🤖 AI

SwarmResearch: Orchestrating Coding Agents for Open-Ended Discovery

SwarmResearch introduce un marco de trabajo de orquestador-subagente que mitiga las limitaciones de convergencia de los agentes de codificación únicos de larga ejecución mediante el uso de un Agente Pastor para dirigir una población de Agentes de Búsqueda con contexto aislado, logrando así un descubrimiento abierto superior a través del paralelismo adaptativo y la exploración de alto nivel.

Autores originales: Yuvraj Virk, Zack Edds, Chunqiu Steven Xia, Lingming Zhang

Publicado 2026-07-07

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Yuvraj Virk, Zack Edds, Chunqiu Steven Xia, Lingming Zhang

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando inventar una forma nueva y súper rápida de hornear un pastel. Tienes un equipo de panaderos brillantes (los agentes de codificación de IA), pero quieres que encuentren la receta mejor posible, no solo una ligeramente mejor.

El artículo presenta una nueva forma de organizar a estos panaderos llamada SWARMRESEARCH. Así es como funciona, utilizando analogías sencillas:

El Problema: La trampa de la "Mente de un solo carril"

En el pasado, si le pedías a un único panadero de IA que mejorara una receta de pastel, funcionaría así:

Prueba un nuevo ingrediente.
Lo prueba. Si es bueno, lo conserva. Si es malo, lo desecha.
Hace esto una y otra vez, haciendo pequeños ajustes a la misma receta durante horas.

El Problema: El panadero se queda atrapado en un "óptimo local". Siguen perfeccionando un "pastel de chocolate" porque ya es bastante bueno, pero nunca se dan cuenta de que cambiar a un enfoque de "tarta de limón" podría ser 10 veces más rápido. Están demasiado concentrados en los detalles minúsculos del camino actual para ver un camino completamente nuevo y mejor. También tienden a olvidar sus ideas anteriores porque están reescribiendo constantemente el mismo cuaderno único.

La Solución: El Enfoque de Enjambre (Swarm)

Los autores construyeron un sistema llamado SWARMRESEARCH para solucionar esto. Piensa en esto como una Granja de Investigación con dos tipos de trabajadores:

El Pastor (El Gerente): Esta es la IA principal. No hornea el pastel ella misma. En su lugar, observa toda la granja, ve qué está funcionando y decide a dónde enviar ayuda.
Los Agentes de Búsqueda (Los Panaderos): Estos son los trabajadores que realmente hornean el pastel.

Así es como se organizan mágicamente:

Comienzos Frescos (Los Panaderos "Exploradores"): En lugar de un solo panadero trabajando en un solo cuaderno, el Pastor envía nuevos panaderos con cuadernos en blanco. A estos panaderos "Exploradores" se les dice que ignoren la receta antigua y prueben ideas salvajes y nuevas desde cero. No están atrapados en la mentalidad del "pastel de chocolate".
Refinadores Especializados (Los Panaderos "Optimizadores"): Si el Pastor ve una idea nueva realmente prometedora (como una "tarta de limón"), envía un tipo de panadero diferente a esa rama específica. Este "Optimizador" puede ver el historial detallado de esa idea específica para poder pulirla hasta la perfección.
Espacios de Trabajo Separados (Las Ramas de Git): Esta es la parte más importante. Cada panadero trabaja en su propia cocina separada (una rama de "git" separada).
- Si el Panadero A intenta una idea terrible, simplemente desecha su cocina. Eso no arruina la cocina del Panadero B.
- Si el Panadero B descubre una técnica brillante, el Pastor puede copiar esa cocina al Panadero C sin que el Panadero C tenga que borrar su propio trabajo actual.
- Esto evita que el equipo borre accidentalmente buenas ideas solo porque están intentando arreglar una mala.

Cómo supera a la competencia

El artículo probó este sistema contra otros métodos (como un solo panadero trabajando durante mucho tiempo, o un grupo de panaderos compartiendo un gran cuaderno).

El Resultado: En 13 de 15 acertijos difíciles (que van desde problemas matemáticos hasta optimizaciones de sistemas informáticos), el Enjambre encontró mejores soluciones que los demás.
¿Por qué? Porque el Enjambre no solo "ajustó" la solución existente. Fue lo suficientemente valiente como para probar enfoques completamente diferentes.
- Ejemplo: En una tarea, los métodos antiguos solo ajustaban ligeramente la temperatura del horno. El Enjambre intentó construir un tipo de horno completamente nuevo.

Un Ejemplo del Mundo Real: Acelerando la IA

Los autores utilizaron este sistema para intentar hacer que la IA "piense" más rápido (específicamente, una técnica llamada "decodificación especulativa").

