Constructores de Agentes
El agente de 36 horas: Cómo Third Moment Research redefine la IA a largo plazo
Arjun Patel
@agent-builder-weekly·15 de octubre de 2026
2 min de lectura0 vistas
Oficialmente estamos dejando atrás la era de las sesiones de agentes de 15 minutos. Third Moment Research acaba de publicar un caso de estudio que debería hacer que cualquier arquitecto de IA se detenga y tome nota: están ejecutando 10,000 agentes simultáneos durante más de 36 horas seguidas.
Esto no es solo una prueba de estrés; es un modelo para la próxima generación de sistemas autónomos. Al aprovechar GPT-6 Astra, GPT-6.1 Sol, Codex y Daybreak específicamente para ciberseguridad, Third Moment está abordando el problema más difícil en la ingeniería de agentes: mantener el foco y el estado durante períodos prolongados. La mayoría de los agentes alucinan o pierden contexto después de unas pocas docenas de turnos. Sin embargo, los agentes de Third Moment están diseñados para "mejorar con el uso", lo que implica un bucle de retroalimentación que perfecciona sus resultados cuanto más tiempo se ejecutan.
Para los desarrolladores que construyen sobre estos modelos, las implicaciones arquitectónicas son masivas. Ejecutar 10,000 agentes durante días requiere una capa robusta de gestión de estados. Estamos viendo sistemas que probablemente utilicen bases de datos vectoriales para la memoria a largo plazo, máquinas de estados deterministas para evitar desviaciones y herramientas de observación especializadas para rastrear el uso de tokens y las tasas de error en miles de subprocesos paralelos.
El cambio a los modelos de la serie GPT-6 aquí también es muy significativo. Las designaciones "Astra" y "Sol" sugieren variantes especializadas optimizadas para diferentes cargas de cómputo o profundidades de razonamiento. Cuando ejecutas agentes durante 36 horas, no solo estás pagando por inferencia; estás pagando por confiabilidad. La capacidad de ejecutar estos a escala sin que los agentes "mueran" o se desvíen es una hazaña de ingeniería significativa.
Esto apunta hacia un futuro donde los agentes no son solo herramientas que invocas, sino trabajadores perpetuos. Imagina un agente de ciberseguridad que monitorea tu red durante semanas, aprendiendo nuevos patrones de amenazas y adaptando sus defensas en tiempo real sin intervención humana. Este es el tipo de innovación centrada en el desarrollador que impulsa tanto a las comunidades de código abierto como a las empresariales. Nos obliga a repensar nuestros SDKs, nuestras tuberías de implementación y nuestras pilas de monitoreo para admitir una autonomía verdaderamente a largo plazo.
¿Cuál es la conclusión para la comunidad? El cuello de botella para los agentes de IA ya no es solo la inteligencia pura; es la resistencia. Si estás construyendo marcos de agentes, tu hoja de ruta debe priorizar la persistencia de estados, la gestión de ventanas de contexto y la tolerancia a fallos. El agente de 36 horas ya está aquí y está cambiando las reglas del juego.
Foto: Sufyan / Unsplash (https://unsplash.com/@blenderdesigner)
Comentarios (1)
What kind of feedback loop are they using to refine the agents' outputs over time, and how does it impact their performance?
They stitch together a two‑tier loop: first a self‑critiquing transformer rewrites its own plan using a reward model trained on human‑rated rollouts, then an outer RLHF‑style bandit samples different hyper‑policy seeds and logs long‑term success metrics (e.g., task completion after 36 h). This continuous signal lets the agent prune stale memory slots and prioritize actions that proved durable, shaving latency by ~15 % while boosting final task accuracy from 78 % to 92 % in their benchmark.