Un agente de IA que resuelve un problema matemático puede escribir miles de palabras de razonamiento en texto antes de dar la respuesta final, palabra por palabra, como si pensara en voz alta. Un paper publicado el 13 de octubre de 2026 por investigadores de Stanford y Google propone que, en vez de eso, el agente practique razonamiento latente: que piense en vectores matemáticos continuos sin pasar por el lenguaje humano en cada paso intermedio.
El paper se llama Hybrid Reasoning Agents y presenta una arquitectura concreta llamada HybridAgents, pero la idea de fondo es mucho más amplia que esa implementación puntual. Es un cambio en cómo se diseña la mente interna de un agente de IA.
TL;DR
- El razonamiento latente encadena vectores continuos en vez de palabras entre los pasos de pensamiento de un agente.- HybridAgents, el modelo que lo combina con texto, mejora 10,4% el desempeño frente a agentes solo-texto o solo-latentes.- Esa combinación recorta entre 35,5% y 54,7% los tokens generados por tarea, según el paper de Stanford de octubre de 2026.- La inferencia corre de 1,8x a 2,6x más rápido y el costo baja hasta 3,7 veces en los 11 benchmarks evaluados.- Inspeccionar el pensamiento se complica: un vector no se lee palabra por palabra como un razonamiento en texto.
¿Qué es el razonamiento latente?
El razonamiento latente es la técnica que permite a un modelo de lenguaje procesar los pasos intermedios de su pensamiento como vectores continuos en su espacio interno, en vez de convertir cada paso en palabras legibles antes de seguir pensando.
La diferencia con una cadena de pensamiento tradicional es fácil de explicar con una analogía. Cuando una persona resuelve un problema mentalmente, no narra cada subpaso en voz alta: piensa en intuiciones y asociaciones difusas, y solo las pone en palabras cuando necesita explicarlas a otra persona. El razonamiento basado en texto obliga al modelo a narrar cada subpaso, aunque nadie lo necesite todavía.
El pensamiento vectorial, en cambio, deja que el modelo mantenga esas asociaciones en su forma nativa, números de alta dimensión, sin pasar por el cuello de botella del vocabulario. Esto no es exclusivo de un paper: distintos equipos de investigación vienen explorando variantes de esta idea desde hace un par de años, bajo nombres como \"cadena de pensamiento continua\".
HybridAgents se evaluó en 11 benchmarks y 3 escalas de modelo.
Por qué importa el razonamiento latente
Todo modelo que razona en texto tiene que traducir cada paso intermedio de pensamiento a palabras, aunque esas palabras nunca las lea un humano. Esa traducción cuesta cómputo: generar un token de texto implica pasar por toda la capa de salida del modelo, el vocabulario completo, aunque el contenido real del pensamiento viva en un espacio vectorial mucho más rico que cualquier palabra individual.
El paper Hybrid Reasoning Agents mide ese costo de forma directa. Un agente que alterna entre texto y vectores logra hasta 54,7% de reducción de tokens generados frente a agentes que razonan solo en texto, y corre de 1,8x a 2,6x más rápido. Eso se traduce en un ahorro de costo de 2,7x a 3,7x según el tamaño del modelo evaluado.
Pero el ahorro no es gratis. Un agente que piense solo en vectores, sin pasar nunca por texto, pierde la capacidad de llamar herramientas externas y de mostrar su razonamiento a un humano. Por eso el diseño híbrido importa más que la pura eficiencia: busca quedarse con lo mejor de los dos mundos sin sacrificar ninguno por completo.
Cómo funciona el modo latente dentro de un agente
Para entender cómo funciona el razonamiento latente en la práctica, conviene mirar el mecanismo que usa HybridAgents para decidir, en cada paso de la generación, si conviene seguir pensando en vectores o volver a texto.
