Se ha encontrado la nueva sala. La invitación tiene buen aspecto. Solo que la franja horaria ahora es por la tarde, aunque al principio se había acordado explícitamente una mañana. Cada respuesta intermedia por separado puede parecer plausible mientras la tarea global pierde una condición temprana. Por eso, el trabajo largo de los agentes necesita algo más que una gran cantidad de palabras almacenadas.
StepFun publicó un informe de arquitectura y entrenamiento sobre Step 5 Preview el 15 de octubre de 2026. En él, el equipo describe, entre otras cosas, una arquitectura estrecha y profunda, métodos de atención combinados y los retos de los flujos de trabajo largos con herramientas. La fecha corresponde al informe técnico. No es una afirmación general sobre cuándo obtuvo acceso por primera vez cada usuario.
Por qué los pasos posteriores necesitan las condiciones anteriores
Un flujo de trabajo de agente recopila constantemente material nuevo: resultados de búsqueda, contenidos de archivos, mensajes de error y sus propios planes intermedios. Parte de la información sustituye a datos más antiguos. Otra parte simplemente los complementa. El problema es conservar estas relaciones. «Cojamos la otra sala» cambia en principio el lugar, pero no automáticamente la hora, el número de participantes ni el presupuesto.
La cuestión de arquitectura que hay detrás se refiere al flujo de información dentro del modelo. StepFun describe una mayor profundidad y una combinación de atención limitada y más amplia. Dicho de forma sencilla: no toda la información tiene que tratarse igual en todo momento, pero las conexiones importantes deben seguir siendo accesibles a lo largo de muchos pasos. Esto todavía no es una prueba de calidad para tu tarea concreta.
Un pequeño experimento con cambios específicos
Plantea un taller ficticio con cuatro condiciones iniciales: como máximo doce personas, solo por la mañana, un presupuesto de no más de 600 euros y una sala confirmada. Usa tres secciones separadas: condiciones vinculantes, decisiones actuales y preguntas abiertas. Este resumen es tu referencia, definida por ti.
Dale a un asistente tres cambios, uno tras otro. Primero, la sala deja de estar disponible. Después se propone un lugar más barato que solo está libre por la tarde. Por último, alguien reduce el número de participantes a diez. Tras cada mensaje, el asistente debe actualizar el resumen y mantener explícitamente las contradicciones existentes.
Binding: maximum 12 people, mornings only, no more than 600 EUR.
Decided: Room A, number of participants still open.
Change 1: Room A is no longer available.
Change 2: Room B is cheaper, but only free in the afternoon.
Change 3: Number of participants explicitly set at 10.El segundo cambio es el punto interesante. Solo aparentemente resuelve el problema de la sala, porque choca con la franja horaria. El tercer cambio, en cambio, afecta al número de participantes y no debe hacer desaparecer el conflicto horario sin resolver. Así se crea una tarea con relaciones conocidas en lugar de una simple conversación larga.
Un estado es más preciso que un montón de conversación
Pide un pequeño resumen estructurado después de cada paso. Para cada decisión, ayuda tener el asunto, el valor vigente y el motivo. Un campo adicional puede registrar qué decisión anterior se ha sustituido. Así se ve si una corrección afecta realmente al asunto correcto.
Una instrucción adecuada es: «Cambia solo las decisiones afectadas. Mantén íntegramente las condiciones sin cambios. Si una propuesta contradice una condición vinculante, márcala como una alternativa que aún no se ha acordado. No añadas ninguna aprobación tácita».
Después, no compares solo la última respuesta, sino cada transición. Un resumen final correcto puede ocultar un conflicto que se perdió temporalmente. En un flujo de trabajo real con herramientas, un estado erróneo temprano podría haber desencadenado ya otras acciones. Por eso conviene examinar juntos los cambios y las acciones permitidas.
Qué puede mostrar el experimento
El ejercicio comprueba si un flujo de trabajo concreto conserva unas pocas condiciones conocidas a lo largo de varios cambios. Con ello ilustra un requisito del trabajo largo de los agentes. No mide ni el efecto de bloques transformer individuales ni la capacidad general de Step 5 Preview.
Si quieres profundizar, también puedes variar la cantidad de material: primero solo las cuatro condiciones y después otras notas irrelevantes intercaladas. Todas las demás especificaciones deben mantenerse iguales. Observa si el conflicto horario sigue mencionándose en el nuevo estado. Una comparación real requiere la versión exacta del modelo y las entradas completas.
El beneficio práctico ya está en tu propia descripción de la tarea. Puedes ver qué datos se aplican de forma permanente, cuáles pueden sustituirse y dónde un agente todavía no puede tomar una decisión. Así, una memoria larga se convierte en una gestión de estado comprensible, con transiciones que pueden comprobarse.
Fuentes y estado
Fuentes a fecha de 25 de octubre de 2026. Inside Step 5 Preview: Architecture and Training for Agentic Work.
