Un análisis técnico detallado examina el rendimiento del sistema de control de agentes de Meta Muse, un agente de IA personal lanzado en septiembre de 2026. A través de pruebas de estrés en un entorno de ejecución multiagente, el estudio identifica cuellos de botella críticos en la creación de subagentes bajo carga. En una configuración de prueba BURST-120, donde se intentó generar 120 agentes simultáneamente, 33 agentes se crearon con éxito, pero el 93% de las llamadas de inicio falló debido a errores de bloqueo en la base de datos PostgreSQL. El análisis revela que, aunque los agentes creados completaban sus tareas, el registro de estado del agente padre permanecía en estado 'running' indefinidamente, impidiendo la finalización de la sesión. Los datos muestran una tasa de fallo de inicio que aumenta drásticamente con la concurrencia: del 2,5% en 40 intentos al 72,5% en 120 intentos. El investigador concluye que la evidencia apunta a una contención en la ruta de escritura de spawn en PostgreSQL, pero no identifica el lock específico, la tabla ni la transacción involucrada. Este informe, basado en registros duraderos y trazas de la sesión, ofrece una visión técnica de la arquitectura interna de Muse, destacando las limitaciones de escalabilidad actual del sistema bajo carga masiva.
Noticias agregadas con IA