Un equipo dirigido por Jinluan Yang publicó un nuevo artículo en arXiv el 16 de octubre de 2026. El estudio muestra que los agentes entrenados para mejorar tanto su política como su repertorio de habilidades se vuelven frágiles si este último cambia más adelante. Los autores proponen una nueva evaluación, llamada CO-evolution Drift Audit (CODA), que simula la deriva de las habilidades y mide la consistencia y la resistencia. En cuatro métodos y cinco pruebas de referencia, CODA detecta que la tasa de éxito en el peor de los casos cae entre 5 y 13 puntos, lo que elimina la mayor parte de la ventaja que tenían los agentes frente a una versión de referencia sin habilidades.
Por qué importa
Quienes desplieguen estos sistemas tendrán que evaluar la robustez de los agentes de IA ante cambios en sus habilidades, no solo su rendimiento máximo.
