Un ingeniero de ByteDance publica abiertamente LoopX para agentes de IA de larga duración

Según el monitoreo de Beating, Huang Ruiteng, ingeniero senior de machine learning en AML de ByteDance y contribuidor clave de OpenViking, ha abierto LoopX como código libre. Se trata de un sistema de control diseñado para agentes de largo plazo, que permite a agentes como Codex y Claude Code continuar con sus objetivos originales tras tareas que abarcan varios días y múltiples interrupciones. LoopX ha publicado dos trayectorias de tareas reales que duraron 220.7 y 272.9 horas respectivamente. Durante este tiempo, se realizaron múltiples ciclos de ejecución, espera, juicio humano, cambio de modelo y recuperación de tareas, y el agente aún logró recuperar el objetivo actual, las pruebas existentes y el siguiente paso. LoopX externaliza el objetivo, la lista de tareas, los permisos, las pruebas y las condiciones de espera fuera del contexto del modelo. El agente realiza solo un pequeño paso a la vez, verifica el resultado y luego vuelve a escribir el estado. Al cambiar de sesión, de modelo o al reiniciar el programa, se puede continuar desde el último progreso. OpenViking, del que Huang Ruiteng participó en el desarrollo, se encarga de guardar y recuperar la memoria, los datos y las habilidades del agente; mientras que LoopX gestiona hasta dónde llegó la tarea, qué se debe hacer a continuación y cuándo se requiere intervención humana. El primero actúa como memoria a largo plazo, mientras que el segundo funciona como un gerente de proyecto y un tablero ejecutable. Actualmente, LoopX ya se utiliza para la reparación automática de problemas de código, experimentos de AutoML e investigaciones a largo plazo.