RSIAgent (arXiv:2609.15364), fechado el 14 de septiembre de 2026, describe un sistema multiagente sin entrenamiento adicional que combina curriculum, actor y verificador con memoria de entorno. Evaluado en OSWorld-v2 y en Agent's Last Exam, el paper afirma que configuraciones con Kimi-K3 y GLM-5.3 superan a algunos modelos cerrados, incluido GPT-6, en ciertas métricas. Esa afirmación debe leerse como claim del paper, no como consenso industrial consolidado.
La promesa «training-free» es comercialmente potente: en lugar de fine-tunear un modelo base caro, se orquesta una sociedad de roles —quien diseña el currículo de tareas, quien actúa, quien verifica— sobre LLMs ya desplegados. La memoria de entorno almacena hechos sobre el sistema operativo, archivos y fallos previos para no repetir callejones sin salida en sesiones largas de agentic computing.
OSWorld-v2 sitúa al agente en un escritorio realista con aplicaciones y restricciones. Agent's Last Exam empuja tareas difíciles de extremo a extremo. RSIAgent reporta ganancias al descomponer la mejora en bucles de currículo adaptativo: el verificador no solo acepta o rechaza; informa al curriculum para generar ejercicios que atacan debilidades observadas. Es RSI a nivel de sistema, no solo de pesos.
Las menciones a Kimi-K3 y GLM-5.3 frente a modelos cerrados como GPT-6 son el combustible mediático del paper. Neural Pulse insiste en el matiz: son resultados reportados por los autores en bancos de prueba específicos, sujetos a harness, seeds y posibles fugas de evaluación. Hasta que terceros reproduzcan, la comparación es hipótesis fuerte, no veredicto de mercado.
El diseño multiagente evita sobrecargar un único prompt monolítico. El actor se especializa en ejecutar; el verificador en contrastar logs y asserts; el módulo de currículo en proponer la siguiente meta. La memoria de entorno actúa como RAG operativo del escritorio. Cuando falla una instalación o un permiso, el sistema registra la lección para la siguiente tentativa.
Críticos de arquitecturas training-free argumentan que, sin actualización de pesos, el techo lo fija el modelo base más débil del ensamble. Defensores responden que la mayor parte del fallo agentic es de orquestación y memoria, no de falta de parámetros. RSIAgent se alinea con la segunda tesis y la lleva al terreno de benchmarks públicos.
Para empresas, un stack que mejora con memoria y roles sin reentrenar cada semana reduce costos y riesgos de regresión. También complica la gobernanza: ¿quién es responsable cuando el curriculum genera tareas que rozan políticas de seguridad? El verificador debe incluir no solo corrección funcional sino filtros de cumplimiento.
El paper llega el mismo día calendario que Dream-RSI, ilustrando cómo 2026 compacta el progreso en RSI. Uno sueña árboles de descubrimiento; el otro organiza agentes sin gradientes. Ambos buscan más capacidad por dólar. La diferencia práctica es de integración: RSIAgent habla el idioma de escritorios y exámenes agentic que CIOs entienden.
Comunidades open-source en torno a Kimi y GLM observarán si los prompts y la memoria se liberan con suficiente detalle. Sin eso, el claim frente a GPT-6 queda en captura de pantalla. Con eso, podría nacer un estándar de orquestación reproducible.
Riesgos de overfit al harness de Agent's Last Exam son reales. Autores y lectores deben exigir diversidad de tareas y protocolos de contención cuando el agente tiene control de SO. OSWorld-v2 ya eleva el realismo; el realismo sin sandbox es peligro operativo.
Periodistas técnicos deben evitar titulares del tipo «GLM derrota a GPT-6 para siempre». El encuadre honesto es: «paper afirma ventajas training-free de RSIAgent con Kimi-K3/GLM-5.3 en OSWorld-v2 y Agent's Last Exam; pendiente réplica». Ese encuadre protege a lectores y a la credibilidad del medio.
Neural Pulse registra RSIAgent (2609.15364) como pieza clave del 14 de septiembre de 2026: multiagente curriculum/actor/verificador, memoria de entorno, sin entrenamiento adicional, y claims cuidadosos —como claims— de superioridad parcial frente a modelos cerrados incluyendo GPT-6. La orquestación, una vez más, disputa el protagonismo a la escala bruta.
Equipos de red team deberían estresar RSIAgent con curricula adversarios que intenten enseñar al actor a ocultar fallos al verificador. Si la memoria de entorno puede envenenarse, el sistema training-free hereda un vector clásico de supply-chain cognitivo.
La comparación con GPT-6, incluso como claim provisional, obliga a OpenAI y pares a publicar harness equivalentes o a señalar diferencias de protocolo. El silencio también es una respuesta que el mercado interpretará.
Integradores empresariales valorarán conectores a ITSM y a vaults de secretos: un agente con memoria de entorno que no sabe rotar credenciales es un incidente OpenAI-style esperando fecha. RSIAgent gana relevancia si nace con esos ganchos de seguridad.
