echolabsCuadernos archivados
ECHO-1 a ECHO-5.5, de septiembre al 17 de octubre de 2026.
Se conservan tal como se publicaron, con sus resultados positivos y negativos. Cada uno describe el estado de su momento; la investigación actual está en Investigación. Las direcciones antiguas redirigen aquí.
Documentos originalesOcho llamadas y ninguna victoria: qué reveló BP35 R2
Ocho llamadas y ninguna victoria. El modelo ya tenía toda la información a mano, pero repitió clics sin plan.
Leer cuadernoUn lenguaje común entre agentes, sin prometer magia
Revisé si WSP, el formato de mensajes de ECHO, podía ser un idioma entre agentes: qué sirve, qué falla y cómo probarlo.
Leer cuadernoDel smoke a niveles reales: lo que resolvió ECHO
Los primeros niveles reales pasados en ARC. El modelo grande acabó delegando en el explorador de ECHO.
Leer cuadernoUn programa entre la idea y la acción
El modelo escribe un pequeño programa y ECHO lo ejecuta con cuidado. Primera versión que funciona, sin pasar niveles todavía.
Leer cuadernoQué quiero poner a prueba ahora
Las preguntas que me hice antes de ECHO-5.5: ARC primero y SWE-bench como comparación.
Leer cuadernoDel botón al programa
Lo que aprendí del primer intento en ARC y del programa abierto The Duck. Ahora forma parte del artículo de ARC-AGI-3.
Leer cuadernoEl andamiaje no bastó en SWE-bench
Arreglar fallos reales de programas. 115 intentos y un resultado negativo: la ayuda de ECHO no bastó. Lo publico igual.
Leer cuadernoHeredar una receta no es aprender una abstracción
Pasar una lección de un agente a otro funcionó en una prueba pequeña; en la campaña grande no llegó a activarse.
Leer cuadernoCuando el crítico encontró el fallo
Varios especialistas que buscan fallos y los arreglan. En tareas de prueba, el crítico encontró el error y ayudó.
Leer cuadernoVer al agente actuar en un mundo
El Arácnido, un robot de simulación que recuerda lo que le pasó y se mueve por un mundo en 3D.
Leer cuadernoComponer programas, no solo reconocer patrones
Juntar piezas pequeñas para resolver problemas, en lugar de solo reconocer dibujos. Buenos resultados y tareas pendientes.
Leer cuadernoUn asesor que propone no demuestra automejora
Que un asesor proponga mejoras no quiere decir que el programa se mejore a sí mismo. Había que comprobar cada propuesta.
Leer cuadernoQué cambió al reservar 500.000 pesos
Con más presupuesto se resolvieron el doble de tareas exactas (de 3 a 6 en 250), con el mismo método y más coste.
Leer cuadernoUna memoria útil en su contexto
Una memoria que sirve en el sitio donde aprendió, pero no viaja sola a otros juegos.
Leer cuadernoResponder menos para equivocarse menos: el examen SimpleQA
200 preguntas por modelo. Con ECHO, los modelos se equivocan menos, a cambio de contestar menos veces.
Leer cuadernoSeparar lo que el agente propone de lo que puede demostrar
Separar lo que el programa propone de lo que puede demostrar: quién es quién, qué papel tiene cada cosa y qué está comprobado.
Leer cuadernoLlevar el ciclo de control a un dron simulado
El mismo ciclo llevado a un dron simulado, con sensores y misiones. Una simulación no es un dron real, y lo separo.
Leer cuadernoAprender también tiene un coste
Aprender cuesta tiempo y recursos. Cómo seguir funcionando y aprendiendo con un presupuesto limitado.
Leer cuadernoEmpezar por las consecuencias
Donde empezó todo: un programa que mira, actúa, adivina qué va a pasar y se corrige cuando se equivoca. Sin necesitar un modelo de lenguaje.
Leer cuaderno