EvoX Genesis: un sistema de IA evolutiva recursivo que construyó desde cero un compilador de C de 250 mil líneas

El equipo de EvoX del Departamento de Ciencia de Datos e Inteligencia Artificial de la Universidad Politécnica de Hong Kong lanzó EvoX Genesis, un sistema de IA evolutiva recursivo.

EvoX Genesis ya no depende de un agente persistente para sostener el desarrollo de largo plazo. En cambio, deja que el propio mundo del software siga evolucionando.

A partir de un repositorio vacío, el sistema construyó un compilador de C de 248.989 líneas en 123,4 horas, a lo largo de 1.019 episodios de agente, con un costo en tokens del modelo de apenas 44,38 dólares.

Programación de largo plazo: la frontera sigue avanzando

El tiempo de trabajo de los agentes de programación pasó de tareas cortas y puntuales a decenas de horas.

OpenAI ejecutó Codex a partir de un repositorio vacío durante unas 25 horas seguidas, produciendo alrededor de 30 mil líneas de código.

Anthropic usó 16 agentes Claude, mediante casi 2.000 sesiones, unas dos semanas y cerca de 20.000 dólares en costos de API, para construir desde cero un compilador de C de unas 100 mil líneas.

El tiempo se alarga cada vez más, los agentes son cada vez más numerosos y el software se vuelve cada vez más complejo.

Pero el centro de la investigación sigue siendo el agente:

modelos más potentes, contextos más largos, memoria más persistente, más agentes.

El equipo de EvoX dirigió la pregunta hacia otro lado:

¿Por qué tiene que persistir el agente?

¿Y si lo que realmente necesita persistir es el mundo del software en el que vive?

123,4 horas, 250 mil líneas

Hicimos que EvoX Genesis partiera de un repositorio con la implementación vacía.

Había un solo objetivo: construir un compilador de C.

123,4 horas, 1.019 episodios de agente, 248.989 líneas de código y un costo en tokens del modelo de apenas 44,38 dólares.

El compilador final pasó 220/220 pruebas de c-testsuite, 32/36 casos de prueba de LLVM y 93/93 pruebas de programas aleatorios de Csmith.

No había ningún compilador existente esperando a completarse — empezó desde cero.

Figura 1: resultados del experimento del compilador de C / tamaño del código, tiempo de ejecución, episodios de agente, costo y resultados de las pruebas

(usando el modelo DeepSeek V4 Flash)

No mantengan vivo al agente — mantengan vivo el mundo del software

La vida del software complejo es, por naturaleza, más larga que una única sesión de agente.

EvoX Genesis organiza el software en un mundo del software que se despliega de forma recursiva:

los agentes de nivel superior descomponen los objetivos y nuevos agentes completan el trabajo en posiciones locales;

una vez que se verifican los resultados, entran al historial de versiones del software y se convierten en la realidad de la siguiente ronda de desarrollo.

Entonces los agentes pueden desaparecer,

y nuevos agentes continúan a partir del mundo del software que ya tomó forma.

Lo que persiste no es una conversación, no es un scratchpad que crece sin parar ni un «agente maestro» siempre en línea.

Lo que persiste es el código, la estructura, las restricciones, los resultados de la verificación y la historia que ya ocurrió.

Lo que persiste no es el agente, sino el mundo del software.

El agente no persiste. Persisten sus consecuencias validadas.

Esta es la evolución autónoma recursiva de EvoX Genesis. Para los usuarios también significa algo muy simple:

Ustedes no construyen agentes — solo describen lo que quieren que el software llegue a ser.

No hay necesidad de diseñar de antemano agentes, roles ni flujos de trabajo, ni de descomponer manualmente un árbol de tareas completo.

El usuario solo tiene que describir el objetivo de desarrollo del software en un texto breve;

cómo se descomponen las tareas, cómo se generan los agentes, cómo se despliega la recursión y cómo se verifican los resultados — todo esto lo hace el propio EvoX Genesis.

Figura 2: el concepto de Persistent Recursive World / los agentes nacen, actúan y desaparecen; el mundo del software sigue desplegándose

Los modelos se pueden cambiar; el mundo del software continúa

Esta continuidad ni siquiera requiere usar el mismo modelo durante todo el proceso.

En otro conjunto de experimentos, un mundo del software construido inicialmente por GLM 5.2 se entregó a DeepSeek V4 Flash para que continuara su desarrollo.

Al final pasó 1.820/1.820 de las pruebas LLVM SingleSource que se conservaron.

Los modelos se pueden reemplazar, los agentes se pueden reemplazar — el mundo del software continúa.

Figura 3: el experimento de continuación entre modelos, GLM 5.2 → DeepSeek V4 Flash

Desde cero, o heredando la historia

Construir desde cero es solo un extremo del ciclo de vida del software;

el otro es un mundo del software que existe desde hace años, rico en estructura e historia.

Aplicamos EvoX Genesis a MESA — un sistema de computación científica de evolución estelar con muchos años de desarrollo.

El experimento involucró 13 módulos Fortran, con un total de 139.414 líneas;

EvoX Genesis los refactorizó en los crates Rust correspondientes, con un costo en tokens del modelo de unos 10,6 dólares.

Un mundo del software puede crearse desde la nada, o puede heredar la historia y seguir cambiando.

Figura 4: MESA Fortran → Rust, 13 módulos, 139.414 líneas de código, 10,6 dólares

Las ventajas de costo se acumulan con el tiempo

El desarrollo de software de largo plazo no significa que los costos crezcan linealmente sin parar.

En EvoX Genesis, el código verificado, la estructura y el historial de desarrollo se van acumulando y se convierten en la base de la siguiente ronda de trabajo. Los agentes posteriores no necesitan volver a entender todo el proyecto desde cero; gran parte de la información existente se puede guardar en caché y reutilizar directamente, con una tasa de acierto de caché de hasta 97,4 %.

A medida que el sistema sigue funcionando, el estado de desarrollo reutilizable se vuelve más rico, el cálculo redundante disminuye y el costo unitario del desarrollo de hecho baja con el tiempo.

Se trata de un interés compuesto de ingeniería que se acumula con el tiempo.