Generar respuestas se está convirtiendo en una capacidad básica de la IA, pero deducir el mundo real es la próxima tarea más difícil.
Las decisiones reales no son una pregunta y respuesta estática. Ocurren en un mundo en constante cambio, donde múltiples actores actúan simultáneamente, la información es incompleta y la incertidumbre es omnipresente.
Por ejemplo, si un nuevo modelo de código abierto reduce repentinamente los costos, ¿seguirán las empresas de modelos líderes bajando sus precios? ¿Cómo volverán a alinearse los proveedores de nube, los desarrolladores y las empresas de aplicaciones? En estas decisiones, la acción de una parte cambia las condiciones que enfrentan las demás en su próximo paso, y las nuevas reacciones continúan reescribiendo la situación. Es como un juego de ajedrez en el que todos los jugadores mueven al mismo tiempo: cada pieza colocada transforma el tablero.
En este contexto, tras el lanzamiento del Decitron de Zhongke Wenge (abreviado como Decitron), múltiples medios tecnológicos principales lo calificaron como el «primer modelo de decisión general del mundo». Este título no enfatiza la aparición inicial de una sola tecnología, como modelos de mundo, múltiples agentes o resolución de juegos, sino que destaca que Decitron, por primera vez, unificó estas capacidades dentro de un marco de decisión orientado al mundo abierto, formando un ciclo completo de modelado continuo, simulación, resolución y calibración.
Lo que se entiende por “general” es que intenta abstraer problemas complejos de toma de decisiones en distintos campos como una estructura común: estado del mundo, agentes participantes, espacio de acciones, relaciones de restricción, interacciones múltiples y resultados inciertos, y realizar inferencias y soluciones continuas dentro del mismo marco.
Dirección del informe técnico: https://chinaxiv.org/abs/202608.00064
El 3 de agosto, se publicó oficialmente el informe técnico completo de Decitron, revelando por primera vez sus tres contribuciones tecnológicas clave:
Primero, se propone el modelo explícito del mundo MetaWorld, que organiza la información de múltiples fuentes en un estado del mundo estructurado, persistente y computable, junto con su modelado causal; segundo, se adopta una representación formalizada State–Action–Outcome (SAO) para transformar decisiones complejas en expresiones y razonamientos computables; terceramente, se construye una arquitectura de razonamiento híbrida AutoABM que integra simulación multiagente, razonamiento de juegos y optimización formal, resolviendo problemas de decisión complejos como el equilibrio de juegos, la planificación de estrategias y la satisfacción de restricciones mediante un sistema de inferencia de decisiones multiagente. Juntos, estos tres elementos constituyen la base técnica del motor de decisión, con el objetivo de transformar los juicios puntuales de los sistemas de IA en un proceso de cálculo e inferencia continuamente actualizado conforme cambia el mundo.
¿Qué arquitectura se necesita para permitir que la IA participe en decisiones reales?
Actualmente, las varias capacidades clave que el AI necesita para la «simulación de decisiones» (como modelos del mundo, múltiples agentes, razonamiento de juegos y predicción probabilística) ya han ido apareciendo gradualmente. La verdadera dificultad radica en que, cuando el AI pasa de tareas cerradas al mundo real abierto, estas capacidades deben trabajar en conjunto alrededor de un único estado del mundo que se actualiza continuamente, y no simplemente proporcionar análisis independientes dentro de un solo prompt.
Primero, veamos el modelo mundial. Al mencionar World Model, las personas suelen pensar en modelos físicos del mundo real orientados principalmente a la visión, el espacio, la física o entornos robóticos, como Sora, World Labs y V-JEPA. En cambio, MetaWorld propuesto por Decision Machine se enfoca en escenarios de decisión más complejos: sistemas abiertos como la economía, la política, la competencia empresarial y la geopolítica, donde los agentes, variables, relaciones y restricciones involucrados en la modelización del sistema son mucho más complejos.
