Open Coding Agents de Ai2 presenta SERA, una familia de agentes de código abiertos diseñados para que cualquier equipo o investigador pueda entrenar y adaptar un agente al código privado sin la infraestructura masiva que antes era necesaria.
¿Te imaginas adaptar un agente a tu repo en horas y por unos cientos de dólares? Esa es la promesa aquí: modelos, datos y recetas reproducibles que reducen costos y complejidad para tareas como generación de código, revisión, depuración y mantenimiento.
Qué aporta SERA (resumen técnico)
SERA (Soft-verified Efficient Repository Agents) llega con varias novedades prácticas para desarrolladores e investigadores.
- Modelos abiertos de 8B a 32B basados en
Qwen3, entrenados hasta contextos de 32K tokens. - Metodología reproducible: todo el pipeline es
SFT(supervised fine-tuning) sobre trayectorias agenticas, sin necesidad de grandes infraestructuras de RL. - Costos reducidos dramáticamente: reproducir el mejor resultado open-source previo cuesta aproximadamente $400 en GPUs comerciales; alcanzar rendimiento competitivo con modelos industriales puede costar hasta $12,000.
Innovaciones clave (cómo funciona y por qué es barato)
Ai2 propone dos ideas técnicas que hacen posible la adaptación económica a repositorios privados:
Soft-verified generation (SVG)
La generación sintética normalmente exige parches totalmente correctos y probados. SVG relaja esa exigencia: los parches pueden ser parcialmente correctos y aun así útiles para entrenar agentes. ¿Por qué funciona? Porque lo que enseña al agente no es solo la corrección absoluta del código, sino patrones de transformación y razonamiento en el flujo de trabajo. Esto elimina la necesidad de infraestructura costosa de testeo exhaustivo.
Menú de tipos de bugs y fidelidad de flujo de trabajo
Usan una taxonomía de 51 patrones comunes de errores para diversificar ejemplos sintéticos. Para cada función en un repo pueden generarse múltiples trayectorias con distintos estilos de bug. Además, priorizan que los datos sintéticos reproduzcan la forma en que un desarrollador trabaja (comentarios, revisiones, iteraciones), no solo el resultado final. Eso mejora la transferencia a repositorios reales.
Rendimiento y eficiencia (números que importan)
La variante SERA-32B es la más destacada: logra 54.2% en SWE-Bench Verified a 64K context, superando a modelos open-source previos de tamaño comparable.
- Entrenamiento: ~40 GPU-días en un cluster de 2 GPUs NVIDIA Hopper o RTX PRO 6000 Blackwell Server Edition.
- Comparaciones de costo: 57x más barato que la técnica SWE-smith y 26x más barato que SkyRL en métricas internas.
Optimizaciones de inferencia con NVIDIA:
- BF16 en 4xH100: ~1,950 tokens de salida por segundo (pico) con contexto 16K.
- FP8: ~3,700 tokens/s con pérdida de precisión casi despreciable.
- Blackwell 4xB200 en NVFP4: ~8,600 tokens/s pico.
Estos números hacen a SERA útil en producción incluso para despliegues exigentes.
Especialización a código privado: prueba en Django y SymPy
Lo más interesante para equipos pequeños: una SERA-32B finetuneada con solo 8,000 trayectorias sintéticas por repositorio (costo aproximado $1,300) puede igualar o superar a su "teacher" de 100B+ parámetros en repositorios como Django y SymPy. Eso significa que un modelo más pequeño, barato y con menor latencia puede reemplazar a un gran modelo generalista para un dominio específico.
En números: especializando a 32K context, SERA-32B alcanzó 52.23% en Django y 51.11% en SymPy, frente a 51.20% y 48.89% de GLM-4.5-Air respectivamente.
Cómo lo vas a usar (práctico)
La publicación incluye todo lo necesario: modelos, datos sintéticos, recetas de entrenamiento, CLI y optimizaciones de inferencia. El despliegue es ligero: Ai2 asegura que se puede lanzar un servidor de inferencia con dos líneas de código y la CLI está disponible en PyPI.
¿Eres un desarrollador independiente o una pyme? Puedes:
- Generar datos sintéticos a partir de tu repo con el menú de bug-types.
- Ejecutar un
SFTsobre un modelo abierto (p. ej. SERA-8B o SERA-32B) en hardware commodity. - Validar localmente y desplegar con las optimizaciones para BF16/FP8 si cuentas con GPUs NVIDIA.
Limitaciones y recomendaciones técnicas
- SERA es SFT-first: no usa RL en su receta principal, por lo que algunas formas de comportamiento agentico avanzado podrían necesitar pasos adicionales.
- Los mejores teachers (como GLM-4.6) ayudan en regímenes de alto cómputo, pero un teacher más barato puede ser la mejor opción en etapas tempranas de iteración.
- Aun cuando SVG reduce la necesidad de tests completos, es buena práctica evaluar las adaptaciones en conjuntos de prueba representativos antes de desplegar cambios automáticos a producción.
Por qué esto importa
SERA baja la barrera para que equipos pequeños y laboratorios exploren agentes de código ajustados a repositorios privados. En lugar de invertir en infraestructuras masivas, ahora puedes reproducir y adaptar agentes con costos y tiempos razonables, manteniendo la posibilidad de reproducir la ciencia detrás de estos sistemas.
¿Te interesa experimentar? Con modelos, datos y scripts abriendo la caja, la comunidad puede mejorar, auditar y especializar agentes en dominios reales sin depender solo de modelos cerrados.