Els agents d'IA que han de fer tasques llargues, de molts passos, solen fallar per un error petit al principi que després s'arrossega fins al final. Una solució habitual és posar-los al costat un altre model que en revisi cada decisió, però això multiplica el cost de càlcul i alenteix l'agent. Un equip de la Universitat Sungkyunkwan (Corea del Sud), dirigit per Minhae Kwon, proposa una via intermèdia en un article acceptat al congrés NeurIPS 2026, un dels principals de l'aprenentatge automàtic, que hi ha passat la revisió per parells.
El mètode, anomenat SAG, tracta la revisió com una decisió que l'agent pren a cada pas. Abans de triar una acció, mesura fins a quin punt dubta entre les opcions —si totes semblen igual de bones o si les dues millors estan gairebé empatades— i només consulta el model revisor quan el benefici esperat compensa el cost. A més, guarda el que aprèn d'aquestes consultes, de manera que amb el temps en fa menys. A ALFWorld, un entorn virtual de tasques domèstiques que es fa servir per avaluar agents, la taxa d'èxit va passar del 24,6% al 78,4% amb un consum de text processat semblant al d'un agent estàndard.
Segons els autors, un agent petit, de 7.000 milions de paràmetres, acompanyat d'un revisor de 3.000 milions, iguala un agent de 14.000 milions que treballa sol. Si es confirma en altres escenaris, vol dir que bona part de la fiabilitat que aporta un revisor es pot obtenir pagant-ne només una fracció, una qüestió clau ara que les empreses despleguen agents i en vigilen la factura. La nota de la universitat xifra l'estalvi en uns dos terços del càlcul respecte als mètodes que consulten el revisor a cada pas.
Els resultats són en entorns simulats i amb tres bancs de proves, no en tasques reals d'empresa, i el cost es mesura en volum de text processat. El treball encara s'ha de presentar al congrés i no l'han reproduït altres grups. El mateix equip hi porta un segon article, VAN-Flow, sobre com fer que els robots aprenguin tasques llargues a partir de dades ja recollides sense copiar les accions arriscades que van sortir bé per casualitat.