MetaWorld puede considerarse una extensión de los modelos del mundo a sistemas sociales, y requiere abordar tres tipos de problemas complejos: diferencias en las reglas, reflexividad (interacción bidireccional y efectos cíclicos entre causas y efectos) e incertidumbre imposible de eliminar por completo. Esto plantea una pregunta directa: ¿si el juicio sobre el mundo actual es erróneo, los análisis posteriores también se desviarán?
Una vez que se ingresa al sistema social, no basta con mantener el estado del entorno; la IA también debe evaluar cómo actúan otros participantes. El modelo Richelieu propuesto por CICERO de Meta, la Universidad de Pekín y otros equipos ya ha demostrado la capacidad de múltiples agentes para interactuar y jugar en condiciones de información limitada; sin embargo, para decisiones reales en un mundo abierto, después de simular las acciones de todas las partes, aún se debe evaluar si las estrategias son viables, en qué equilibrios podría resultar el juego y cuáles son las probabilidades y condiciones de diferentes futuros posibles.
El significado del Decision Machine radica en esto: su arquitectura de razonamiento híbrido, AutoABM, unifica la comprensión semántica de los LLM, la representación estructurada SAO, la modelización y simulación de múltiples agentes, y el razonamiento y optimización de estrategias en una misma cadena de implementación, conectando los cuatro pasos: «comprender el mundo — simular y ensayar — buscar soluciones decisionales — evaluar el futuro».
De los hechos al futuro, ¿cómo completa la máquina de decisión una inferencia compleja?
El motor de decisión está compuesto por seis niveles: entrada y tarea, datos y conocimiento, modelado y formalización, simulación e inferencia, predicción y calibración, e informes e interpretación, formando una cadena completa desde la información real hasta la salida de decisión.
A continuación, tomamos como ejemplo «¿Cómo podría evolucionar en los próximos seis meses un complejo conflicto comercial?» para ver cómo la máquina de decisión parte de la información real, construye paso a paso el estado actual del mundo, simula las acciones de todas las partes, explora las diferentes trayectorias futuras posibles y determina en qué condiciones ocurrirán dichas trayectorias.
Paso 1: No te apresures a predecir el futuro; primero entiende qué está sucediendo ahora y qué hechos merecen confianza.
La información del mundo real es diversa, puede ser repetitiva o contradictoria, y también puede estar desactualizada. El motor de toma de decisiones primero convierte la pregunta del usuario en una tarea estructurada, definiendo claramente qué se debe responder, qué entidades están involucradas, durante qué período de tiempo se debe observar y qué restricciones existen. En este caso, el sistema primero identifica a los principales actores involucrados en el conflicto, el rango de tiempo y el punto actual de controversia, luego organiza las condiciones que podrían influir en los cambios de la situación, como aranceles, cadenas de suministro, políticas industriales y comportamiento empresarial, y finalmente recopila información de diversas fuentes, como noticias, redes sociales e informes de investigación, en torno a estos elementos.
Figura 2: Diagrama del proceso de procesamiento de datos
La información recopilada primero se somete a deduplicación, agrupamiento y extracción de eventos, organizándose en una línea de tiempo de eventos y un conjunto de unidades de evidencia más detalladas. Luego, el sistema evalúa la calidad de cada pieza de información mediante el puntaje de calidad de la evidencia (EQS), considerando su relevancia con la pregunta actual, la confiabilidad de la fuente, la actualidad e integridad del contenido, y la coherencia entre diferentes fuentes. Además, según el nivel de confianza de cada evidencia, se determina su destino: las evidencias con alta confianza ingresan directamente a la fase posterior de inferencia.
Si la evidencia existente es insuficiente o hay conflictos entre fuentes diferentes, el sistema continúa ejecutando el razonamiento y la recuperación alternados basados en ReAct, ajustando la próxima búsqueda según la información que falta actualmente y incorporando la nueva información encontrada a la línea de tiempo existente.
