Noticias / Research watch · Infraestructura de agentes
La encuesta que dice a los agentes que encuentren su propio trabajo: el mapa proactivo de Google-UIUC en 203 páginas
Los agentes saben leer código, llamar herramientas y ejecutar tareas largas — pero en la mayoría de los stacks, notar qué hay que hacer y decidir que vale la pena hacerlo sigue siendo tarea del humano. Una encuesta de 23 autores de UIUC y Google, "Proactive AI for Superintelligent Agents", consolida 1.410 trabajos citados en el mapa de esa capa que falta: la proactividad, la capacidad de comenzar trabajo con propósito sin una petición explícita. Verificamos el artefacto directamente — el PDF tiene exactamente 203 páginas según los metadatos del archivo, la lista de autores y la cita del manuscrito de 2026 cuadran con la página de publicaciones de Google Research, y el repositorio acompañante MIT organiza la biblioteca completa de 1.410 trabajos, 80 representativos en 13 dominios. Para los builders que ejecutan agentes largos sobre API de consumo, la parte que soporta el peso es un capítulo: Arbitration — las cuatro compuertas que un agente debería cruzar antes de gastar tus tokens en trabajo que nadie pidió.
Verificado con lectura directa: la encuesta existe y cuadra — 23 autores liderados por Ke Yang y Jiateng Liu (UIUC) con coautores de Google (Zifeng Wang, Chen-Yu Lee), citada como yang2026proactiveai en la página de publicaciones de Google Research; el PDF alojado tiene 203 páginas; el repositorio acompañante (EmpathYang/Proactive-AI-for-Superintelligent-Agents, MIT) organiza 1.410 trabajos citados — 80 representativos en 13 dominios — con biblioteca actualizada en octubre de 2026.
El marco: seis capacidades — Awareness, Anticipation, Agenda, Arbitration, Action, Adaptation. La bisagra es Arbitration: las intervenciones candidatas pasan por compuertas de incertidumbre (¿entiendo realmente la necesidad?), utilidad (¿la ganancia supera el costo?), oportunidad (¿ahora o después?) y riesgo/reversibilidad (si me equivoco, ¿qué tan grave es?). La evaluación corre en tres niveles — tarea, mecanismo, usuario — con carga de supervisión y la trampa del tasa de aceptación nombradas explícitamente. Cuello de botella transversal: la velocidad, el costo y la fiabilidad de la retroalimentación fijan el ritmo al que un agente puede iterar con seguridad.
No establecido: aún sin sede con revisión por pares (manuscrito de 2026 alojado por Google Research); es una encuesta, no un sistema — sin benchmarks, sin productos; sin contenido de proveedores chinos — la conexión con China corre por la propia línea de cobertura de este sitio: el dsh-superagent de DeepSeek y el HarnessPro de Tsinghua/Zhipu ya practican partes del mismo problema de disciplina de costos.
Las afirmaciones, graduadas (7 nov)
- El artefacto, verificado con lectura directa. PDF alojado en Google Cloud storage (pubtools/1048480): 203 páginas confirmadas desde los metadatos del archivo. Autores: 23, anclados por UIUC (Ke Yang, Jiateng Liu, Hanghang Tong, Jingrui He, Chenyan Xiong, Jiawei Han, ChengXiang Zhai et al.) más coautores de Google (Zifeng Wang, Chen-Yu Lee). Citado como
@misc{yang2026proactiveai}, 2026; sin sede de conferencia adjunta. - La biblioteca, verificada en el repo. GitHub
EmpathYang/Proactive-AI-for-Superintelligent-Agents(MIT, 7 commits, 18 estrellas): 1.410 trabajos citados organizados bajo el marco, 80 representativos analizados, datos de la biblioteca actualizados en octubre de 2026. El README indica que la encuesta cubre trabajos de 1937 a 2026. - Las seis capacidades (6A). Awareness (mantener la situación), Anticipation (contexto → necesidades no dichas), Agenda (metas priorizadas y persistentes), Arbitration (filtrar la iniciativa por incertidumbre, utilidad, oportunidad, riesgo, reversibilidad), Action (intervenir dentro de la autoridad), Adaptation (calibrar la iniciativa futura a partir de resultados y retroalimentación — aceptar, rechazar, modificar, ignorar, retirar, tomar el control, cada uno leído en contexto).
- Los 13 dominios. Programación, agentes GUI, acceso a la información, embodied & robótica, seguridad, AutoResearch, hogar inteligente, ciudad inteligente, salud, derecho, educación, entretenimiento & medios, agricultura — cada uno mapeado en una escalera de iniciativa de cinco peldaños desde reactivo hasta generador de agenda.
