Dominando los límites de contexto de los agentes de IA para una mejor salida de software

Los líderes de ingeniería buscan resolver los límites de contexto de los agentes de IA para garantizar una mejor salida de software, ya que los modelos generativos actuales fallan en tareas de largo alcance debido a la degradación de atención en la 'Zona Tonta'. Random Labs ha lanzado Slate, un agente diseñado para orquestar enjambres masivos de subagentes directamente en un entorno de código, evitando el paso de mensajes y utilizando memoria episódica que retiene solo llamadas a herramientas exitosas. Esta arquitectura permite ejecución paralela, selección automática del modelo adecuado como Claude o Codex, y reduce costos mediante reutilización de subhilos y caché. Slate emula diseños de sistemas operativos, con el modelo principal actuando como kernel y cada hilo con su propio espacio de memoria. El agente está disponible en beta abierta para mejorar flujos de trabajo de ingeniería.