Figura 3: Uso del mecanismo de alternancia de razonamiento y recuperación basado en ReAct
Paso dos: convierta los hechos filtrados en un «estado mundial» que se actualice continuamente. Los hechos le dicen al sistema qué ocurrió; a continuación, debe determinar aún más: al combinar estos cambios, ¿en qué estado se encuentra actualmente el mundo?
La máquina de decisión formaliza este proceso mediante una representación State–Action–Outcome (SAO), donde State describe el estado actual del mundo, Action registra las acciones tomadas por cada agente en ese estado, y Outcome registra los resultados derivados de esas acciones, como ganancias, pérdidas, costos y riesgos. Cabe destacar que State distingue entre estados macro y estados más finos y cuantificables. En este caso, el aumento de las tensiones puede ser un estado macro, mientras que niveles de aranceles, precios de bienes y el grado de afectación a las cadenas de suministro pueden incluirse en registros de estados más detallados.
Además, el sistema considera por separado los impactos externos, como cambios repentinos en la política, cambios ambientales u otros eventos fuera del control del agente. Tras una acción y un evento externo, el estado del mundo se actualiza. Este estado actualizado se convierte luego en el punto de partida para la siguiente acción. Este ciclo se repite continuamente, formando una trayectoria SAO continua.
Figura 4: Proceso de ejecución de SAO
Responsable de mantener realmente estos estados es MetaWorld, que genera una estructura calculable y actualizable de estado mundial. El estado se puede descomponer en tres niveles: la Environment Layer registra el entorno compartido por todos los participantes, como la fase de la situación o los precios de los recursos; la Agent Metrics Layer registra los recursos, capacidades y progreso de los objetivos de cada agente; y la Relationship Matrix Layer registra los cambios en las relaciones entre diferentes agentes.
MetaWorld también utiliza un DAG causal (Gráfico Dirigido Acíclico Causal) para restringir cómo cambian los estados: las posibles influencias entre variables se organizan en un gráfico causal durante la fase de modelado. Durante la inferencia, el sistema actualiza el estado de los nodos y los pesos de las aristas causales, pero no vuelve a generar un nuevo gráfico causal en cada iteración.
Esto es crucial para la proyección a largo plazo. El cambio anterior en los aranceles afectó los precios, y los precios, a su vez, modificaron las decisiones de las empresas y las respuestas de otros participantes; todos estos cambios deben conservarse para continuar con los cálculos posteriores. MetaWorld asume el papel de este "libro mayor" actualizado continuamente.
Paso tres: con el estado mundial, los distintos agentes comienzan a actuar. El modelado basado en agentes (ABM) tradicional generalmente requiere que expertos definan previamente los participantes, las reglas de comportamiento, las variables del entorno y los mecanismos de interacción. Si se plantea una pregunta diferente, se debe reconstruir todo el modelo. AutoABM propuesto por la máquina de decisión automatiza este paso: ante una pregunta en lenguaje natural, el sistema combina evidencia externa para extraer participantes, objetivos y restricciones, espacio de acciones, variables del entorno y relaciones causales, y luego construye un entorno de simulación multiagente basado en ello.
Un conflicto comercial puede incluir simultáneamente diferentes agentes, como gobiernos, empresas, organizaciones industriales y consumidores, cada uno con sus propios objetivos, recursos, preferencias de riesgo y líneas rojas que no pueden traspasar. Estos agentes no tienen una perspectiva divina y solo pueden actuar según la información parcial que poseen.
En cada iteración, el agente primero recupera las interacciones y trayectorias históricas anteriores, luego evalúa las oportunidades, riesgos y restricciones en la situación actual, genera varias estrategias posibles y toma una decisión. Además, en cada iteración no se impulsa solo una dirección; el sistema explora simultáneamente varios estados mundiales distintos, incluyendo trayectorias de equilibrio relativamente estables, direcciones de evolución más optimistas o pesimistas, y ramificaciones de alto impacto con baja probabilidad pero que, si ocurren, alteran significativamente la situación. A continuación, se filtran y validan estas trayectorias, se actualizan los estados mundiales y se avanza a la siguiente iteración. A medida que las partes continúan actuando, algunas trayectorias pierden sus condiciones de validez, mientras que otras se vuelven más probables.