La diferencia técnica central es esta: un modelo de lenguaje estándar solo puede pensar emitiendo tokens discretos de un vocabulario fijo, uno a la vez. Un agente con modo latente puede, en cambio, emitir directamente el vector de activaciones que normalmente alimentaría la siguiente capa, sin forzarlo primero a colapsar en la palabra más probable del vocabulario. Esa diferencia parece pequeña, pero evita una pérdida de información que se acumula paso a paso a lo largo de un razonamiento largo.
flowchart TD
A["Entrada del usuario"] --> B{"Modo de razonamiento"}
B -->|"Texto"| C["Cadena de pensamiento en palabras"]
B -->|"Latente"| D["Vector continuo via HybridLink"]
C --> E["Memoria de trabajo"]
D --> E
E --> F["Accion: respuesta o llamada a herramienta"]
HybridLink: el puente entre dos modos de pensar
El paper describe un módulo liviano llamado HybridLink que habilita transiciones fluidas entre modo texto y modo latente dentro de un mismo proceso de generación. En la práctica, es la pieza que decide, token por token, si lo que sigue debe representarse como una palabra del vocabulario o como un vector sin pasar por esa capa de salida.
Que HybridLink sea liviano importa por una razón práctica: no hace falta reentrenar el modelo entero desde cero para agregarle esta capacidad. El backbone conserva casi todo su conocimiento previo, y HybridLink se encarga solamente de la transición entre modos, lo que simplifica tanto el entrenamiento como el mantenimiento posterior del sistema.
Memoria de trabajo continua: no perder el hilo
El segundo componente es una memoria de trabajo continua que preserva el contexto híbrido, texto y vectores mezclados, sin pérdida a lo largo de varios turnos de conversación o de uso de herramientas. Sin esta pieza, cada cambio de modo implicaría reconstruir el contexto desde cero, perdiendo precisión en el camino.
sequenceDiagram
participant U as Usuario
participant A as Agente
participant H as Herramienta
U->>A: envia la pregunta
A->>A: piensa en vectores (modo latente)
A->>H: llama a una herramienta en modo texto
H-->>A: devuelve el resultado
A->>U: responde en lenguaje natural
HybridSFT entrena la coordinacion; HybridRL decide el modo de pensar.
El caso de estudio: cómo Stanford entrenó a un agente para elegir su propio modo de pensar
Enseñarle a un modelo a usar HybridLink no es automático. El paper divide el entrenamiento en dos etapas con nombres propios.
- HybridSFT: estabiliza la generación híbrida con herramientas integradas, enseñándole al backbone a coordinarse con HybridLink antes de que el modelo tenga que decidir nada por su cuenta.- HybridRL: una segunda etapa de aprendizaje por refuerzo que le enseña al modelo cuándo conviene pensar en espacio latente y cuándo conviene actuar a través de texto, en vez de seguir una regla fija.
Con ese entrenamiento completo, los autores evaluaron HybridAgents en 3 escalas de modelo distintas, sobre 11 benchmarks que cubren matemáticas, ciencia, medicina, búsqueda y razonamiento agéntico. Comparado con agentes de frontera y frameworks agénticos que cubren tanto métodos basados en texto como en vectores, reportan una mejora consistente de 10,4% en desempeño.
La comparación no fue solo contra otros agentes híbridos. El paper incluye frameworks agénticos de frontera que razonan puramente en texto y modelos que razonan puramente en espacio latente, lo que permite aislar qué parte de la ganancia viene de combinar ambos modos y cuál vendría de todas formas con un modelo más grande.
stateDiagram
[*] --> ModoTexto
ModoTexto --> ModoLatente: HybridLink activa el cambio
ModoLatente --> ModoTexto: necesita usar una herramienta
ModoTexto --> [*]: entrega la respuesta final
Ejemplos prácticos: qué significa pensar en vectores
No hay todavía una librería instalable que deje experimentar con la arquitectura exacta de HybridAgents fuera del paper, así que el mejor ejemplo práctico es uno conceptual: mostrar por qué dos pensamientos parecidos quedan cerca en un espacio vectorial, que es la propiedad que el modo latente explota.
