DeepMind publica Dream-RSI: la IA que se mejora sola

Qué es Dream-RSI y por qué importa

Dream-RSI es un framework publicado por Google DeepMind en arXiv que ataca uno de los cuellos de botella centrales de los agentes de IA modernos: la exploración. En lugar de depender de estrategias fijas que dejan de funcionar cuando el espacio de búsqueda crece, ni de optimización de políticas online que exige feedback caro y diferido, Dream-RSI convierte el historial de descubrimientos del agente en un simulador de replay sobre el que puede "soñar": probar políticas de exploración nuevas sin pagar el coste de evaluarlas en el mundo real.

El resultado, según el paper, es competitivo o superior en calidad de descubrimiento y sustancialmente más barato en varios de los benchmarks probados: ingeniería de algoritmos, optimización matemática y GPU kernel engineering.

¿Cómo funciona el "sueño" dentro de un simulador de replay?

El insight central del paper es elegante: cada vez que un coding agent descubre algo, deja un rastro — un árbol de búsqueda con las ideas que probó, las que descartó y las que funcionaron. Con el tiempo, ese historial no es solo evidencia, es un simulador del propio espacio de búsqueda realizado.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Dream-RSI añade una capa de orquestación ligera y programable alrededor del agente base. Esa capa puede hacer dos cosas:

Construir un replay simulator a partir de los árboles de descubrimiento históricos acumulados.
"Soñar" dentro de ese simulador — generar trayectorias contrafactuales para evaluar y refinar políticas de exploración sin invocar evaluaciones online repetitivas y costosas.

Cuando la política mejorada vuelve al entorno online, encuentra nuevas soluciones, amplía el pool del simulador y arranca un nuevo ciclo. Es, en la práctica, un loop de auto-mejora recursiva donde el historial de exploración alimenta una versión cada vez más potente de la propia estrategia de exploración.

Los benchmarks: algoritmos, matemática y kernels de GPU

El paper prueba Dream-RSI en tres dominios donde el coste de exploración es brutal:

Algorithm engineering: diseñar o mejorar algoritmos para problemas concretos.
Mathematical optimization: optimización matemática, donde cada evaluación puede ser cara.
GPU kernel engineering: escribir kernels eficientes para GPUs, una disciplina donde startups y grandes laboratorios compiten por exprimir cada ciclo.

En los tres, Dream-RSI consigue resultados competitivos o mejores reduciendo sustancialmente el coste de descubrimiento en varios de los settings. El paper no detalla cifras en el abstract, pero el mensaje es claro: la barrera para que un coding agent descubra soluciones de alto valor baja cuando el agente puede ensayar estrategias contrafactualmente, en lugar de pagar cada experimento online.

El contexto: RSI como nueva tesis de inversión de la IA

Dream-RSI no llega en el vacío. La mejora recursiva de la IA (RSI) se ha convertido explícitamente en la tesis que justifica el gasto billonario de los hyperscalers. Jasjeet Sekhon, chief strategy officer de Google DeepMind, lo resumió en una cumbre en UC Berkeley con una frase que The Information recogió: RSI es "un componente clave de la tesis de inversión en IA".

Las cifras que respaldan esa apuesta son enormes. Según reportó The Next Web, Alphabet gastó US$44.900 millones en proyectos de capital en un solo trimestre, aproximadamente el doble que el año anterior, y elevó su guía de capex 2026 hasta US$205.000 millones, con un nuevo aumento "significativo" prometido para 2027. Google Cloud, mientras tanto, creció 82% en el trimestre con un backlog superior a US$500.000 millones. El peaje: Alphabet registró su primer free cash flow trimestral negativo, alrededor de US$5.900 millones en rojo.

Sekhon advirtió del riesgo de un "AI air pocket" — que el gasto llegue sin que los ingresos lo acompañen — y puso el horizonte de RSI "real" entre 2027 y 2028.

La advertencia desde Anthropic

No todo el mundo comparte el entusiasmo. Marina Favaro, que lidera el Anthropic Institute, y Jack Clark, cofundador de Anthropic, publicaron un texto argumentando que RSI "podría llegar antes de lo que la mayoría de las instituciones están preparadas para".

Su argumento se apoya en datos concretos que la propia Anthropic difundió: la longitud de tareas que los modelos pueden completar por sí solos se duplica cada cuatro meses, frente a los siete meses de hace apenas un año. Y según la propia Anthropic, a partir de mayo Claude escribe más del 80% del código que se fusiona en los sistemas de la compañía.

Favaro y Clark pidieron pausar o frenar el desarrollo frontier "para darnos más tiempo de gestionar sus implicaciones inmensas". Su preocupación: si los modelos no están alineados con valores humanos, RSI puede multiplicar esa desalineación, no corregirla.

¿Qué significa esto para tu startup?

Dream-RSI no es un producto que puedas licenciar mañana. Es un paper de investigación que señala una dirección: los coding agents del futuro no solo escribirán código, mejorarán su propia estrategia para escribir código usando simuladores construidos de su propio historial.

Tres acciones concretas para founders que usan o construyen sobre IA:

Reusa tu historial como asset. Si tienes un agente en producción generando logs de búsqueda, prompts probados, soluciones y fallos, estás acumulando un simulador en miniatura. Plantéate guardarlo estructurado — el patrón Dream-RSI muestra que el historial es más valioso que los outputs individuales.
Diseña bucles de feedback baratos. Antes de lanzar a tu agente con rollouts online costosos, pregúntate: ¿qué parte de la evaluación puedo hacer offline, contrafactualmente, sobre datos ya recogidos? El principio de "soñar antes de actuar" reduce drásticamente el coste por insight.
Toma el 80% de Anthropic como benchmark. Si Claude ya escribe más del 80% del código que se fusiona en sus propios sistemas, esa cifra es tu referencia para medir madurez de IA en tu propia ingeniería. Apunta ahí y mide cuánto de tu codebase podría reescribirse con un agente suficientemente bueno.