# Red Queen Gödel Machine: agentes y evaluadores evolucionan juntos

> Un nuevo marco evolutivo permite que los agentes de IA y sus evaluadores aprendidos mejoren en paralelo; en una prueba de programación, el éxito subió del 75% al 82%.

Oossa · 2026-10-09 · https://oossa.com/es/red-queen-godel-machine-lets-agents-and-evaluators-evolve-together

Un equipo de investigadores encabezado por Alex Iacob publicó en arXiv Red Queen Gödel Machine (RQGM). El sistema combina un agente de programación con un revisor que evoluciona junto a él y evalúa sus parches. En la prueba DeepSWE, el agente de RQGM resuelve el 82.1% de las tareas reservadas para evaluación, frente al 75.0% de una versión de referencia con un evaluador estático. Con un mayor esfuerzo, el rendimiento de RQGM se acerca al del modelo GPT‑6 Astra. El marco también reduce a un tercio el costo de búsqueda en tareas de redacción científica y evaluación de demostraciones matemáticas.

## Los hechos

- El artículo se publicó en arXiv el 2026-10-09 ("Fri Oct 09 2026").
- El agente resuelve el 82.1% de las tareas de DeepSWE, frente al 75.0% de la versión de referencia.

## Por qué importa

Los desarrolladores podrían contar con asistentes de programación de IA que mejoren continuamente sin depender de una métrica de evaluación fija, escrita por humanos.

## Fuentes y referencias

1. [The Red Queen G\"odel Machine: Co-Evolving Agents and Their Evaluators](https://arxiv.org/abs/2606.26294) – arXiv cs.MA, 2026-10-09

Última actualización: 2026-10-09