Este artículo muestra por qué escalar agentes con más demos 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". Fracasan porque están entrenados como loros, no como aprendices. La mayoría de los agentes de interfaz gráfica copian trazas estáticas. Eso funciona para tareas cortas. Se derrumba en el momento en que necesitas planificación, recuperación o juicio. EvoCUA invierte el paradigma del escalado de datos al escalado de experiencias. En lugar de recopilar más capturas de pantalla y scripts, construye un ciclo cerrado: • sintetizar tareas automáticamente • adjuntar validadores ejecutables (sin recompensas vagas) • realizar grandes despliegues sandbox paralelos • comparar trayectorias de éxito frente a fracaso • reforzar lo que funciona, reescribir lo que se rompe Aquí los fallos no son ruido. Son la señal de mayor valor. El modelo aprende dónde falló, por qué y cómo corregirlo, y luego interioriza esa corrección. Esto importa porque los agentes de la interfaz intergráfica mueren en los límites: Estados inesperados de la UI Flujos de trabajo a largo plazo Errores de tiempo, pedidos y recuperación ...