Más allá de una sola curva, los investigadores también observaron que la velocidad de aprendizaje de los agentes de frontera aproximadamente se duplica cada tres meses en diferentes generaciones de modelos. Esto sugiere un efecto compuesto: cuanto más tiempo operan los agentes en entornos reales, más rápido aprenden, y cada nueva generación de modelos parte de una base más alta.

El benchmark: EdgeBench

Para hacer posible este descubrimiento, el equipo desarrolló un nuevo marco de evaluación llamado EdgeBench, publicado el 2 de julio de 2026. EdgeBench es un conjunto de 134 tareas del mundo real que abarcan seis dominios:

• Descubrimiento científico
• Ingeniería de software
• Optimización combinatoria
• Trabajo profesional de conocimiento
• Matemáticas formales
• Juegos interactivos

Cada tarea requiere al menos 12 horas de operación continua del agente bajo una retroalimentación rica y multinivel. El artículo de investigación y un marco de evaluación con 51 tareas publicadas se dieron a conocer el 2 de julio. El equipo analizó aproximadamente 38.000 horas de datos de interacción de agentes en estas tareas para identificar la ley de escalado.

Por qué esto importa: el fin del escalado basado en más datos

El escalado tradicional de la IA — lanzar más datos y más cómputo a modelos más grandes — está encontrando un muro. Epoch AI ha advertido que los datos de texto generados por humanos disponibles públicamente podrían agotarse en seis años, haciendo insostenible el escalado por fuerza bruta de datos y cómputo.

Líderes de la industria también han señalado este problema. Andrej Karpathy ha señalado que el viejo paradigma de "más datos, más cómputo" no puede durar para siempre.

El hallazgo de ByteDance abre una nueva dimensión medible de mejora de la IA: el aprendizaje posterior al despliegue a partir de la interacción con el mundo real. En lugar de depender únicamente de la escala del preentrenamiento, los agentes de IA pueden seguir mejorando de manera predecible a través de la experiencia prolongada en el mundo real — un camino mucho menos limitado por recursos que acumular conjuntos de datos cada vez más grandes.

La precisión de la ley log-sigmoide (R² = 0,998) es crítica. Permite pronosticar el rendimiento posterior a partir de las trayectorias de interacción tempranas, convirtiendo el aprendizaje de agentes en un objeto de escalado sistemático y predecible, en lugar de una caja negra impredecible. Para desarrolladores y empresas, esto significa que el retorno de la inversión de dejar que un agente funcione más tiempo en un entorno real se puede calcular de antemano.

Lo que esto significa para el futuro

Este descubrimiento no solo moderniza los sistemas de IA existentes — apunta hacia una estrategia de desarrollo fundamentalmente diferente. En lugar de construir modelos cada vez más grandes entrenados con datos finitos de internet, los investigadores pueden construir agentes que mejoren mediante el uso. La duplicación de la velocidad de aprendizaje cada tres meses sugiere que la brecha entre un agente recién desplegado y uno experimentado se ampliará rápidamente, haciendo que los sistemas de agentes persistentes y de larga duración sean cada vez más valiosos.

Para una industria de la IA que busca su próximo vector de crecimiento después del boom del escalado de preentrenamiento, el descubrimiento de ByteDance Seed ofrece una respuesta respaldada por datos: dejar que los agentes aprendan en el trabajo.

Más allá de una sola curva, los investigadores también observaron que la velocidad de aprendizaje de los agentes de frontera aproximadamente se duplica cada tres meses en diferentes generaciones de modelos. Esto sugiere un efecto compuesto: cuanto más tiempo operan los agentes en entornos reales, más rápido aprenden, y cada nueva generación de modelos parte de una base más alta.

El benchmark: EdgeBench

Para hacer posible este descubrimiento, el equipo desarrolló un nuevo marco de evaluación llamado EdgeBench, publicado el 2 de julio de 2026. EdgeBench es un conjunto de 134 tareas del mundo real que abarcan seis dominios:

• Descubrimiento científico
• Ingeniería de software
• Optimización combinatoria
• Trabajo profesional de conocimiento
• Matemáticas formales
• Juegos interactivos

Cada tarea requiere al menos 12 horas de operación continua del agente bajo una retroalimentación rica y multinivel. El artículo de investigación y un marco de evaluación con 51 tareas publicadas se dieron a conocer el 2 de julio. El equipo analizó aproximadamente 38.000 horas de datos de interacción de agentes en estas tareas para identificar la ley de escalado.

Por qué esto importa: el fin del escalado basado en más datos

El escalado tradicional de la IA — lanzar más datos y más cómputo a modelos más grandes — está encontrando un muro. Epoch AI ha advertido que los datos de texto generados por humanos disponibles públicamente podrían agotarse en seis años, haciendo insostenible el escalado por fuerza bruta de datos y cómputo.

Líderes de la industria también han señalado este problema. Andrej Karpathy ha señalado que el viejo paradigma de "más datos, más cómputo" no puede durar para siempre.

El hallazgo de ByteDance abre una nueva dimensión medible de mejora de la IA: el aprendizaje posterior al despliegue a partir de la interacción con el mundo real. En lugar de depender únicamente de la escala del preentrenamiento, los agentes de IA pueden seguir mejorando de manera predecible a través de la experiencia prolongada en el mundo real — un camino mucho menos limitado por recursos que acumular conjuntos de datos cada vez más grandes.

La precisión de la ley log-sigmoide (R² = 0,998) es crítica. Permite pronosticar el rendimiento posterior a partir de las trayectorias de interacción tempranas, convirtiendo el aprendizaje de agentes en un objeto de escalado sistemático y predecible, en lugar de una caja negra impredecible. Para desarrolladores y empresas, esto significa que el retorno de la inversión de dejar que un agente funcione más tiempo en un entorno real se puede calcular de antemano.

Lo que esto significa para el futuro

Este descubrimiento no solo moderniza los sistemas de IA existentes — apunta hacia una estrategia de desarrollo fundamentalmente diferente. En lugar de construir modelos cada vez más grandes entrenados con datos finitos de internet, los investigadores pueden construir agentes que mejoren mediante el uso. La duplicación de la velocidad de aprendizaje cada tres meses sugiere que la brecha entre un agente recién desplegado y uno experimentado se ampliará rápidamente, haciendo que los sistemas de agentes persistentes y de larga duración sean cada vez más valiosos.

Para una industria de la IA que busca su próximo vector de crecimiento después del boom del escalado de preentrenamiento, el descubrimiento de ByteDance Seed ofrece una respuesta respaldada por datos: dejar que los agentes aprendan en el trabajo.