Google Introduce “Agent Skill” para Gemini API y mejora la precisión hasta 96,6%
Google ha introducido una denominada "Agent Skill" para la API de Gemini diseñada para cerrar la brecha de conocimiento que enfrentan los modelos de lenguaje cuando los SDK cambian rápidamente. El problema es que los modelos de IA, una vez entrenados, no conocen sus propias actualizaciones ni las mejores prácticas más recientes. La nueva función proporciona a los agentes de programación información actualizada sobre modelos, SDK y código de ejemplo. En pruebas realizadas con 117 tareas, la tasa de éxito del mejor modelo (Gemini 3.1 Pro Preview) aumentó del 28,2% al 96,6%.
Los modelos más antiguos de la serie 2.5 mostraron una mejora significativamente menor, lo que Google atribuye a capacidades de razonamiento más débiles. Sin embargo, un estudio de Vercel sugiere que las instrucciones directas mediante AGENTS.md podrían ser aún más eficaces. Por ello, Google también está explorando enfoques alternativos, incluidos los servicios MCP.
Tasa de éxito de los modelos Gemini con y sin Agent Skill en 117 tareas de programación: los modelos más nuevos de la serie 3.x se beneficiaron más gracias a mejores capacidades de razonamiento. | Imagen: Google
Conclusión:
La nueva Agent Skill para la API de Gemini refleja una transición hacia sistemas de IA dinámicos capaces de acceder a conocimiento actualizado en tiempo real. Este enfoque mejora significativamente el rendimiento de los agentes de programación y reduce la dependencia del entrenamiento estático.
Es investigador y analista senior con base en España. Su trabajo se centra en el estudio de modelos tecnológicos a gran escala, su integración en infraestructuras empresariales y las implicaciones económicas y sociales de su adopción.
ES 
EN