El profesor de CMU lanza el marco de agentes de código abierto Motus, la orquestación de múltiples modelos SWE-bench alcanza el 79% y los costos se reducen a la mitad

Noticias ME News, 15 de abril (UTC+8), según la monitorización de Beating, la empresa de infraestructura de IA Lithos AI, fundada por el profesor de ciencias de la computación de la Universidad Carnegie Mellon Dimitrios Skarlatos (CEO) y Zhihao Jia (CTO), ha lanzado de código abierto el marco de servicios Agent Motus, bajo licencia Apache 2.0. El equipo está compuesto por investigadores de CMU y Stanford, con experiencia en infraestructura de producción de AWS, Google, Meta y Nvidia.
La idea central de Motus: diferentes tareas son adecuadas para diferentes modelos; en lugar de usar siempre el modelo de vanguardia más costoso para todos los pasos, el sistema aprende de las trayectorias de producción y automáticamente enruta las subtareas al modelo más adecuado. Actualmente, la implementación de Agent es estática, con marcos de indicaciones, modelos y estrategias de contexto fijos; Motus extrae señales de éxito de tareas, latencia y costo de cada ejecución para optimizar continuamente.
Según datos del sitio web de Lithos AI, en SWE-bench Verified, la orquestación de múltiples modelos de Motus alcanza una precisión del 79%, superior al 75.8% de Claude Opus 4.6 y al 72.6% de GPT-5.3-Codex, con un costo inferior a la mitad del uso exclusivo de Opus. En Terminal-Bench 2.0, la precisión aumentó del 64% de Opus al 80.1%, con un costo también aproximadamente a la mitad. El marco ajusta la estrategia de memoria del contexto según la carga de trabajo específica y detecta automáticamente pasos que se pueden ejecutar en paralelo para reducir la latencia.
Motus no está ligado a ningún proveedor de modelos, soporta SDK de Agentes de OpenAI, SDK de Anthropic, SDK de Google y agentes construidos en Python puro, ofreciendo plugins Claude Code, Codex y Cursor, con despliegue local o en la nube mediante un solo comando. La fase de vista previa temprana ofrece recursos computacionales de forma gratuita.
(Origen: BlockBeats)