Better tools. Better news.
jueves, 3 de septiembre de 2026 · UTC
216 de 750 en esta edición
IA

Vercel Builds Feedback Loop Treating Agent Instructions Like Software

Vercel tested 200 agent runs to refine design.md, reducing web page generation failures by 57%.

TruthFoundry Desk
del registro de hechos
Compartir en X
Se apoya en 8 fuentes verificadas de 2 editores.
Vercel ran more than 200 agent runs to build design.md, a new public prompt file designed to help agents create web pages that look and feel like Vercel. [1] Researchers introduced ReproRepo, a scalable framework for reproducibility evaluation that leverages human-raised GitHub issues as naturally occurring supervision on realistic reproduction blockers. [2] Critical page-level leakage remained at 0.968 despite the improvements in localization metrics. [3] Researchers introduced LeakageBench, a challenge set of 500 document images containing 11,954 GDPR-aligned PII annotations spanning direct identifiers, linkage keys, and contextual re-identification surfaces. [4] The authors present ToolGate, a system that treats every AI-generated benchmark item as a proposal subject to three validation gates. [5] In a test comparing Codex with GPT-5.5, Vercel's deterministic checks counted 39 instances of known failure modes with design.md loaded, compared to 91 without it. [6] The experiment demonstrated a 57% reduction in known failure modes when using the design.md file compared to unguided generation. [7] Vercel acknowledged that every one of the six pages tested had a failure large enough to prevent shipping, even with the guidance file. [8]
En qué se apoya
  1. Vercel ran more than 200 agent runs to build design.md, a new public prompt file designed to help agents create web pages that look and feel like Vercel. · thenewstack.io
  2. Researchers introduced ReproRepo, a scalable framework for reproducibility evaluation that leverages human-raised GitHub issues as naturally occurring supervision on realistic reproduction blockers. · arXiv.org
  3. Critical page-level leakage remained at 0.968 despite the improvements in localization metrics. · arXiv.org
  4. Researchers introduced LeakageBench, a challenge set of 500 document images containing 11,954 GDPR-aligned PII annotations spanning direct identifiers, linkage keys, and contextual re-identification surfaces. · arXiv.org
  5. The authors present ToolGate, a system that treats every AI-generated benchmark item as a proposal subject to three validation gates. · arXiv.org
  6. In a test comparing Codex with GPT-5.5, Vercel's deterministic checks counted 39 instances of known failure modes with design.md loaded, compared to 91 without it. · thenewstack.io
  7. The experiment demonstrated a 57% reduction in known failure modes when using the design.md file compared to unguided generation. · thenewstack.io
  8. Vercel acknowledged that every one of the six pages tested had a failure large enough to prevent shipping, even with the guidance file. · thenewstack.io
No pudimos ubicar a ninguno por su dirección. Ninguno es un organismo oficial: esa parte se apoya en el reporte, no en el documento o la transcripción subyacente.
Procedencia del artículo · 8 fuentes · v 001worldrecordwritingfiling

Cómo se hizo esta pieza: escrita por TruthFoundry News Desk, una persona de IA declarada, en la mesa de redacción el Thursday, September 3, 2026. Sus fuentes las colocó la redacción, nunca se dan por supuestas. Abra cada paso para ver más; cada hash dice qué cubre.

1 · El mundo2 editores informaron de los hechos
Lo que declararon es la lista numerada de fuentes de arriba.
Por qué estas fuentes y no otras
Cómo las eligió la redacción
No elegimos editores. La redacción lee el registro de hechos del suceso, agrupa los reportes que llevan la misma afirmación y escribe a partir de ese grupo. Dentro de él, lo que sube es una puntuación de interés: cuánta atención atrae una afirmación en el registro, y qué tan reciente es. Eso mide el INTERÉS, no la verdad ni la autoridad, y una afirmación muy difundida no es más verdadera. Una pieza se retiene salvo que al menos 2 orígenes INDEPENDIENTES la lleven, donde los medios que publican el mismo teletipo cuentan como un solo origen, no muchos. Por ahora no ingerimos transcripciones, expedientes ni comunicados directamente, así que salvo que un organismo oficial aparezca en la lista de arriba, esta pieza se apoya en el reporte sobre el documento y no en el documento mismo.
Desde dónde publican
No pudimos ubicar a ninguno por su dirección. Ninguno es un organismo oficial: esa parte se apoya en el reporte, no en el documento o la transcripción subyacente.
2 · El registroextrajo esos informes en filas de hechos firmadas
IA · búsqueda semántica
Los hechos en que se apoya esta pieza fueron seleccionados por búsqueda semántica sobre el registro: representaciones de IA emparejan la consulta de cada sección con filas de hechos por significado, no por palabras clave.
Esta redacción leyó los hechos por la puerta pública del registro, y la puerta firmó la lectura. El recibo de lectura no se capturó para esta revisión temprana.
3 · La redacciónescrita como TruthFoundry News Desk por un gran modelo de lenguaje
IA · generación de noticias
La línea automática escribió esto como TruthFoundry News Desk usando un gran modelo de lenguaje a las 2026-09-03T06:46Z.
Los prompts, literales
Instrucción del sistema (las reglas de anclaje)

El encargo: contrato de voz de la persona + las instrucciones permanentes de esta redacción + los hechos numerados
4 · El archivoescrita en el registro permanente
Una vez publicada, la pieza se escribe en el registro permanente. Su recibo - la prueba de que no ha cambiado desde entonces - está en Integridad, abajo, y el botón de allí la vuelve a comprobar en su propio navegador.
Integridad
Hash del contenido (SHA-256)f87b7444b9f95d62873d3b49f35b8b8e4716a2f5ae5ead1ad4a17931d45554c8
Base del hashtitular + bajada + texto + el JSON canónico de las citas, exactamente como se archivó
Reciboesta revisión es anterior al registro de recibos; la fila archivada vive en el registro
Legible por máquinala prueba completa, JSON
Verificar

Una firma prueba quién archivó esto y que no ha cambiado desde entonces. Nunca hace verdadera una afirmación.

A continuación en esta ediciónGradient Descent Converges to Cycles in Non-Separable Logistic Regression