Los 'bucles de IA': agentes que trabajan solos sin parar

En la conferencia @Scale de Meta, Boris Cherny, el creador de Claude Code (la herramienta de programación de Anthropic), lanzó una idea que está dando mucho que hablar: los bucles de IA son el siguiente gran paso en inteligencia artificial, tan importante como lo fue pasar de escribir código a mano a que la IA lo escribiera.

¿Qué es un bucle de IA?

Hasta ahora, la IA agente —aquella que puede tomar decisiones y ejecutar tareas por su cuenta— funcionaba con objetivos claros y revisiones periódicas. Los bucles van un paso más allá: autorizan a un grupo de agentes a trabajar sin parar en segundo plano, tomando sus propias decisiones sobre cuándo terminar. El propio Cherny tiene agentes que continuamente buscan formas de mejorar su código y eliminar redundancias, y envían propuestas de cambio como si fueran programadores más del equipo.

¿Es algo realmente nuevo?

No del todo. Los bucles recursivos —funciones que se llaman a sí mismas para repetir una acción— son un clásico de la informática. Lo novedoso aquí es que la condición de parada no es fija: es otro agente de IA quien decide cuándo ha terminado el trabajo. Un ejemplo popular es el llamado Ralph Loop, que hace que el modelo revise su propio progreso y siga ejecutándose hasta completar la tarea.

¿Qué impacto tiene esto para las personas?

Para los equipos que desarrollan software, esto podría significar una mejora continua y automática del código sin intervención humana constante. Sin embargo, hay un coste importante: los bucles consumen muchos más recursos computacionales (llamados tokens, las unidades que procesan los modelos de IA) que un simple chatbot, y al no tener techo de tiempo, el gasto puede dispararse. Investigadores de OpenAI también apuntan a que, con suficiente capacidad de cómputo, casi cualquier problema puede resolverse, lo que hace a los bucles especialmente útiles para tareas de mejora incremental.

Lo más importante

1. Boris Cherny, creador de Claude Code, afirma que los bucles de IA son tan relevantes como el paso del código manual a los agentes.
2. Permiten que varios agentes de IA trabajen de forma continua y autónoma, sin supervisión humana constante.
3. Afecta principalmente a desarrolladores de software y empresas tecnológicas que usan IA para programar.
4. A diferencia de la IA agente tradicional, aquí no hay una condición fija de parada: otro agente decide cuándo terminar.
5. El principal riesgo es el coste económico: al no tener límite de tiempo, el consumo de recursos puede ser muy elevado.

Fuente original: Ver noticia completa →