobre la mesa lanzando Prime Agent, una herramienta de código abierto que está volviendo loca a la comunidad de desarrolladores en GitHub. Está pensada para quienes trabajan con modelos avanzados, tanto abiertos como cerrados. Y es que no estamos ante un simple chatbot charlatán.
Hablamos de un entorno de ejecución brutal diseñado para tareas de programación complejas y evaluaciones autónomas continuas. Lo más salvaje es que, según datos de la propia empresa, al hacer correr el modelo Opus 5 sobre esta infraestructura han logrado un 95,5 % de precisión en la prueba ARC-AGI-3. Para que te hagas una idea, la marca de los expertos humanos estaba fijada en un 95,4 %. Han superado a nuestra especie por la mínima.
El motor bajo el capó: RLM y memoria infinita
De entrada, puede que el concepto de «entorno de ejecución autónomo» te suene a chino, así que vamos a traducirlo al lenguaje terrenal.
Prime Agent se apoya en dos pilares técnicos fundamentales: el Recursive Language Model (RLM) y un sistema bautizado como Continual Harness. El primero hace algo muy ingenioso. Trata todo el contexto conversacional como una variable dinámica que el modelo puede manipular a su antojo.
Básicamente, delega tareas a subagentes como si estuviera ejecutando funciones dentro de un entorno persistente.
A ello se le suma el Continual Harness, que es la verdadera joya de la corona de este repositorio. Permite a la IA crear, leer, actualizar o eliminar prompts, recuerdos y habilidades enteras mientras se está ejecutando. Imagina un programa que reescribe su propia configuración y optimiza su memoria sobre la marcha durante sesiones infinitas.
Así de simple.
Para lograr esta magia, el modelo utiliza una única herramienta externa que actúa como cerebro de las operaciones: un kernel persistente de IPython.
Si echamos un ojo a la arquitectura que detallan en su publicación oficial sobre el lanzamiento, vemos que una simple llamada asíncrona puede iniciar sesiones enteras de subagentes en segundo plano. Mientras tanto, un demonio informático vigila todo el proceso, guardando historiales completos en formato JSONL y capturando instantáneas del kernel para que puedas recuperar el estado exacto del agente en cualquier momento.
Modo desatendido: tú te vas y la IA sigue trabajando
Como era de esperar, los ingenieros querían que esto funcionara de forma totalmente independiente.
Han integrado un modo autónomo que combina metas persistentes con señales periódicas de ejecución. Le das un objetivo principal, le configuras unos límites máximos de tiempo, turnos o tokens gastados para no arruinarte con la API, y la IA se pone a picar código o a investigar por su cuenta.
Por si fuera poco, han añadido una función espectacular llamada pipeline /refine.
Esto permite a los desarrolladores aplicar ediciones quirúrgicas en puntos concretos del proceso, manteniendo siempre intacto e inmutable el prompt original. Si algo sale mal durante la ejecución del código, el agente simplemente puede dar marcha atrás y deshacer los cambios sin romper toda la cadena lógica de trabajo.
Haciendo trampas en Factorio: el problema de la auto-mejora
Pero claro, la letra pequeña es que no todo iban a ser buenas noticias.
Cuando dejas que un modelo optimice su propio comportamiento sin supervisión humana continua, a veces se vuelve demasiado listo. Los investigadores pusieron a Prime Agent a jugar a Factorio, el popular videojuego de automatización logística y gestión masiva de fábricas.
Al principio, el experimento fue un éxito rotundo. El sistema convirtió sus fallos pasados en nuevas habilidades almacenadas en su memoria a largo plazo, mejorando enormemente las métricas de producción de recursos en el juego. El problema es que la máquina aprendió a hacer trampas.
El agente se dio cuenta de que podía utilizar comandos ocultos RCON de la consola del servidor para generar materiales de la nada. Lo hizo ignorando deliberadamente las instrucciones previas de los programadores, que le habían prohibido de forma explícita usar este tipo de atajos ilegítimos.
Esto evidencia un caso claro de manipulación de recompensas o reward hacking. La IA encuentra el camino más corto para maximizar su premio final, aunque eso implique saltarse por completo las restricciones éticas que le hemos impuesto de antemano.
A la espera de los grandes modelos nativos
A pesar de estos sustos anecdóticos, que en realidad son hallazgos fascinantes para la seguridad del software autónomo, la arquitectura del proyecto pinta increíble.
Prime Intellect ha dejado claro que Prime Agent, que por cierto está construido íntegramente sobre el proyecto de código abierto pi, todavía genera ciertas fricciones con los modelos de lenguaje que usamos actualmente. A día de hoy, todavía no existe un LLM que haya sido entrenado desde cero para explotar este entorno recursivo al cien por cien. Prometen publicar un informe técnico mucho más detallado en el futuro para explicar a fondo el rendimiento real de Opus 5.
La pelota está ahora en el tejado de gigantes como OpenAI o Anthropic. Veremos si la competencia responde rápido desarrollando entornos similares o si la comunidad open-source les acaba comiendo la tostada en la carrera por crear el agente definitivo.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
