https://thedotnetblog.com/es/tags/reinforcement-learning/Articles, tutorials and insights from the .NET community.Hugoes@thedotnetblog (The .NET Blog)@thedotnetblogThu, 18 Jun 2026 00:00:00 +0000https://thedotnetblog.com/es/news/emiliano-montesdeoca/openenv-foundry-learning-systems-what-stands-out/Thu, 18 Jun 2026 00:00:00 +0000Emiliano Montesdeocahttps://thedotnetblog.com/es/news/emiliano-montesdeoca/openenv-foundry-learning-systems-what-stands-out/La nueva historia de OpenEnv y Foundry va mucho más allá de la jerga de reinforcement learning. En realidad, empuja hacia sistemas de agentes que se pueden evaluar, optimizar y mejorar con el tiempo frente a resultados de negocio reales.<blockquote> <p><em>Esta publicación se ha traducido automáticamente. Lee el original <a href="https://thedotnetblog.com/es/news/emiliano-montesdeoca/openenv-foundry-learning-systems-what-stands-out/">aquí</a>.</em></p> </blockquote> <p>La mayoría de las conversaciones sobre agentes todavía se detienen en la inferencia.</p> <p>¿Puede el modelo responder al prompt? ¿Puede llamar a la herramienta? ¿Puede completar la tarea una vez?</p> <p>La nueva conversación sobre <strong>OpenEnv + Foundry</strong> es interesante porque intenta llevar la discusión a un terreno más ambicioso: <strong>¿cómo construyes un sistema de agentes que realmente mejora con el tiempo?</strong></p> <p>Esa es una pregunta mucho mejor.</p> <h2 id="el-cambio-clave-es-pasar-de-respuestas-a-bucles-de-aprendizaje">El cambio clave es pasar de respuestas a bucles de aprendizaje</h2> <p>La publicación de Foundry enmarca el problema alrededor de entornos, evaluaciones, rúbricas, optimización y post-entrenamiento.</p> <p>Se puede resumir todo eso en una sola frase:</p> <p><strong>el objetivo ya no es solo ejecutar un agente, sino tener un bucle que mida y mejore al agente contra tus resultados reales.</strong></p> <p>Eso es lo que creo que los desarrolladores deberían tener en cuenta.</p> <p>Porque, una vez que lo ves así, el activo duradero no es solo el modelo o el prompt. Es el sistema que lo rodea:</p> <ul> <li>el entorno en el que actúa</li> <li>la rúbrica que lo puntúa</li> <li>los traces que explican lo que pasó</li> <li>el optimizador que mejora la configuración</li> </ul> <p>Es una forma mucho más preparada para la empresa de pensar.</p> <h2 id="por-qué-esto-importa-incluso-si-no-haces-investigación-en-rl">Por qué esto importa incluso si no haces investigación en RL</h2> <p>Seamos honestos: términos como OpenEnv, post-entrenamiento y world-modeling pueden hacer que muchos desarrolladores se desconecten de inmediato.</p> <p>Pero la conclusión práctica es más simple que la terminología.</p> <p>Aunque nunca toques directamente un bucle de entrenamiento, este trabajo moldea la historia de la plataforma para el desarrollo futuro de agentes:</p> <ul> <li>las evaluaciones pasan a ser de primera clase</li> <li>la optimización se vuelve continua en lugar de ocasional</li> <li>los entornos se convierten en activos reutilizables</li> <li>un mejor comportamiento del agente se vuelve algo medible, no solo &ldquo;se siente mejor en las demos&rdquo;</li> </ul> <p>Eso es un gran paso adelante.</p> <h2 id="mi-opinión">Mi opinión</h2> <p>Lo más inteligente de este anuncio no es ningún detalle concreto de investigación.</p> <p>Es el marco.</p> <p>Microsoft claramente está intentando mover el ecosistema desde la ingeniería de prompts estáticos hacia <strong>sistemas de agentes orientados a resultados</strong>. Sistemas que se pueden evaluar, ajustar, gobernar y mejorar gradualmente.</p> <p>Ahí es donde está el valor serio de la plataforma.</p> <p>Y si hoy estás construyendo agentes, incluso a nivel de aplicación, vale la pena seguir hacia dónde se dirige esto.</p> <p>Publicación original: <a href="https://devblogs.microsoft.com/foundry/outcome-driven-learning-systems-enterprise-rl-with-openenv-and-foundry/">Sistemas de aprendizaje orientados a resultados: RL empresarial con OpenEnv y Foundry</a></p>