Saltar al contenido
EN

Menos ruido. Más señal.

Contexto · IA Frontera · barrido martes, 17 de noviembre de 2026

Benchmarks de agentes de código para construcción de software de largo horizonte

La evaluación de agentes de programación migra de generación de archivos aislados a ingeniería de repositorios y productos completos con estado persistente, lo que redefine el estándar de viabilidad comercial de los agentes. El cuello de botella ya no es la capacidad del modelo sino la medición de continuidad, mantenimiento y entrega en entornos reales (Replit, Unity, Roblox), donde la infraestructura de cómputo y el coste de inferencia determinan qué agentes sobreviven.

Título, tesis y evaluación de gravedad redactados por un modelo de IA, sin revisión humana previa.

Gravedad35/100 · Fondo
Por qué esta gravedad
Los 12 artículos son preprints de arXiv que proponen benchmarks (ViBench 2.0, GenXR-Bench, UnityBench-Mini3D, OpenGameEval, CEGame-Bench) para agentes de código en horizontes largos; Replit, Unity y Roblox aparecen como entornos de evaluación, no como anuncios corporativos ni adopción industrial declarada, y no hay métricas de discontinuity ni release de modelo frontier.
— Evaluación del Semantic Gravity Engine
Cobertura
1 feed · 1 grupo editorial independiente (un solo grupo editorial)
Verticales cruzadas
IA Frontera, Industria Tech, Startups
Actores Tier 1
OpenAI
Gravedad frente a la edición anterior
+3 (32 → 35)

cobertura, no exactitud

Detectada por primera vez lun 16 de nov · 2 días en seguimientoseñalada como emergenteEvolución de la gravedad
Fuente principal
GenXR-Bench: Benchmarking Coding Agents for Interactive XR Development · arXiv CS.AI / William Huang, David Li, Xiang 'Anthony' Chen, Xun Qian, Nels Numan, Zhongyi Zhou, Hyunsung Cho, Salman Muin Kayser Chishti, Ding Xia, Xincheng Huang, Jiahao Ren, Faraz Faruqi, Tianyu Xu, Yang Zhang, David Kim, Ruofei Du
Actores: Replit · Unity · Roblox · arXiv · OpenAI
Cronología · hora de Madrid
  1. 06:00
  2. 06:00
  3. 06:00
  4. 06:00
  5. 06:00
  6. 06:00
  7. 06:00
  8. 05:00
  9. 05:00
  10. 05:00
  11. 06:00
  12. 06:00
CompartirWhatsApp
Historias relacionadas