HGM: La IA de codificación Auto-Mejorable que supera a Agentes humanos (GPT-5/SWE-bench)

Descubre la Huxley-Gödel Machine (HGM), un algoritmo diseñado para el desarrollo de agentes de codificación auto-mejorables. HGM aborda el desafío conocido como "Metaproductivity–Performance Mismatch" (MPM), donde la puntuación de rendimiento a corto plazo no predice el potencial de mejora a largo plazo. La clave es la Clade-Metaproductivity (CMP), una métrica inspirada en el concepto de clados de Huxley que cuantifica la productividad al agregar el éxito de los descendientes de un agente, funcionando como un indicador del potencial de auto-mejora a largo plazo. Al estimar la CMP, HGM aproxima el comportamiento de la Máquina de Gödel, la máquina de auto-mejora teóricamente óptima. Los resultados empíricos demuestran que HGM supera a métodos previos como DGM y SICA en rendimiento y eficiencia, requiriendo hasta 2.38 veces menos horas de CPU asignadas en SWE-bench Verified, y logra un rendimiento de nivel humano en el diseño de agentes de codificación en el benchmark SWE-bench Lite, incluso cuando se optimiza con GPT-5-mini y se evalúa con GPT-5.https://arxiv.org/pdf/2510.21614