Figura 5: Patrón de comportamiento del agente
Además de la simulación de agentes múltiples, las decisiones complejas requieren un «árbitro matemático». Los agentes múltiples pueden explorar muchas trayectorias futuras que parecen razonables, pero pensar en algo no equivale a poder hacerlo; las decisiones reales están sujetas a restricciones rígidas como presupuesto, recursos, tiempo, líneas rojas políticas y equilibrios entre partes.
El motor de decisión incorpora capacidades de resolución formal, incluyendo cinco categorías de problemas: teoría de juegos clásica, asignación y optimización de recursos, planificación y programación de rutas, inferencia probabilística bajo incertidumbre y satisfacción de restricciones. Por ejemplo, se pueden calcular cuestiones como cómo asignar recursos con un presupuesto limitado, qué equilibrios podrían surgir en juegos multilaterales o si una estrategia supera límites establecidos. En cuanto a los juegos, el sistema incluye internamente nueve tipos clásicos de juegos atómicos, como el dilema del prisionero, el juego del ciervo, el juego del gallina y los juegos de suma cero, cubriendo 144 topologías de juegos Robinson–Goforth 2×2 para identificar y resolver distintas estructuras de juegos.
El enfoque de este nivel radica en devolver las estrategias candidatas generadas por múltiples agentes a un marco computable de juegos, restricciones y optimización, transformando así lo «semánticamente razonable» en lo «formalmente verificable».
En el benchmark TMGBench, diseñado para evaluar la capacidad de juegos multiagente, el agente de decisión alcanzó una precisión de equilibrio del 99,4%, una precisión de identificación topológica del 100%, un tiempo promedio de solución de 0,8 segundos y una puntuación de explicabilidad de 4,3/5,0.
Tabla 2: Cinco tipos principales de problemas de resolución
La división de tareas entre la simulación de múltiples agentes y la solución formal es clara: la primera se encarga de desplegar las posibles rutas; la segunda, de verificar si estas rutas son viables bajo las restricciones y la estructura del juego.
En la última etapa del análisis, aún queda una pregunta clave: ¿cuál es la probabilidad de que ocurra cada una de las rutas futuras previamente expuestas? Para ello, el motor de decisión ha establecido un proceso de predicción y calibración.
Sobre la base de las rutas candidatas obtenidas previamente, esta capa aborda la incertidumbre: el sistema combina los resultados del razonamiento del modelo y señales externas de calibración para asignar probabilidades a diferentes resultados, y luego calibra estas probabilidades utilizando información de mercados predictivos, el desempeño histórico de predicciones y reglas de puntuación de probabilidad. El motor de decisión ya no solo proporciona una lista de escenarios de "lo que podría suceder", sino que cada ruta incluye una evaluación probabilística correspondiente, la cual se actualiza continuamente con nuevas evidencias y resultados de inferencia.
Podemos entenderlo como un «mapa del futuro» en constante cambio: la continua escalada de tensiones comerciales, un alivio temporal entre ambas partes o la aparición de nuevas variables inesperadas podrían convertirse en diferentes ramificaciones. El sistema evalúa la probabilidad de cada ruta y qué cambios podrían hacer que una ruta en particular se vuelva más probable.
Figura 6: Módulo de predicción de probabilidad
Así, la máquina de decisión conecta todo un ciclo completo de simulación de decisiones.
Validation experiment: Is this decision framework effective?
El informe utilizó varios experimentos para probar el sistema de inferencia del motor de decisión; los resultados más destacados son los de «inferencia de eventos y predicción de probabilidades».
