Скачать или смотреть Daily 8x05, "CLaRa: así quiere Apple que la IA entienda tu código de verdad"

¿Por qué los agentes de IA pierden el contexto en conversaciones largas? ¿Por qué buscan archivos por palabras y no por funcionalidad? Apple ha publicado CLaRa, una investigación que ataca los problemas fundamentales del RAG. Hoy explicamos qué es un RAG, por qué falla, y cómo esta nueva aproximación podría cambiar la forma en que programamos con IA.
------------
Escucha este podcast o ve el vídeo en Be Native: https://benative.dev
Conviértete en el Maestro que las empresas necesitan con el Swift Mastery Program 26: https://acoding.academy/smp26
------------
Si usas Claude Code, Cursor, Copilot o cualquier agente de IA para programar, seguro que has experimentado esto: llevas una hora de sesión, el modelo entiende perfectamente tu proyecto, y de repente... parece que se le va la cabeza. Te propone cosas que ya habíais descartado. Ignora archivos que le pasaste hace veinte minutos.

¿Por qué pasa esto? La respuesta está en cómo funcionan los sistemas RAG (Retrieval-Augmented Generation) y en sus limitaciones fundamentales.
En este episodio explicamos:
→ Qué es un RAG y por qué es esencial para los agentes de código
→ Por qué el buscador de archivos no entiende tu código, solo palabras
→ Cómo la compresión en conversaciones largas destruye el contexto que has construido
→ Qué es CLaRa, la nueva investigación de Apple que unifica búsqueda y generación
→ Por qué comprimir inteligentemente puede dar mejores resultados que usar el texto completo

Apple sigue apostando por la eficiencia sobre la fuerza bruta. No buscan el modelo más grande, buscan el más inteligente. Y CLaRa es un ejemplo perfecto de esa filosofía.

Investigación disponible en abierto:
Paper: arxiv.org/abs/2511.18659
GitHub: github.com/apple/ml-clara
Modelos: huggingface.co/apple/CLaRa-7B-Instruct