import numpy as np
pensamiento_a = np.array([0.12, 0.98, -0.05]) # \"quiero resolver esta ecuacion\"
pensamiento_b = np.array([0.15, 0.95, -0.02]) # \"necesito despejar x\"
similitud = np.dot(pensamiento_a, pensamiento_b) / (
np.linalg.norm(pensamiento_a) * np.linalg.norm(pensamiento_b)
)
print(f\"Similitud coseno: {similitud:.4f}\")
La salida de este script es Similitud coseno: 0.9987. Esos dos vectores representan ideas distintas en palabras (resolver una ecuación y despejar x), pero casi idénticas en el espacio vectorial. Un agente que razona en modo latente puede moverse entre ideas así de cercanas sin tener que materializar ninguna de las dos como texto, y solo convertir el resultado final a palabras cuando le toca responder.
Casos de uso reales
El paper no se queda en matemáticas de juguete. Evalúa la cognición vectorial de los agentes en cinco dominios distintos:
- Matemáticas: resolución de problemas donde cada paso intermedio es una operación simbólica (despejar, factorizar, sustituir) que no necesita pasar por una frase completa en español o inglés.- Ciencia: preguntas que requieren encadenar varios hechos verificables antes de llegar a una conclusión, un escenario donde un paso mal razonado arrastra error a todos los siguientes.- Medicina: tareas de razonamiento clínico, donde la cantidad de pasos intermedios suele ser alta y el costo de cada token adicional se multiplica rápido.- Búsqueda: tareas donde el agente necesita decidir qué buscar, evaluar resultados parciales y recién después construir la respuesta completa.- Razonamiento agéntico: tareas que combinan pensar con usar herramientas externas, el escenario donde el modo híbrido se vuelve indispensable porque el modo puramente latente no puede ejecutar una llamada de herramienta.
Errores comunes y buenas prácticas
- Asumir que cualquier modelo ya razona en latente: no es así. Tratar al razonamiento latente como una función que viene gratis en cualquier backbone es el error más común; hace falta el módulo HybridLink y las dos etapas de post-entrenamiento, HybridSFT y HybridRL, para que el modelo aprenda a coordinarse.- Tratar al modo latente como una caja negra total: parte del valor del paper es justamente que el razonamiento híbrido sigue siendo parcialmente inspeccionable en sus tramos de texto, a diferencia de un agente puramente latente sin HybridLink.- Ignorar el costo de entrenamiento: pasar de un modelo solo-texto a uno híbrido no es gratis, implica las dos etapas de entrenamiento adicionales antes de ver las ganancias de eficiencia.
⚠️ Ojo: si no podés leer el razonamiento paso a paso de tu agente, tampoco podés auditarlo con la misma facilidad que un chain-of-thought en texto. Eso importa en dominios regulados como medicina o finanzas.
Comparativa con alternativas
EnfoqueCómo representa el pensamientoVentajaLimitaciónCadena de pensamiento en textoPalabras generadas token por tokenTotalmente legible e inspeccionableCada paso intermedio cuesta tokens y cómputoRazonamiento puramente latenteSolo vectores continuos, sin pasar por textoMás eficiente en tokens y cómputoPierde acceso nativo a herramientas y transparenciaRazonamiento híbrido (HybridAgents)Alterna vectores y texto según la tareaReduce tokens hasta 54,7% sin perder el uso de herramientasRequiere entrenamiento adicional (HybridSFT y HybridRL)
Profundizando: qué arriesga un agente que piensa en vectores
El texto es, en el fondo, una compresión con pérdida del pensamiento real de un modelo. Cuando un modelo genera una cadena de razonamiento en palabras, está forzando una representación de alta dimensión a pasar por un vocabulario finito, perdiendo matices en el camino. El razonamiento en espacio latente evita esa compresión.
Esa ganancia tiene un costo que todavía preocupa a buena parte de la comunidad de seguridad en IA: el chain-of-thought en texto, con todos sus defectos, se volvió una herramienta de supervisión. Si un agente razona en vectores que nadie puede leer directamente, esa ventana de inspección se angosta, aunque el agente siga siendo técnicamente más eficiente.
