Análisis
4 noticias publicadas en los últimos 30 días.
2 noticias
-
Análisis
7
La memoria de agentes necesita un estándar común tipo OpenTelemetry
Cada herramienta de agente guarda memoria en su propio formato y ninguna puede leer la de otra; el autor propone un modelo de datos compartido.
- Hoy conviven AGENTS.md, reglas de Cursor, /memories de Anthropic y servidores MCP sin interoperabilidad
- OpenTelemetry unificó observabilidad en 2019 con modelo de datos, convenciones semánticas y protocolo OTLP
- Propone un registro con dirección, clave, identidad, ciclo de vida y quién lo escribió (persona, modelo o servicio)
Resumen completo
El artículo argumenta que la memoria de agentes vive en un caos de formatos incompatibles (AGENTS.md, reglas de Cursor, MCP, etc.) y propone un estándar compartido inspirado en OpenTelemetry: un modelo de datos común con dirección, identidad, contenido y ciclo de vida, más convenciones y un protocolo. Repasa propuestas existentes (Portable Memory, Open Memory Protocol, COGX) y señala que la mayoría solo resuelve exportación, no la dirección en vivo entre agentes que trabajan sobre un mismo repo.
Hacker News ·
-
Análisis
6
Escribir como herramienta de pensamiento frente al atajo de los LLM
Un investigador sostiene que delegar el borrador en un modelo elimina el proceso donde surge el pensamiento propio.
Resumen completo
Ensayo personal de un investigador que defiende escribir como herramienta de pensamiento, comparándolo con la diferencia entre autómata finito y máquina de Turing (el papel como memoria externa). Sostiene que delegar en un LLM la escritura elimina el proceso de pensar, y que escribir uno mismo se vuelve una ventaja comparativa creciente. Incluye consejos prácticos sobre el borrador libre y el uso de notas como cuaderno de laboratorio.
Hacker News ·
1 noticia
-
Análisis
7
El 'sim-to-real gap' explicaría por qué la IA transforma la programación pero no otras profesiones
El autor sostiene que las tareas fáciles de simular (código, matemáticas, Go) avanzan rápido, y las que dependen del mundo físico o social, mucho más despacio.
- Figure entrenó robots para caminar en simulación en horas y transfirió el modelo sin ajustes.
- Simular un martillo o una cuerda con fidelidad suficiente sigue sin resolverse; caminar sí funciona porque el suelo es estático.
- El autor prevé que la disrupción masiva en profesiones no técnicas llegue más tarde de 2027-2028.
Resumen completo
El autor usa el concepto de 'sim-to-real gap' de la robótica para explicar por qué la IA avanza mucho en programación y matemáticas pero su impacto real en otras profesiones es limitado: las tareas que se pueden simular con precisión (código, pruebas formales en Lean, ajedrez) progresan rápido, mientras que las que dependen de interacciones físicas o humanas difíciles de modelar avanzan mucho más despacio. Concluye que la disrupción masiva del empleo en otras profesiones no llegará tan pronto como algunos esperan, en 2027 o 2028.
Understanding AI ·
1 noticia
-
Análisis
8
Legora: construir agentes legales sin poder ver los datos de los clientes
El CTO de Legora explica cómo evalúan agentes legales cuando las trazas son confidenciales: mundos simulados y equipos mixtos de ingenieros y abogados.
- Estima que los modelos ya hacen bien ~60% del trabajo legal; el resto exige modelos más capaces
- Un release subió la precisión de citas del 70% al 99% sin cambios propios, atribuido al modelo
- Evalúan con entornos simulados y parafrasean trazas para reducir fallos a 10-20 tipos
Resumen completo
Entrevista al CTO de Legora sobre cómo construir y evaluar agentes de IA en un dominio donde no se puede inspeccionar los datos de los clientes: crean entornos de prueba simulados con ingenieros y abogados, reducen fallos a un puñado de tipos y miden con evals. También cubre elección de modelos, post-entrenamiento de modelos abiertos, retrieval y por qué todo corre en Azure por privacidad.
Latent Space ·