2026-05-29 Revisión

Lo que hice hoy

Intenté mejorar el problema que se había extendido desde ayer y, hoy encontré una herramienta MCP que permite integrar mejor la búsqueda web.

La herramienta que revisé fue web-search-mcp, que ofrece búsquedas en los navegadores bing, brave y duckduckgo como MCP.

• https://github.com/mrkrsl/web-search-mcp

Más adelante pienso bifurcarla y personalizarla para que se ajuste al flujo de trabajo actual.

Opinión sobre el uso de Qwen 3.6

El modelo Qwen 3.6 fue más lento en sus juicios de lo esperado.

Se indicó que sincronizara y pusiera el flujo de trabajo que está en la ruta .github de qwen-code, pero en realidad intentó copiar solo algunos archivos a la ruta .qwen. Ese fue el problema central.

Al final, cloné manualmente y alineé las rutas .github y .qwen con el original antes de continuar. Era simplemente una cuestión de “alinear la estructura original”, pero el modelo mezcló rutas y propósitos, lo que generó pasos innecesarios y prolongados.

Perspectiva sobre Qwen mismo

Qwen no es tanto un modelo sin capacidad, sino un modelo con capacidad pero con poca controlabilidad.

La exploración de información, la corrección de código, la manipulación de archivos y la ejecución de tareas largas los realiza bastante bien. El problema es que le falta fuerza para mantener la intención del usuario de forma constante. En particular, tiende a olvidar o sobrescribir condiciones como “copia tal cual”, “no modifiques”, “no infieras”, “solo sigue los criterios oficiales”, “no toques esta ruta” durante el proceso.

En otras palabras, Qwen no es que no pueda trabajar, sino que reinterpretará la dirección a su manera mientras trabaja.

El problema original de esta tarea era simple.

Copiar .github oficial tal cual
Excluir .qwen
Push
Prueba

Sin embargo, Qwen sigue ampliándolo a otro problema.

¿Es un problema de MCP?  
¿Es un problema de workflow_call?  
¿Debería agregar un disparador push?  
¿Debería crear .qwen/commands?  
¿Es un problema de JSON en stderr?  
¿Es un problema de revisión vacía?

Antes de resolver el problema, ya lo habías agravado. En los LLM de tipo agente, este punto es crítico. Cuanto mayor es la unidad de trabajo, más tiende a resolver problemas secundarios que él mismo ha creado en lugar de la solicitud original.

Incluso al añadir búsquedas web, este problema no se resolvió por completo. Un buen flujo consiste en primero consultar la documentación oficial o el código fuente, comprender la estructura y, comparándolo con la solicitud del usuario, ejecutar solo las tareas necesarias. Sin embargo, Qwen primero razona, formula una hipótesis, luego realiza una búsqueda para verificar esa hipótesis y vuelve a ajustar los resultados de la búsqueda a su propia hipótesis.

Por eso, la búsqueda web se utilizó más como una herramienta de refuerzo de hipótesis que como una herramienta de trabajo basada en evidencia. Confirmé que la actitud al manejar los resultados de búsqueda es más importante que la capacidad de búsqueda en sí.

La interpretación del estado de error también era débil. Por ejemplo, si el resultado de git ls-files .qwen/ está vacío, se debería concluir inmediatamente que .qwen no está en estado rastreado. Sin embargo, se siguió repitiendo comandos como git rm -r --cached .qwen/. Posee capacidad de ejecutar comandos, pero la interpretación del estado y la habilidad para cambiar de comportamiento según el resultado y salir del bucle eran inestables.

Además, Qwen es débil en tareas de preservación como “tal cual la documentación”. Es proactivo en la generación y modificación, pero en la preservación del original y su sincronización exacta sigue intentando mejorar. Puede romper la estructura original con ideas como: “¿no deberíamos crear .qwen aunque no esté en la documentación?”, “¿no deberíamos añadirlo porque falta un disparador?”, “¿no deberíamos hacerlo ejecutable directamente porque falla al hacer push?”.

Por lo tanto, es más seguro dividir la tarea para Qwen en pasos más pequeños en lugar de confiarle simplemente “copiar la documentación tal cual”.

Mostrar lista de archivos oficiales  
Mostrar lista de mis archivos  
Mostrar diferencias  
Copiar solo los archivos aprobados por el usuario

Dar mucha autonomía a Qwen también es peligroso. Permisos como modificar archivos, git add, commit, push, modificar el flujo de trabajo, y realizar modificaciones adicionales después de pruebas automáticas, si se juzgan mal una vez, empujan esa decisión hasta su ejecución.