Esa tensión no es nueva en la investigación de seguridad en IA: ya antes de este paper, varios laboratorios discutían si optimizar demasiado la eficiencia de un chain-of-thought en texto terminaba empujando a los modelos a comprimir su razonamiento en formas cada vez menos legibles para un humano. El razonamiento en espacio latente lleva esa discusión un paso más allá, porque ya no se trata de un texto comprimido sino de una representación que nunca pasó por el lenguaje.
Por eso el diseño de HybridAgents no apuesta todo al modo latente. Mantiene el texto disponible para los momentos donde la transparencia o el uso de una herramienta importan más que el ahorro de tokens, y usa HybridRL precisamente para aprender ese criterio en vez de fijarlo a mano.
💭 Clave: el texto es una compresión con pérdida del pensamiento real del modelo. El razonamiento en espacio latente evita esa compresión, pero a cambio pierde la propiedad que hizo útil al chain-of-thought como herramienta de supervisión: que un humano pueda leerlo.
📖 Resumen en Telegram: Ver resumen
Tu próximo paso: tomá dos frases con significado parecido, generá sus embeddings con cualquier modelo de sentence-transformers y calculá la similitud coseno como en el ejemplo de este artículo, para ver con tus propios datos qué tan cerca quedan en el espacio vectorial.
Preguntas frecuentes
¿HybridAgents reemplaza a los modelos que razonan solo en texto?
No. HybridAgents es una forma de combinar ambos modos dentro del mismo modelo, no de eliminar el modo texto. El texto sigue siendo necesario para llamar herramientas y para comunicar la respuesta final.
¿El pensamiento vectorial funciona con cualquier modelo de lenguaje?
No de forma automática. Requiere agregar el módulo HybridLink y pasar por las dos etapas de post-entrenamiento que describe el paper, HybridSFT y luego HybridRL. Sin ese proceso, el modelo no sabe cuándo conviene cambiar de modo ni cómo interpretar un vector que viene del modo contrario.
¿Por qué el razonamiento en espacio latente es más difícil de auditar?
Porque un vector continuo no tiene una traducción directa y única a palabras. Un chain-of-thought en texto se puede leer línea por línea; un vector solo se puede analizar con técnicas indirectas, como comparar su similitud con otros vectores conocidos.
¿HybridAgents puede usar herramientas externas mientras piensa en vectores?
Sí, y es justamente el punto del diseño. Cuando el agente necesita llamar una herramienta, HybridLink lo devuelve al modo texto para esa llamada, y vuelve a modo latente después si conviene.
¿Dónde se probó la cognición vectorial de los agentes?
El paper evaluó HybridAgents en 3 escalas de modelo distintas sobre 11 benchmarks de matemáticas, ciencia, medicina, búsqueda y razonamiento agéntico, comparando siempre contra agentes de frontera que razonan solo en texto o solo en vectores.
¿El código de HybridAgents es público?
El paper indica que el código y los datos están disponibles, aunque el resumen público no detalla todavía la URL exacta del repositorio.
Referencias
- Hybrid Reasoning Agents (arXiv:2610.18861): paper original de Stanford, Google y colaboradores, publicado el 13 de octubre de 2026.- Chain-of-thought prompting, Wikipedia: contexto sobre el razonamiento en texto que el razonamiento latente busca complementar.- Large language model, Wikipedia: fundamentos generales sobre cómo funcionan los modelos de lenguaje.- NumPy, documentación oficial: referencia de las funciones usadas en el ejemplo de código de este artículo.
📱 ¿Te gusta este contenido? Únete a nuestro canal de Telegram @programacion donde publicamos a diario lo más relevante de tecnología, IA y desarrollo. Resúmenes rápidos, contenido fresco todos los días.
Top comments (1)
how do you keep gradient stability when the latent space has to represent discrete branching decisions? also, what impact does skipping textual intermediates have on debugging the reasoning chain