Hogar
El éxito viral de un proyecto de GitHub pone de manifiesto las limitaciones de los grandes modelos de IA

En la carrera por la «supremacía de los parámetros» entre los grandes modelos de lenguaje, un proyecto de código abierto que destaca por su «conjunto de expertos» está transformando rápidamente el panorama de los desarrolladores con un impulso a nivel de infraestructura.
A fecha de 24 de marzo de 2026, el proyecto agency-agents, creado por el desarrollador Marek Sitarzewski, ha superado las 60 000 estrellas en GitHub. Solo en la última semana, ganó 23 000 estrellas netas, lo que lo catapultó a lo más alto de la clasificación mundial de crecimiento semanal de GitHub y superó a proyectos de muchos gigantes tecnológicos consolidados.
No compite en algoritmos, sino en especialización: la creación de un equipo de trabajo digital «plug-and-play»
El auge de agency-agents no es casual; aborda directamente una preocupación empresarial clave: los modelos de propósito general suelen carecer de la profundidad necesaria para tareas complejas y especializadas, siendo «aprendices de todo, maestros de nada».
La lógica central del proyecto es sumamente práctica:
Matriz de roles: Descompone las necesidades empresariales en docenas de roles especializados, incluyendo ingenieros front-end, evaluadores de penetración, gestores de producto e incluso agentes de marketing adaptados a regiones específicas como China.
Arquitectura ligera: utilizando Markdown como base, permite a los desarrolladores de todo el mundo aportar nuevas funciones —como los arquitectos de Salesforce y los desarrolladores de complementos de Blender, añadidos recientemente— con la misma facilidad con la que se escribe documentación.
Colaboración sin barreras: proporciona a los equipos pequeños y medianos un «directorio de expertos» estandarizado, lo que reduce drásticamente la barrera de entrada para implementar sistemas multiagente.
Romper la «ilusión del generalista»: el retorno a la especialización
Este cambio señala una transformación más profunda en el enfoque de las aplicaciones de IA. Para 2026, a medida que las industrias avancen hacia fases de implementación más maduras, muchos considerarán más eficaz desplegar un equipo de «especialistas» meticulosos que confiar en un único generalista, en ocasiones poco fiable.
El éxito de los agentes de agencia subraya un consenso creciente en el sector sobre el valor de la colaboración multiagente:
La eficiencia ante todo: la ingeniería de respuestas ha madurado, pasando de ser un arte conversacional a convertirse en «descripciones de puestos» estandarizadas y específicas para cada función.
División especializada del trabajo: Reafirma que, incluso en la era de la IA, la especialización de tareas sigue siendo una piedra angular de la productividad.
Dificultades de crecimiento: la evolución de un juguete para frikis a una herramienta de producción
A pesar de su impulso, los agentes de agencia se enfrentan a obstáculos de ingeniería del mundo real. Entre ellos se incluyen conflictos de rutas en entornos Windows, cuellos de botella de rendimiento en el procesamiento paralelo a gran escala, y el aislamiento de datos y los controles de permisos necesarios para el cumplimiento normativo empresarial. El equipo de desarrollo está ahora iterando rápidamente basándose en los comentarios de la comunidad para profesionalizar este «equipo creado en un garaje» para su uso generalizado.
Artículo relacionado
CEO de DeepMind, Hassabis: Duermo seis horas al día y generalmente me siento con energía alrededor de la 1 a. m.
Fortune ha presentado recientemente una entrevista con Demis Hassabis, director ejecutivo de Google DeepMind, en la que revela su enfoque poco convencional para el descanso y la productividad. Hassabis ha revelado que duerme muy poco, estructurando s
OpenAI y Anthropic compiten por la cuota de mercado a pesar de la caída de los ingresos
A pesar de los recientes informes que sugieren que OpenAI no ha alcanzado sus objetivos de ingresos —lo que ha generado presión sobre las acciones tecnológicas este martes—, los inversores privados en
Cumplimiento de la normativa sobre vehículos autónomos en California: una nueva era de multas, geovallas y 1 millón de millas
Guident opera un servicio de transporte de AuveTech en el sur de Florida, gestionando una ruta de cuatro millas en West Palm Beach y otra de una milla en Boca Ratón mediante su tecnología de monitoriz
Recomendaciones de temas especiales relacionados
comentario (1)
0/500
Interesting how 'expert assembly' is stealing the spotlight from brute-force parameter scaling. It's like everyone's been racing to build the tallest skyscraper, then someone shows up with a modular Lego tower that's just as high but way cheaper. But isn't this just another form of complexity hiding? Curious to see if it holds up in real-world chaos 🤔

En la carrera por la «supremacía de los parámetros» entre los grandes modelos de lenguaje, un proyecto de código abierto que destaca por su «conjunto de expertos» está transformando rápidamente el panorama de los desarrolladores con un impulso a nivel de infraestructura.