- La pila de evaluación. Nivel de tarea (mejoraron los resultados; el tiempo ahorrado superó el costo añadido), nivel de mecanismo (lectura de la situación, anticipación, oportunidad bien elegida), nivel de usuario (carga de supervisión y corrección, experiencia, control, confianza alineada con la fiabilidad real). La trampa del tasa de aceptación: un agente puede aprender a empaquetar mejor sus sugerencias sin volverse mejor en juzgar su valor.
- El cuello de botella. A través de los dominios, lo que limita la iteración proactiva es la retroalimentación: CI y compiladores cierran en segundos o minutos; la retroalimentación médica, agrícola y de laboratorio húmedo exige un ciclo de tratamiento, una temporada o un experimento costoso. La velocidad, el costo y la fiabilidad de la retroalimentación fijan el tempo seguro de la iniciativa.
- Lo que queda abierto. Sin sede/revisión por pares, sin suite de benchmarks, sin implementación de referencia. La cifra de 203 páginas la confirmamos desde el propio PDF; los resúmenes mediáticos (NLPer, 5 nov) transmitieron el marco de forma coherente con las fuentes primarias.
Verificación del 7 de noviembre de 2026: página de publicaciones de Google Research, README del repo de GitHub y página del proyecto leídos directamente; número de páginas del PDF leído desde el archivo mismo (9,1 MB, /Count 203). Las afirmaciones sobre el marco contrasteadas con la estructura del README. No se intentó ninguna evaluación independiente de la calidad académica de la encuesta.
Arbitration en lenguaje de builder: las cuatro compuertas antes de que se muevan tus tokens
La idea que más peso carga en esta encuesta para quien ejecute agentes es que actuar y no actuar deben compararse antes de actuar. Un conflicto de agenda es solo un dato hasta que el agente lo pesa contra la ruta y el tiempo, estima si preparar una opción de asistencia remota ayuda realmente, y solo entonces se gana una razón para hablar. Traducido a un stack de agentes sobre API de consumo, las cuatro compuertas son una checklist de ingeniería: incertidumbre — ¿un humano llamaría a esto una necesidad real o una pista tenue (validación aislada antes de proponer un parche); utilidad — ganancia esperada contra cómputo, tiempo, interrupción y costo de corrección; oportunidad — guardar el hallazgo para un hueco natural entre tareas; riesgo/reversibilidad — escrituras en base de datos, merges y mensajes salientes necesitan autorización previa precisamente porque son difíciles de deshacer.
La galería de fracasos de la encuesta es familiar para quien haya ejecutado un asistente proactivo: cada sugerencia es razonable por separado e insoportable en conjunto — refactorizar aquí, documentar allá, actualizar esa dependencia — mientras el usuario está en plena entrega. El remedio que documenta es estructural, no conductual: hacer que los candidatos pasen por las compuertas antes de la ejecución, aparcar los hallazgos hasta que se abra la compuerta de oportunidad, y tratar el "no molestar" como un resultado diseñado en vez de un fracaso.
El capítulo de evaluación aterriza en la aritmética semanal de este sitio: las ganancias a nivel de tarea deben netearse contra la carga de supervisión a nivel de usuario. Un agente cuya lista de tareas crece mientras la cola de limpieza del humano crece más rápido tiene valor negativo sin importar sus puntajes de benchmark.
Contexto: la línea de los laboratorios chinos ya practica partes de esto
La encuesta no tiene contenido de proveedores chinos, pero los problemas que sistematiza están vivos en la línea de cobertura de este sitio. El dsh-superagent abierto por DeepSeek (traducción íntegra) diseñó exactamente la mitad de acción-y-costo — batching, filtrado de eventos, ejecución especulativa — para persistencia 24/7. El paper HarnessPro de Tsinghua/Zhipu hizo cuantitativa la compuerta de utilidad de Arbitration: +2,0pp de tasa de éxito a −26,1% de costo por tarea eligiendo intensidad de razonamiento y puntos de parada por tarea. Lo que añade la encuesta es el marco alrededor de esas soluciones puntuales: Awareness y Anticipation antes del gasto, Arbitration antes de que el gasto esté justificado, Adaptation después.
Para los builders, la aritmética de costos es la misma que ejecutamos cada semana sobre precios de modelos: la compuerta "vale la pena" de un agente proactivo es la pregunta del costo por tarea — DeepSeek V4.1-Flash fuera de punta a $0,22/1M contra GLM-5.3 a $1,40/$4,40 decide qué comportamientos puede permitir tu stack que un agente inicie sin instrucción, y la tabla comparativa sostiene la escalera. La autoridad, como la enmarca la encuesta, se concede sobre confianza ganada: empezar a los agentes con iniciativa reversible y en sandbox; ampliar el alcance solo a medida que el bucle de adaptación lo gana.