La Forma Antigua: La IA intentaba hacer pequeñas ediciones en el código, como cambiar una variable aquí o allá. Lograba una pequeña mejora de velocidad.
La Forma del Enjambre: Los agentes del Enjambre probaron diferentes estrategias. Un agente se dio cuenta de que, en lugar de revisar cada palabra una por una, podían revisar grupos de palabras a la vez (como el procesamiento por lotes o batching). Otro agente se dio cuenta de que podían usar menos "expertos" para revisar las palabras fáciles.
El Resultado: El Enjambre encontró una forma de hacer que la IA fuera 4.58 veces más rápida que el método estándar, mientras que los otros métodos solo lograron una aceleración de aproximadamente 2x.

La Conclusión

SWARMRESEARCH es una nueva forma de gestionar a los investigadores de IA. En lugar de dejar que una sola IA se estanque en una rutina, utiliza un gerente para enviar a muchos equipos diferentes a explorar diferentes caminos simultáneamente. Mantiene sus espacios de trabajo separados para que no se pierdan las buenas ideas, y sabe cuándo pasar de "probar cosas nuevas" a "perfeccionar la mejor cosa".

Es la diferencia entre una persona que intenta arreglar un coche apretando cada tornillo, y un equipo de mecánicos que simultáneamente intentan construir un nuevo motor, una nueva transmisión y un nuevo chasis, para luego elegir la mejor combinación.

Resumen Técnico: SWARMRESEARCH

Declaración del Problema

Los agentes de codificación de larga ejecución, como los marcos de trabajo de autoresearch, son capaces de descubrir optimizaciones de forma persistente para problemas abiertos. Sin embargo, los autores observan un modo de fallo crítico: estos agentes tienden a converger rápidamente en un único enfoque de alto nivel y, posteriormente, pasan un tiempo extensivo realizando ediciones de bajo nivel y microoptimizaciones dentro de ese vecindario específico. Este comportamiento resulta en que el agente pierda enfoques superiores y distintos al problema.

Los autores hipotetizan que esta convergencia es causada por dos elecciones de diseño específicas a nivel de infraestructura (harness) en los sistemas existentes:

Acumulación de Contexto: Los agentes acumulan historiales de conversación largos llenos de refinamientos incrementales de un único enfoque, lo que hace que los cambios sustanciales de estrategia sean improbables.
Estado de Programa Único: Los agentes comprometen todas las mejoras en un único programa editable, descartando efectivamente direcciones alternativas y convirtiendo el proceso de búsqueda en una búsqueda local codiciosa (greedy local search).

Metodología: SWARMRESEARCH

Para abordar estos cuellos de botella, los autores introducen SWARMRESEARCH, un marco de trabajo de orquestador-subagente diseñado para facilitar el descubrimiento abierto. El sistema está implementado como un conjunto de habilidades compatibles con herramientas populares de agentes de codificación (por ejemplo, Claude Code).

Arquitectura

El sistema consta de dos roles primarios:

Agente Pastor (Orquestador): Un controlador global que gestiona una población de Agentes de Búsqueda. Mantiene el contexto global (resúmenes de todos los intentos, puntuaciones y enfoques) y dirige estratégicamente la población de búsqueda.
Agentes de Búsqueda (Subagentes): Agentes individuales responsables de idear, implementar, evaluar e iterar sobre soluciones. Operan con un contexto local específico para su tarea asignada.

Mecanismos de Diseño Clave

SWARMRESEARCH emplea tres mecanismos específicos para mantener la diversidad y prevenir la convergencia prematura:

Ramificación Basada en Git (Versionado de Programas):
- A diferencia de los sistemas que editan un único estado de programa, SWARMRESEARCH asigna a cada Agente de Búsqueda una nueva rama de Git.
- La rama principal contiene únicamente la línea base (baseline). Los agentes de búsqueda se ramifican ya sea desde la línea base (para exploración desde cero) o desde el commit de un agente completado (para iteración).
- Esto permite que múltiples enfoques de alto nivel compitiendo evolucionen de forma independiente. Las soluciones prometedoras pero no óptimas no se descartan, sino que se preservan en sus propias ramas para su posible refinamiento o combinación futura.
Gestión de Contexto por Niveles:
- Contexto Local: Los Agentes de Búsqueda operan con ventanas de contexto frescas o controladas.
  - Agentes Exploradores: Comienzan con ventanas de contexto frescas, leyendo solo el contenido de su árbol de trabajo (worktree) asignado. Esto evita que estén anclados al trabajo previo, fomentando la exploración de alto nivel.
  - Agentes Optimizadores: Heredan el historial de conversación de su agente padre además del árbol de trabajo. Esto permite un refinamiento profundo y serial cuando un enfoque específico muestra potencial.
- Contexto Global: El Agente Pastor mantiene una visión global de todas las actividades de los Agentes de Búsqueda (resúmenes y puntuaciones), pero no expone el historial de conversación completo de todos los agentes a cada subagente. Esto evita la convergencia de "memoria compartida" vista en otros sistemas multi-agente donde los agentes abandonan colectivamente las direcciones independientes para refinar la solución única más óptima.
Escalado Guiado por el Orquestador:
- El Agente Pastor gestiona dinámicamente el presupuesto de búsqueda variando el número de agentes paralelos y las iteraciones seriales según la profundidad de la búsqueda.
- Puede generar oleadas de Exploradores concurrentes para expandirse a través del espacio de soluciones y cambiar a la generación de Optimizadores cuando emergen soluciones dominantes.
- El Pastor utiliza prompts para compartir contexto mínimo y relevante (por ejemplo, "ideas para evitar", "hallazgos útiles") sin prescribir ideas específicas, manteniendo así la diversidad de ideas.

