Stanford CS329A (Ep 10): SWE-Agents — Ingeniería de Software Autónoma, CodeMonkeys, KernelBench y la Interfaz Agente-Sistema
La ingeniería de software en entornos productivos reales difiere radicalmente de los ejercicios algorítmicos aislados o los bancos de pruebas sintéticos. Un informe de error en GitHub no se limita a un único archivo bien acotado; suele hallarse disperso entre cientos de módulos, dependencias heredadas y millones de líneas de código distribuido. Además, en producción el software no solo debe ser semánticamente correcto (Correct), sino que debe resultar computacionalmente veloz (Fast) y estar perfectamente alineado con las arquitecturas físicas de hardware paralelo (Aligned).
Con esta lección inauguramos la Parte 3: Ingeniería de Agentes (Lecciones 10 a 12) del curso Stanford CS329A: Self-Improving AI Agents (Agentes de IA Autoevolutivos), trasladándonos desde los clústeres de entrenamiento hacia los desafíos concretos del desarrollo de software a gran escala:
"¿Cómo pueden los agentes de IA explorar repositorios corporativos de millones de tokens, aislar fallos esquivos, sintetizar arneses de pruebas reproducibles y escribir kernels GPU que superen en velocidad a los estándares humanos de PyTorch?"
En este artículo exploramos la frontera de SWE-Agent Autonomous Coding (Codificación Autónoma con Agentes de Software) a través de tres hitos: CodeMonkeys Automated Refactoring (Refactorización Automatizada CodeMonkeys) en el exigente SWE-bench Benchmark GitHub, KernelBench GPU Performance Tuning (Optimización de Rendimiento en GPU con KernelBench) mediante ciclos de retroalimentación con profilers, y la capa Agent-Computer Interface ACI (Interfaz Agente-Sistema ASI) diseñada en Stanford para suprimir la discordancia semántica entre la intención abstracta del modelo y el hardware físico.