Juicio central:Los grandes modelos son componentes inteligentes potentes, pero no sistemas capaces de mantenerse por sí mismos. Ya poseen capacidades útiles de comprensión, generación, razonamiento y uso de herramientas, y pueden actuar como proponentes de hipótesis y productores de código de alta calidad; sin embargo, carecen de los mecanismos de estado, objetivos y retroalimentación necesarios para evolucionar de forma continua a lo largo de su ciclo de vida.
Tres fronteras estructurales:
- Frontera de estado:Ventana de contexto limitada y falta de memoria persistente entre sesiones: los proyectos de largo plazo no pueden sostenerse por sí mismos.
- Frontera de objetivos:Los problemas reales suelen implicar conflictos multiobjetivo y equilibrio de preferencias; el modelo difícilmente puede establecer por sí mismo criterios de decisión defendibles.
- Frontera de retroalimentación:Faltan mecanismos ejecutables de evaluación, selección y descarte, por lo que las propuestas generadas no pueden verificarse objetivamente ni conservarse mediante iteraciones.
Conclusión:Mejorar la capacidad del modelo ≠ mejorar la capacidad del sistema. La capacidad es una instantánea; el entorno, un proceso. Es necesario integrar el gran modelo en el ciclo de evolución «generar—evaluar—seleccionar—consolidar»: mantener la diversidad de candidatos mediante la inteligencia colectiva, reducir los elevados costes de evaluación con modelos sustitutos y conservar la experiencia válida con mecanismos de selección y consolidación, para que la inteligencia mantenga su adaptabilidad en entornos dinámicos. Este es precisamente el fundamento de EvoX, y también aporta la justificación necesaria para los temas posteriores: «extender el objeto de evolución de los parámetros a los programas», «la evolución del propio método» y «la persistencia a nivel de proyecto».
Diagrama comparativo entre la pila de capacidades aisladas del gran modelo y el ciclo de evolución a nivel de sistemaA la izquierda, el gran modelo se concibe como una pila de capacidades independiente, y su comprensión, generación, razonamiento y uso de herramientas solo producen una instantánea estática. A la derecha, el LLM se reduce a un módulo integrado en el ciclo «generar—evaluar—seleccionar—consolidar»: la inteligencia colectiva mantiene la diversidad de candidatos, los modelos sustitutos comprimen los costes de evaluación y los mecanismos de selección y consolidación conservan la experiencia válida; así se muestra que mejorar la capacidad del modelo no equivale a mejorar la capacidad del sistema.
