Este documento muestra por qué escalar agentes con más demostraciones es un callejón sin salida. EvoCUA hace una afirmación simple pero incómoda: los agentes de uso informático no fallan porque no sean "lo suficientemente inteligentes". Fallen porque son entrenados como loros, no como aprendices. La mayoría de los agentes de GUI copian trazas estáticas. Eso funciona para tareas cortas. Colapsa en el momento en que necesitas planificación, recuperación o juicio. EvoCUA invierte el paradigma de escalado de datos a escalado de experiencia. En lugar de recopilar más capturas de pantalla y guiones, construye un bucle cerrado: • sintetizar tareas automáticamente • adjuntar validadores ejecutables (sin recompensas vagas) • ejecutar enormes despliegues en paralelo en sandbox • comparar trayectorias de éxito vs fracaso • reforzar lo que funciona, reescribir lo que falla Los fracasos no son ruido aquí. Son la señal de mayor valor. El modelo aprende dónde se equivocó, por qué y cómo solucionarlo, luego internaliza esa corrección. Esto importa porque los agentes de GUI mueren en los límites: estados de UI inesperados flujos de trabajo a largo plazo errores de temporización, orden y recuperación ...