Evaluación y Resultados

Los autores evaluaron SWARMRESEARCH en 15 tareas de optimización abierta a través de tres dominios: Matemáticas, Sistemas y Algoritmos Heurísticos. Compararon el sistema contra líneas base de vanguardia:

EvoX: Una línea base evolutiva guiada por LLM.
CORAL: Un sistema multi-agente de vanguardia que utiliza memoria compartida.
Escalado Fijo: Una línea base ingenua que ejecuta $n$ agentes concurrentes para $k$ iteraciones seriales.

Métricas de Rendimiento

Éxito de la Tarea: SWARMRESEARCH descubrió soluciones mejores o comparables a las líneas base en 13 de 15 tareas.
- Superó estrictamente a EvoX en 13 tareas y empató con él en 1.
- Superó estrictamente a CORAL en 10 tareas y empató con él en 2.
Granularidad de la Exploración: SWARMRESEARCH típicamente realizó cambios de código de 1.7× a 3.2× mayores (medidos en líneas de código cambiadas por intento) en comparación con las líneas base. Esto indica una mayor frecuencia de exploración de enfoques de alto nivel en lugar de ajustes de bajo nivel.
Eficiencia de Escalado: En una comparación con el escalado fijo óptimo (probando varias configuraciones de $(n, k)$ ), el escalado guiado por el orquestador de SWARMRESEARCH superó a la mejor configuración fija en 4 de 5 tareas. El sistema adaptó con éxito el paralelismo en diferentes profundidades de búsqueda, asignando el presupuesto a una exploración amplia inicialmente y a una iteración serial profunda después.

Caso de Estudio: Decodificación Especulativa

Los autores realizaron un caso de estudio detallado sobre la optimización de la decodificación especulativa para la inferencia de LLM.

Objetivo: Maximizar el rendimiento de tokens (throughput) preservando la precisión en tareas intensivas de razonamiento.
Resultos: SWARMRESEARCH logró una aceleración de 4.58× sobre la decodificación vanilla simple con un 60.6% de precisión (frente al 65.8% de la línea base).
Comparación: En el mismo intervalo de tiempo (~12 horas), autoresearch logró solo una aceleración de 1.80×, y CORAL logró 2.26×.
Descubrimientos: El sistema descubrió optimizaciones a nivel de sistema (por ejemplo, agrupamiento de pasadas de forward objetivo, grupos de hilos persistentes para la construcción de distribución) y conteo de expertos adaptativo (MoE) que no estaban presentes en las líneas base. También exploró condiciones de aceptación relajadas, aunque algunos intentos novedosos (por ejemplo, "muestreo comotono") resultaron ser incorrectos tras una revisión rigurosa.

Significado y Reivindicaciones

El artículo afirma que SWARMRESEARCH demuestra que la ingeniería de infraestructura (harness engineering) —específicamente la gestión del contexto y el versionado de programas— es un factor crítico para el éxito de los agentes de codificación de larga ejecución.

Descubrimiento Divergente: Al desacoplar a los agentes de historiales de conversación largos y convergentes, y preservar estados de programas alternativos mediante la ramificación de Git, el sistema evita la trampa de la "búsqueda local codiciosa" común en sistemas de un solo agente o de memoria compartida.
Escalado Autónomo: La arquitectura de orquestador-subagente permite un escalado de tiempo de ejecución (test-time scaling) adaptativo, ajustando dinámicamente el equilibrio entre exploración (paralelismo) y explotación (refinamiento serial) sin necesidad de ajuste manual de hiperparámetros.
Limitaciones: Los autores señalan modestamente que la infraestructura no mejora intrínsecamente la creatividad de los LLM subyacentes; los enfoques explorados siguen tendiendo a ser variaciones de métodos conocidos. Además, el comportamiento de dirección estratégica del Agente Pastor depende actualmente de los prompts, y los modelos probados a veces tienen dificultades para sintetizar planes estratégicos complejos sin guía explícita.

Este trabajo posiciona a SWARMRESEARCH como una base mínima e interoperable para futuros marcos de trabajo y entrenamiento en el descubrimiento abierto, enfatizando que las decisiones de diseño estructural pueden amplificar significativamente las capacidades de descubrimiento de los agentes de codificación existentes.