Señales a vigilar: la encuesta que encuentra una sede y citas, la biblioteca del repo superando 1.410, y cualquier proveedor que envíe proactividad con compuertas de arbitraje como función de producto — ese último movería este informe de vigilancia de investigación a cobertura de lanzamiento.
Acceso desde fuera de China — y el descargo habitual
Este sitio rastrea las API de modelos chinos para builders internacionales: endpoints oficiales, precios y estado de los pesos abiertos, más el trabajo de infraestructura de agentes construido encima. Los modelos bajo la aritmética de costos viven en la tabla comparativa y la guía de los más baratos; la línea de agentes está cubierta en los informes dsh-superagent y HarnessPro.
Descargo de independencia: ChinaModelAPI es un sitio de información independiente, sin afiliación con los autores de la encuesta, UIUC, Google o ningún proveedor de modelos. Los hechos del artefacto provienen de lecturas directas (página de publicaciones, repo, metadatos del PDF); los resúmenes del marco atribuyen la encuesta; nada aquí es una promesa de enrutamiento, disponibilidad o precio, y no se implica ninguna evaluación del mérito académico de la encuesta.
Fuentes primarias
- Google Research — página de publicación (23 autores, resumen, 2026; lectura directa)
- PDF de la encuesta (pubtools/1048480) — 203 páginas confirmadas desde los metadatos del archivo; lectura directa
- GitHub — EmpathYang/Proactive-AI-for-Superintelligent-Agents (MIT; 1.410 trabajos, 80 representativos, 13 dominios; README leído directamente)
- Página del proyecto — panorámica interactiva; biblioteca actualizada en octubre de 2026
- NLPer / AINLP (WeChat, 5 nov 2026) — la lectura contrasteada por este informe; transmitida de forma coherente
- Referencias del sitio: dsh-superagent de código abierto · el paper HarnessPro sobre disciplina de costos · guía de los más baratos · tabla comparativa
FAQ (2026)
¿Qué es la encuesta Proactive AI for Superintelligent Agents?
Una encuesta de 203 páginas de 23 autores de UIUC y Google (Ke Yang, Jiateng Liu et al.; citada como yang2026proactiveai, alojada en las publicaciones de Google Research), que consolida 1.410 trabajos citados — 80 representativos en 13 dominios aplicativos — sobre cómo los agentes pueden encontrar y comenzar trabajo valioso sin petición explícita. El repo de GitHub acompañante (MIT) contiene el paper y la biblioteca estructurada, actualizada en octubre de 2026.
¿Qué es la proactividad, en la definición de la encuesta?
La capacidad de iniciar acción intencionada sin petición explícita — ejercer el margen discrecional que las instrucciones dejan abierto (compromisos, lagunas, contingencias, replanificación). La encuesta la trata como un tercer eje junto a la inteligencia (capacidad) y la alineación (servir los valores humanos), apuntando a una iniciativa calibrada en vez de sobre- o sub-actuar.
¿Cuáles son las seis capacidades (marco 6A)?
Awareness (mantener la situación), Anticipation (convertir el contexto en necesidades no dichas), Agenda (metas organizadas y priorizadas), Arbitration (decidir si intervenir ahora), Action (intervenir dentro de la autoridad concedida), Adaptation (aprender de resultados y retroalimentación).
¿Cuáles son las compuertas de arbitraje?
Antes de intervenir, una acción candidata pasa cuatro verificaciones: confianza (¿entiende realmente la necesidad o adivina desde una pista tenue), utilidad (¿la ganancia esperada supera el cómputo, el tiempo, la interrupción y el costo de corrección), oportunidad (ahora, o después de que el usuario termine su paso actual), y riesgo/reversibilidad (si se equivoca, qué tan grave y recuperable es). Esperar y guardar un hallazgo para un hueco natural son parte del diseño, no fracasos.
¿Cómo deberían evaluarse los agentes proactivos?
Tres niveles: tarea (mejoraron los resultados — el tiempo ahorrado superó el costo añadido), mecanismo (leyó la situación, anticipó, eligió bien la oportunidad), usuario (carga de supervisión y corrección, experiencia, control, y confianza alineada con la fiabilidad real). La encuesta advierte: optimizar solo el tasa de aceptación de sugerencias puede enseñar a un agente a empaquetarlas mejor sin juzgar mejor su valor.
¿Por qué importa para los builders de API?
Los agentes largos sobre API de consumo viven dentro del problema de arbitraje: cada paso proactivo son tokens facturados contra incertidumbre. Las compuertas y la evaluación de tres niveles de la encuesta son una checklist para decidir qué comportamientos proactivos puede permitirse tu stack — y su hallazgo transversal es que la velocidad, el costo y la fiabilidad de la retroalimentación fijan la velocidad a la que un agente puede iterar con seguridad.