El preprint de Müller y sus colegas, de septiembre de 2026, describe un sistema que conserva el estado de optimización fuera del modelo lingüístico y ejecuta programas experimentales repetibles. Los autores evalúan cinco tareas digitales y dos plataformas físicas. En química de flujo, el rendimiento medido pasó del 30% al 58,8% en 23 experimentos. Otro resultado de ángulo de contacto, 67,8°, quedó fuera del objetivo de 64–66°.[1]
Los autores comunican un coste total un 13% menor que el de una campaña dirigida por personas, pero aclaran que no es una comparación controlada. Cambiaron el espacio de búsqueda, la inicialización, la duración y las condiciones finales. Se incluyen los costes de inferencia del modelo; no se demuestra ahorro universal ni mayor velocidad del laboratorio. Es evidencia de un preprint, no una replicación independiente.
El mejor rendimiento del agente fue del 58,8%, frente al 70,9% de la campaña humana completa y al 63,9% con igual presupuesto de consumibles. Los 23 experimentos frente a 50 ayudan a explicar el menor coste total; no demuestran resultados equivalentes.[1]
Análisis y aplicación
La pregunta transferible es dónde termina una operación repetible y comienza una decisión. Guardar entradas, mediciones y motivos de cambio permite distinguir un experimento fallido de un fallo de medición. Un registro consultable facilita investigar; por sí solo no prueba decisiones correctas ni seguridad.
Análisis y aplicación
- Definir objetivo, rango aceptable y condiciones de parada.
- Separar mediciones brutas, interpretaciones y decisiones.
- Probar la recuperación de mediciones ausentes o erróneas sin borrar resultados válidos.
- Comparar tareas equivalentes, incluida preparación, tiempo humano, materiales, modelo y ocupación del equipo.
- Registrar tanto fallos como éxitos. Son pasos de evaluación propuestos, no nuevos resultados del estudio.
CONSULTA LAS PRUEBAS