Los agentes de IA están empezando a realizar análisis biológicos reales: inspeccionar conjuntos de datos, ejecutar flujos de trabajo computacionales y producir valiosos resultados de investigación. A medida que la IA para la ciencia se acerca al uso práctico en laboratorios, la cuestión de cómo evaluar eficazmente los agentes biológicos se vuelve cada vez más importante. El BixBench Verified 50 es una lista seleccionada de preguntas para evaluar agentes biológicos en varios dominios de bioinformática. Probamos el BIOS AI Scientist en el BixBench Verified 50 junto con agentes de IA de propósito general y específicos de dominio. La BIOS lideraba con un 90% de precisión junto con K-Dense. A continuación: > Biomni Labs - 88,7% > Edison Scientific - 78,0% > Claude - 65,3% & > SDK de OpenAI Agents - 61,3% Consulta los resultados completos: Una conclusión clave: evaluar agentes biológicos no se limita a si la cadena de análisis funciona correctamente. En una tarea de referencia, el agente calculó las correlaciones correctas, pero malinterpretó el significado biológico de una columna de conjunto de datos. El resultado: análisis numéricamente correcto, pero conclusiones biológicamente invertidas. A medida que los agentes biológicos pasan de los indicadores controlados a entornos científicos reales, necesitamos evaluar el flujo de trabajo, las suposiciones y el razonamiento, no solo si la respuesta final es numéricamente correcta. Lee más en nuestra entrada del blog:

Presentamos la API del BIOS: Convierte a tu agente en un científico investigador Hoy lanzamos la API BIOS, que ofrece a los desarrolladores de agentes y desarrolladores acceso directo al mismo motor de investigación científica interactivo que impulsa la aplicación web de la BIOS, a través de REST y MCP. Investigación científica profunda para constructores de agentes Empieza una sesión de investigación con una sola llamada. Elige tu modo: • Dirección (una iteración a la vez) • Semi-autónoma (hasta 5 ciclos) • Totalmente autónoma (hasta 20 ciclos, ~8 horas) Cada sesión devuelve un estado de investigación vivo: Objetivos. Hipótesis. Descubrimientos. Ideas. Conjuntos de datos. Además, resultados completos del ciclo de investigación. Inteligencia científica bajo demanda, accesible desde tus agentes, aplicaciones y flujos de trabajo. Infraestructura Agent-Nativa 📘 Especificación completa de OpenAPI 3.1: generación automática de clientes 🧪 API Playground interactivo 🧠 Soporte para servidores MCP Conecta la BIOS directamente a Cursor, Claude Desktop, Windsurf o cualquier cliente compatible con MCP, y haz una investigación profunda desde tu editor. También estamos planeando: • Un envuelto de habilidades en ClawHub para que los extremos BIOS los adopten @openclaw agentes • Herramientas MCP más profundas • Integraciones nativas entre marcos de agentes Pago por consulta Hemos integrado el protocolo x402 como un sistema de pagos, permitiendo que agentes y aplicaciones paguen instantáneamente por consulta. La ciencia máquina a máquina está llegando. ¿Qué construirás? ¿Copilotos de descubrimiento de fármacos? ¿Exploradores de longevidad? ¿Monitores automáticos de literatura? ¿Agentes de debida diligencia científica? Cuéntanos qué quieres construir con la API de la BIOS. Te enviaremos créditos gratis por mensaje privado para que empieces a construir. Empieza en el enlace de abajo ↓

Actualización de desarrollo semanal de BIOS #2: Modo de planificación, ramificación, citas enriquecidas y más Novedades: • Modo Plan: La BIOS hace preguntas aclaratorias antes de empezar y luego presenta un plan de investigación que puedes aprobar o perfeccionar hasta que coincida con tu intención. • Ramificación: Duplica rutas de investigación y bifurca en una dirección diferente, permitiéndote modificar el objetivo sin perder tu trabajo original. • Mejoras en la generación de papel: Se reelaboró la cadena de generación de papel para mejorar la precisión y permitir citas más completas. Próximamente: • Pensar: Actualizaciones de razonamiento en tiempo real con visibilidad en streaming sobre tareas en curso. • Chat Mode v2: Para ayudar mejor antes o después de sumergirse en una investigación profunda. • OpenAlex + Indexación Semántica de Académicos: Permite a los investigadores consultar 500M+ artículos.