A fecha de 24 de marzo de 2026, el proyecto agency-agents, creado por el desarrollador Marek Sitarzewski, ha superado las 60 000 estrellas en GitHub. Solo en la última semana, ganó 23 000 estrellas netas, lo que lo catapultó a lo más alto de la clasificación mundial de crecimiento semanal de GitHub y superó a proyectos de muchos gigantes tecnológicos consolidados.
No compite en algoritmos, sino en especialización: la creación de un equipo de trabajo digital «plug-and-play»
El auge de agency-agents no es casual; aborda directamente una preocupación empresarial clave: los modelos de propósito general suelen carecer de la profundidad necesaria para tareas complejas y especializadas, siendo «aprendices de todo, maestros de nada».
La lógica central del proyecto es sumamente práctica:
Matriz de roles: Descompone las necesidades empresariales en docenas de roles especializados, incluyendo ingenieros front-end, evaluadores de penetración, gestores de producto e incluso agentes de marketing adaptados a regiones específicas como China.
Arquitectura ligera: utilizando Markdown como base, permite a los desarrolladores de todo el mundo aportar nuevas funciones —como los arquitectos de Salesforce y los desarrolladores de complementos de Blender, añadidos recientemente— con la misma facilidad con la que se escribe documentación.
Colaboración sin barreras: proporciona a los equipos pequeños y medianos un «directorio de expertos» estandarizado, lo que reduce drásticamente la barrera de entrada para implementar sistemas multiagente.
Romper la «ilusión del generalista»: el retorno a la especialización
Este cambio señala una transformación más profunda en el enfoque de las aplicaciones de IA. Para 2026, a medida que las industrias avancen hacia fases de implementación más maduras, muchos considerarán más eficaz desplegar un equipo de «especialistas» meticulosos que confiar en un único generalista, en ocasiones poco fiable.
El éxito de los agentes de agencia subraya un consenso creciente en el sector sobre el valor de la colaboración multiagente:
La eficiencia ante todo: la ingeniería de respuestas ha madurado, pasando de ser un arte conversacional a convertirse en «descripciones de puestos» estandarizadas y específicas para cada función.
División especializada del trabajo: Reafirma que, incluso en la era de la IA, la especialización de tareas sigue siendo una piedra angular de la productividad.
Dificultades de crecimiento: la evolución de un juguete para frikis a una herramienta de producción
A pesar de su impulso, los agentes de agencia se enfrentan a obstáculos de ingeniería del mundo real. Entre ellos se incluyen conflictos de rutas en entornos Windows, cuellos de botella de rendimiento en el procesamiento paralelo a gran escala, y el aislamiento de datos y los controles de permisos necesarios para el cumplimiento normativo empresarial. El equipo de desarrollo está ahora iterando rápidamente basándose en los comentarios de la comunidad para profesionalizar este «equipo creado en un garaje» para su uso generalizado.
CEO de DeepMind, Hassabis: Duermo seis horas al día y generalmente me siento con energía alrededor de la 1 a. m.
Fortune ha presentado recientemente una entrevista con Demis Hassabis, director ejecutivo de Google DeepMind, en la que revela su enfoque poco convencional para el descanso y la productividad. Hassabis ha revelado que duerme muy poco, estructurando s
OpenAI y Anthropic compiten por la cuota de mercado a pesar de la caída de los ingresos
A pesar de los recientes informes que sugieren que OpenAI no ha alcanzado sus objetivos de ingresos —lo que ha generado presión sobre las acciones tecnológicas este martes—, los inversores privados en
Interesting how 'expert assembly' is stealing the spotlight from brute-force parameter scaling. It's like everyone's been racing to build the tallest skyscraper, then someone shows up with a modular Lego tower that's just as high but way cheaper. But isn't this just another form of complexity hiding? Curious to see if it holds up in real-world chaos 🤔











