Stuff AI CAN'T Do

¿Puede la IA generar flujos de trabajo de agentes completos a partir de objetivos en lenguaje natural ?

¿Qué opinas?

Los sistemas agentivos ejecutan tareas web de varios pasos, operaciones de archivos, llamadas a otros agentes. Todavía no son lo suficientemente confiables para todos los trabajos, pero funcionan sólidamente en muchos casos.

Background

Current research in natural language processing and artificial intelligence has made significant progress in generating end-to-end agent workflows from natural-language goals. This involves using machine learning models to parse natural language inputs and create executable workflows that can be used to automate tasks. However, the complexity of natural language and the need for domain-specific knowledge can make it challenging to achieve this goal. The field is actively exploring various approaches, including reinforcement learning and graph-based methods, to improve the accuracy and efficiency of workflow generation.

— Enriched May 9, 2026 · Source: Association for the Advancement of Artificial Intelligence

Estado verificado por última vez en September 27, 2026.

📰

Galería

In the Court of AI Capability
Summary of Findings
Verdict over time
May 2026May 2026May 2026May 2026May 2026May 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026Jul 2026Jul 2026Jul 2026Jul 2026Jul 2026Jul 2026Aug 2026Aug 2026Aug 2026Aug 2026Aug 2026Sep 2026Sep 2026Sep 2026Sep 2026Sep 2026
Sitting at the Bench Filed · sep. 27, 2026
— The Question Before the Court —

¿Puede la IA generar flujos de trabajo de agentes completos a partir de objetivos en lenguaje natural?

★ The Court Finds ★
▼ Downgraded from Sí
⚖
Casi

Existen demostraciones limitadas — pero el panel no fue unánime.

Jury Tally
0Sí
1Casi
0No
Verdict Confidence
80%
The Court of AI Capability is, of course, not a real court.
But the data is real.
The Case File · Stacked History
Session I · May 2026 No
Session II · May 2026 Sí
Session III · May 2026 Casi · 79%
Session IV · May 2026 Casi · 78%
Session V · May 2026 Casi · 80%
Session VI · May 2026 Casi · 75%
Session VII · Jun 2026 Casi · 70%
Session VIII · Jun 2026 Casi · 77%
Session IX · Jun 2026 Sí · 82%
Session X · Jun 2026 Casi · 80%
Session XI · Jun 2026 Casi · 88%
Session XII · Jul 2026 Casi · 83%
Session XIII · Jul 2026 Casi · 88%
Session XIV · Jul 2026 Casi · 85%
Session XV · Jul 2026 Casi · 85%
Session XVI · Jul 2026 Casi · 80%
Session XVII · Jul 2026 Casi · 80%
Session XVIII · Aug 2026 Casi · 80%
Session XIX · Aug 2026 Casi · 88%
Session XX · Aug 2026 Casi · 88%
Session 21 · Aug 2026 Casi · 87%
Session 22 · Aug 2026 Sí · 90%
Session 23 · Sep 2026 Sí · 90%
Session 24 · Sep 2026 Sí · 92%
Session 25 · Sep 2026 Casi · 78%
Session 26 · Sep 2026 Sí · 90%
Case № 49E8 · Session 27
In the Court of AI Capability

The Case File

Docket № 49E8 · Session 27 · Vol. 27
I. Particulars of the Case
Question put to the court¿Puede la IA generar flujos de trabajo de agentes completos a partir de objetivos en lenguaje natural?
Session27 (27 hearing)
Convened27 sep. 2026
Previously ruledNO (May '26) → YES (May '26) → ALMOST (May '26) → ALMOST (May '26) → ALMOST (May '26) → ALMOST (May '26) → ALMOST (Jun '26) → ALMOST (Jun '26) → YES (Jun '26) → ALMOST (Jun '26) → ALMOST (Jun '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Aug '26) → ALMOST (Aug '26) → ALMOST (Aug '26) → ALMOST (Aug '26) → YES (Aug '26) → YES (Sep '26) → YES (Sep '26) → ALMOST (Sep '26) → YES (Sep '26) → ALMOST (Sep '26)
II. Cumulative Tally Across Sessions

Across 27 sessions, 54 jurors have heard this case. Combined tally: 16 YES · 36 ALMOST · 2 NO · 0 IN RESEARCH.

Note: cumulative includes older juror opinions. The current session tally above is the live verdict.

III. Verdict

By a vote of 0 — 1 — 0, the panel returns a verdict of CASI, with verdict confidence of 80%. The court so orders. Verdict downgraded from prior session.

IV. Declaraciones del tribunal
Jurado I ALMOST

"LLMs can produce step‑by‑step plans but reliability varies"

Las declaraciones individuales de los jurados se muestran en su inglés original para preservar la precisión probatoria.

—
Presiding Judge
M. Lovelace
Clerk of the Court

Lo que el público piensa

No 16% · Sí 84% · Quizás 0% 185 votes
No · 16%
Sí · 84%
La tendencia necesita votos de al menos 2 días distintos.

Discusión

no comments

Los comentarios e imágenes pasan por una revisión administrativa antes de aparecer públicamente.

⚖ 27 jury checks · más reciente hace 8 horas
27 Sep 2026 1 juror · indeciso indeciso
21 Sep 2026 1 juror · puede puede
16 Sep 2026 1 juror · indeciso indeciso
10 Sep 2026 1 juror · puede puede
05 Sep 2026 1 juror · puede puede
25 Aug 2026 1 juror · puede puede
20 Aug 2026 2 jurors · indeciso, puede indeciso
14 Aug 2026 2 jurors · indeciso, puede indeciso
09 Aug 2026 2 jurors · indeciso, puede indeciso
04 Aug 2026 2 jurors · indeciso, indeciso indeciso
29 Jul 2026 1 juror · indeciso indeciso
24 Jul 2026 1 juror · indeciso indeciso
18 Jul 2026 1 juror · indeciso indeciso
13 Jul 2026 3 jurors · indeciso, puede, indeciso indeciso
07 Jul 2026 2 jurors · puede, indeciso indeciso
02 Jul 2026 3 jurors · indeciso, indeciso, indeciso indeciso
27 Jun 2026 2 jurors · indeciso, puede indeciso
21 Jun 2026 2 jurors · indeciso, indeciso indeciso
16 Jun 2026 3 jurors · puede, puede, indeciso indeciso
10 Jun 2026 3 jurors · puede, indeciso, indeciso indeciso
05 Jun 2026 2 jurors · indeciso, indeciso indeciso
31 May 2026 3 jurors · indeciso, indeciso, indeciso indeciso
25 May 2026 4 jurors · indeciso, puede, indeciso, indeciso indeciso
20 May 2026 3 jurors · indeciso, puede, indeciso indeciso
15 May 2026 4 jurors · indeciso, indeciso, indeciso, indeciso indeciso
12 May 2026 1 juror · puede puede estado cambiado
11 May 2026 2 jurors · no puede, no puede no puede estado cambiado

Cada fila es una comprobación de jurado independiente. Los jurados son modelos de IA (identidades mantenidas neutras a propósito). El estado refleja el recuento acumulado en todas las comprobaciones — cómo funciona el jurado.

Más en Judgment

¿Nos faltó uno?

Revisamos semanalmente.