Primero, examine el conjunto de predicciones de eventos autoconstruido para observar si la inferencia estructurada mejora la predicción de eventos. El equipo creó un conjunto de datos que incluye 74 eventos y 370 preguntas de juicio binario, abarcando varias categorías de eventos de alta inestabilidad, e incorporó diferentes intervalos de predicción en la evaluación. Bajo el entorno de evaluación del equipo, el resultado general del motor de decisión fue del 78,41 %.
Además, en la configuración de LLM-NEWS, para el grupo a corto plazo de 3-30 días, el resultado del mecanismo de decisión fue del 72.80%, mientras que GPT-5.5 y Claude-4.7 obtuvieron respectivamente el 35.43% y el 44.62%; al pasar a los plazos medios y largos, la brecha se reduce gradualmente. Es decir, la inferencia estructurada muestra una ventaja relativa más notable en escenarios a corto plazo, donde las condiciones cambian rápidamente y es difícil aplicar patrones históricos.
Luego, experimentos complementarios en el mercado predictivo público PolyBench.
La tasa de precisión final (FFA) del Decision Machine es del 81,20%, la tasa de precisión en la predicción de volatilidad esperada (EVPA) es del 73,40% y el error cuadrático medio (MSE) es de 0,822, superando a Gemini-3-Flash, MiMo-V2-Flash y Grok-4.1-Fast en las tres métricas. Esto indica que el Decision Machine logra un mejor desempeño en la captación de la dirección de los cambios de probabilidad del mercado y en el control del error de probabilidad.
La inteligencia artificial de toma de decisiones está cambiando la unidad de competencia de los grandes modelos.
La IA generativa utiliza el token como unidad básica de cálculo y aborda la pregunta: «¿Cómo generar el siguiente segmento de contenido?». La IA de decisión, en cambio, toma los cambios en el estado del mundo como su objeto básico de cálculo y responde a la pregunta: «¿Cómo cambiará una acción el mundo siguiente?». La primera se preocupa por si la respuesta es razonable; la segunda debe manejar además relaciones causales, restricciones reales, reacciones de oponentes y cambios de probabilidad. Entre ambas no existe una simple acumulación de capacidades, sino un cambio en el paradigma de cálculo.
Es difícil que la IA de toma de decisiones surja naturalmente solo con un mayor número de parámetros y una capacidad lingüística más fuerte. Una vez que se entra en un mundo abierto, el modelo base sigue siendo importante, pero comienza a transformarse de ser el sistema completo en un componente del sistema de toma de decisiones. La unidad de competencia en IA también pasa de un modelo único a un sistema completo.
La significación técnica de la máquina de decisión radica en que organiza capacidades previamente dispersas en una estructura común de toma de decisiones. Lo que se entiende por «universal» no implica predecir el futuro en todos los campos, sino que los problemas de distintos ámbitos pueden traducirse como estado, acción, resultado, restricciones e incertidumbre, y ser integrados en un mismo marco de simulación y resolución.
Desde este punto de vista, el verdadero valor del «primer modelo de decisión universal del mundo» no radica solo en reclamar el «primer lugar», sino en establecer un contorno técnico relativamente completo para el «modelo de decisión universal»: describir el mundo mediante estados explícitos, ejecutar acciones mediante múltiples agentes, probar estrategias mediante juegos y optimización, y calibrar probabilidades para diferentes trayectorias futuras. En consecuencia, los criterios de evaluación de la IA también comienzan a cambiar: ya no basta con evaluar si las respuestas son precisas, sino también si los estados se mantienen coherentes, si las inferencias pueden verificarse, si las probabilidades son confiables y si el sistema puede actualizarse oportunamente ante nueva información.
After all, a seemingly correct answer does not equate to a decision that can withstand real-world changes.
Este artículo proviene del número de WeChat "Machine Heart" (ID: almosthuman2014), autor: enfocado en IA de toma de decisiones