Por lo tanto, el papel de Qwen debe estar más cerca de un generador de candidatos, un resumidor de registros y un asistente de interpretación de resultados de comandos que de un gestor de tareas o un ejecutor final.

Qwen = generador de candidatos / resumidor de registros / asistente de interpretación de resultados de comandos  
Usuario o script = ejecutor final

Salida estructurada también debe manejarse con cuidado. No significa que Qwen no pueda generar JSON en absoluto, pero si se le asigna la gestión de esquemas complejos o del estado de flujos de trabajo, la estabilidad general disminuye. Redactar reseñas en Markdown, explicar código, resumir registros, organizar posibles causas y generar borradores de soluciones está bien. En cambio, la salida precisa de esquemas JSON, la gestión de estados de flujos de trabajo complejos, el orden de llamadas a herramientas, las operaciones con la API de GitHub, la preservación de rutas de archivos y la decisión de commit/push son inadecuados.

En conclusión, Qwen es aceptable como generador, pero inestable como orquestador.

El punto clave es esta única línea.

Qwen es un modelo generativo inteligente, pero su control, interpretación de estado y preservación de instrucciones son débiles para usarlo como gestor de tareas confiable o agente de automatización.

La conclusión práctica es la siguiente.

Se le puede hacer pensar a Qwen.  
Se le puede encargar el borrador a Qwen.  
No se debe encargar a Qwen la manipulación del repositorio final.

Si vas a seguir usando Qwen en el futuro, es mejor establecer los principios operativos de esta manera.

Prohibido trabajo autónomo  
Una orden a la vez  
Mostrar diff antes de modificar  
Prohibido commit/push  
La preservación del original oficial debe ser aprobada por una persona  
La salida del LLM solo debe usarse como Markdown/texto

Impresiones sobre la búsqueda web en MCP

Al agregar la búsqueda web, el rendimiento de búsqueda mejoró notablemente en comparación con el método tradicional de parcheo web. La velocidad para encontrar la información necesaria y el alcance de la búsqueda mejoraron, y resultó útil para recopilar enlaces candidatos.

Sin embargo, había una tendencia a interpretar de forma extraña la información obtenida mediante la búsqueda web. Aunque la búsqueda era buena, la capacidad de juzgar los resultados de búsqueda en el contexto del trabajo de código aún era inestable.

Por eso sentí que podría ser mejor separar el LLM de codificación del LLM de búsqueda. Dejar la búsqueda a un modelo o herramienta especializada en ella, y validar por separado el juicio de codificación, parece una estructura más estable.

Reflexión

Algunas de las dificultades de hoy fueron en realidad problemas simples cuya respuesta ya conocía.

Solo necesitaba alinear .github y .qwen con los originales, pero me dejé llevar por intentos intermedios del modelo y complicé el problema. La próxima vez verificaré primero si el resultado del modelo coincide con la estructura requerida y validaré la sincronización de rutas/archivos al inicio mediante diff.

Especialmente, es necesario adoptar el hábito de comprobar primero “¿el origen y el destino tienen la misma estructura?” antes de preguntar “¿qué se copió?”.

Problema de interrupción del trabajo

Después de las 2 p.m. de hoy, la conexión a Internet se interrumpió y el servidor Qwen que estaba ejecutándose en RunPod se cayó. Desde entonces, no fue posible llamar al modelo, lo que dificultó continuar con el trabajo.

Se pudo seguir trabajando y organizando localmente, pero confirmé nuevamente que el flujo automático de revisión/búsqueda/validación basado en el servidor Qwen depende mucho del estado de la Internet.

Próximas acciones

• Forkear web-search-mcp y personalizar el motor de búsqueda y el formato de salida necesarios.
• Separar la fase de resumen de resultados de búsqueda de la fase de juicio de codificación para reducir los errores al interpretar los resultados web por parte de Qwen.
• Para tareas donde la sincronización de la estructura de directorios (como .github, .qwen) es crucial, validar primero con diff.
• No otorgar a Qwen permisos de manipulación del repositorio de inmediato; operar con un comando a la vez y centrarse en la verificación de diff.
• Recibir la salida de Qwen inicialmente como borrador Markdown/text, y dejar que los esquemas JSON o la orquestación de la API de GitHub sean manejados por scripts o por una persona.
• Preparar un modelo de respaldo o un procedimiento de verificación local para enfrentar fallas del servidor Qwen en RunPod.