L’ecosistema de la intel·ligència artificial ha experimentat una transformació silenciosa però profunda: els agents ja no es limiten a respondre preguntes, sinó que executen cicles complets de recerca i millora. Aquest nou paradigma, conegut com a Loop Engineering, permet que els models treballin de manera autònoma durant hores o dies, refinant resultats sense intervenció humana constant. En aquesta guia explorem els fonaments dels bucles autònoms, els seus tres components essencials i com empreses com Q2BSTUDIO integren aquests conceptes en les seves solucions d’IA i aplicacions a mida.
La diferència entre un simple prompt i un bucle és radical. Al primer cas, l’humà defineix cada pas; al segon, s’estableix un objectiu i l’agent itera fins a complir-lo. Perquè un bucle funcioni necessita tres elements: un verificador que avaluï cada intent —pot ser un test unitari, una mètrica de rendiment o una compilació exitosa—, un estat persistent que registri què s’ha provat i què ha fallat (un petit fitxer de text n’hi ha prou), i una condició d’aturada que eviti costos descontrolats, com un nombre màxim d’iteracions o un llindar de qualitat.
El cas més conegut és el repositori autoresearch d’Andrej Karpathy, llançat al març de 2026. Amb només 630 línies de codi, l’agent només pot modificar el fitxer train.py —que conté el model GPT, l’optimitzador i el bucle d’entrenament—, mentre que prepare.py, l’avaluador, roman intacte. Això obliga a millorar el model real, no la mètrica. Després de dos dies de funcionament autònom, va completar unes 700 propostes de canvi, va retenir 20 millores genuïnes i va reduir el temps d’entrenament de GPT-2 en un 11%. El CEO de Shopify, Tobi Lütke, va replicar l’experiment internament i va obtenir una millora del 19% en només 37 experiments. La lliço: si tens una mètrica objectiva, el coll d’ampolla ets tu.
Però la innovació no es va aturar aquí. L’article Bilevel Autoresearch: Meta-Autoresearching Itself afegeix un bucle exterior que analitza el comportament del bucle interior i escriu nou codi Python per trencar patrons estancats. El resultat va ser una millora cinc vegades més gran en la mètrica val_bpb (bits per byte de validació) que el bucle simple. Ambdós usaven el mateix model de llenguatge; el guany provenia exclusivament de l’arquitectura del bucle. Aquest enfocament de dos nivells és especialment útil quan l’agent interior tendeix a repetir les mateixes estratègies tot i que ja no funcionin.
A la pràctica, els equips d’enginyeria d’IA —com els que formen part de Q2BSTUDIO— munten bucles a partir de cinc blocs reutilitzables: automatització (disparar el bucle amb un esdeveniment o un calendari), una base de coneixement en Markdown que es llegeix a cada execució, subagents que separen l’escriptura de la revisió (un sol model tendeix a ser massa indulgent), connectors per actuar sobre eines reals (gestors d’incidències, Slack) i, per descomptat, un verificador que rebutja la feina insuficient. Eines com Claude Code i Codex ja incorporen aquests cinc elements.
Els casos d’ús s’estenen més enllà del preentrenament de models. En ciberseguretat, un bucle pot buscar vulnerabilitats en un repositori fins que tots els tests de penetració passin. En núvol (AWS/Azure), pot ajustar automàticament la configuració d’infraestructura per minimitzar costos sense comprometre el rendiment. En BI i Power BI, un agent itera visualitzacions fins que cada indicador superi un llindar de claredat i precisió. I en el desenvolupament d’aplicacions a mida, un bucle pot refactoritzar codi fins que tots els tests, tipus i compilacions siguin verds. La clau comuna és l’existència d’una porta automàtica que pugui suspendre la feina.
Q2BSTUDIO, com a empresa especialitzada en desenvolupament de programari i tecnologia, aplica aquests principis als seus projectes. Per exemple, en construir aplicacions a mida per a clients, s’implementen bucles de revisió automàtica que validen la qualitat del codi i la seguretat abans de cada desplegament. Així mateix, en entorns d’IA, es dissenyen agents que optimitzen hiperparàmetres de forma autònoma, alliberant els científics de dades per a tasques de major valor. La combinació de núvol AWS/Azure amb aquests bucles permet escalar experiments sense intervenció manual, mentre que les solucions de ciberseguretat es beneficien d’escaneigs automatitzats que aprenen d’intents previs. Fins i tot en BI i Power BI, s’han desenvolupat bucles que generen informes dinàmics i els ajusten fins a complir amb les mètriques de negoci definides.
Per experimentar un mateix el mecanisme sense necessitat d’eines complexes, n’hi ha prou amb enganxar en un model de llenguatge capaç el següent esquelet: defineix una tasca, criteris d’èxit estrictes i un protocol de bucle que inclogui planificar, executar, verificar (puntuació de l’1 al 10 en cada criteri) i decidir si s’atura o itera. El control subjacent és petit: un verificador, una decisió de mantenir o descartar, i dues condicions d’aturada (pressupost de passos i llindar de qualitat). No obstant això, aquesta versió encara és limitada perquè l’humà ha d’iniciar cada torn i l’estat es perd en tancar la pestanya. Afegir automatització, un fitxer d’estat i un verificador real el converteix en un bucle autònom complet.
Les lliçons clau són clares: un bucle necessita verificador, estat persistent i condició d’aturada. El repositori de Karpathy demostra que un agent que només edita el codi del model pot aconseguir millores significatives en hores de treball no supervisat. El bucle de dos nivells multiplica aquest impacte en permetre que el propi procés de cerca sigui optimitzat. En definitiva, els bucles no eliminen la necessitat de pensar, sinó que desplacen l’esforç cap al disseny de millors verificadors i objectius. Les empreses que adopten aquesta filosofia, com Q2BSTUDIO, estan millor posicionades per extreure valor real de la intel·ligència artificial, transformant agents en veritables enginyers autònoms.
