Agentes de programación
Scope, DeepInfer, Humming: las herramientas para agentes e inferencia pasan a código abierto
Del 19 al 21 de octubre, Microsoft, Vercel, DeepSeek y vLLM liberaron componentes para probar agentes de programación, reanudarlos tras un fallo y servir modelos.
Entre el 19 y el 21 de octubre de 2026 se publicaron cuatro proyectos de código abierto en torno a los agentes de programación y la inferencia. Ninguno es un agente nuevo: son herramientas para medir, reforzar y ejecutar a bajo coste los agentes que ya existen.
Microsoft Scope: probar lo que hacen los agentes con su producto (19 oct.)
Microsoft lanzó Scope, una plataforma de evaluación de agentes de programación con licencia MIT, basada en Kubernetes (Microsoft Open Source).
- Cómo funciona: usted aporta una tarea, una base de código inicial y una configuración de agente; Scope maneja GitHub Copilot, Claude Code o VS Code con Copilot, y después un servicio «Judge» basado en un LLM puntúa el resultado según criterios organizados en un grafo (una comprobación en tiempo de ejecución puede depender de una compilación correcta).
- Trazabilidad: se conservan las llamadas a herramientas, los archivos generados y las instantáneas del espacio de trabajo, de modo que un fallo pueda rastrearse hasta el paso que lo causó.
- Ejemplo dado: el equipo de Azure Cosmos DB afirma haber resuelto 20 incidencias de Agent Kit y 27 de documentación; tras una actualización específica, el uso de claves de partición jerárquicas por parte de los agentes pasó del 47 % al 100 %.
- Límites: no hay versión alojada, usted despliega Scope por su cuenta, y Microsoft advierte de que el juez automático puede equivocarse. Codex y OpenCode están «previstos»; Cursor no está integrado (sitio del proyecto).
Vercel durable-harness: un agente que se reanuda tras un fallo
Vercel Labs publicó durable-harness (Apache 2.0, versión 0.0.1-beta.6 del 19 de octubre en npm), que ejecuta Pi, OpenCode, fx, Claude Code y Codex como flujos de trabajo duraderos (GitHub). Cada llamada al modelo y a herramientas se escribe en el registro de la sesión: tras un fallo, el turno en curso se reanuda en otra máquina, y una llamada a una herramienta que no es seguro repetir nunca se ejecuta dos veces. Claude Code y Codex solo se ejecutan en el propio Vercel Sandbox de la sesión. El proyecto está etiquetado como experimental: su API puede cambiar.
DeepSeek DeepInfer: la pila de producción bajo Apache 2.0 (20 oct.)
DeepSeek liberó DeepInfer, el marco de inferencia en el que se basa su modelo V4.1 Flash (GitHub). Según DeepSeek, un único clúster sirve actualmente 155 billones de tokens al día, con unos ingresos globales de 38 $ por hora de GPU con la tarifa de horas valle (preguntas y respuestas sobre el despliegue).
- Hardware: GPU NVIDIA SM100 y NPU Huawei Ascend 950.
- Lo que falta: la gestión de la caché KV, la desagregación prefill/decode y el balanceo de carga siguen siendo internos; la versión publicada solo hace inferencia sin conexión.
- Consulte la ficha de DeepSeek V4.1-Flash-1017.
vLLM Humming: kernels para modelos cuantizados (21 oct.)
Ant Group y la comunidad de vLLM liberaron Humming, una biblioteca de kernels CUDA para inferencia cuantizada, incluida en vLLM desde la versión 0.29.0 (blog de vLLM). En DeepSeek-V4.1-Flash con ocho GPU H20, pasar las capas MoE de Marlin W4A16 a Humming W4A8 aumentó el rendimiento de extremo a extremo entre un 14 % y un 43 % aproximadamente, según la concurrencia, de acuerdo con las mediciones publicadas por vLLM.
Qué cambia
- Los agentes pasan a ser usuarios de primera clase: con Scope, un equipo de SDK o MCP puede comprobar si los agentes encuentran y utilizan correctamente su producto, igual que probaría su documentación con personas.
- La fiabilidad pasa a primer plano: reanudar una tarea larga tras un fallo evita volver a pagar llamadas al modelo ya realizadas.
- El software reduce el coste de la inferencia: DeepInfer y Humming persiguen el mismo objetivo que los modelos «Flash» (consulte nuestro artículo): servir más tokens con el mismo hardware.
Todas las cifras de este artículo son anunciadas por los propios proveedores y no se han medido de forma independiente.
¿Ha detectado un error en este artículo? Comuníquenoslo · Nuestra política de correcciones
