Investigación profunda · agente IA
EvoScientist: opinión, precio, seguridad y alternativas
EvoScientist es un agente IA de código abierto publicado por EvoScientist, de la familia de los investigación profunda. EvoScientist reúne agentes científicos en un sistema destinado a realizar investigaciones y hacer evolucionar sus métodos. Su repositorio tiene 4915 estrellas y su último commit es del 24 de octubre de 2026.
Qué hace EvoScientist
EvoScientist pertenece a la familia de investigación profunda: agentes que buscan, leen y contrastan decenas de fuentes para elaborar un informe con fuentes. En nuestra tabla ocupa el puesto 8 de los 18 proyectos de esta familia del directorio.
Presentación del repositorio (en inglés): «🔬 Harness Vibe Research with Self-evolving AI Scientists»
¿Para quién es EvoScientist?
Se dirige a analistas, estudiantes y equipos que deben cruzar muchas fuentes para producir una síntesis argumentada. Ejemplos de tareas que se le confían:
- redactar un estado de la cuestión con fuentes
- comparar productos o competidores
- preparar una vigilancia técnica o normativa
Accesos y control humano
Su documentación no detalla los accesos concedidos al agente: compruébelos en los ajustes antes de conectarlo a sus cuentas.
No hemos podido establecer si pide validación humana antes de las acciones sensibles: pruébelo primero en una cuenta o carpeta sin importancia.
Precio de EvoScientist
El código es gratuito, con licencia Apache-2.0.
Empezar con EvoScientist
- Instálelo: el proyecto se distribuye como un paquete de Python (instalación con
pipouv). El comando exacto figura en el README del repositorio. - Cree una clave de API en el proveedor del modelo y colóquela en una variable de entorno, nunca en un archivo compartido o versionado.
- Dele un primer terreno sin riesgo: una carpeta de prueba, una cuenta secundaria o un proyecto desechable. Solo abra sus cuentas reales después de ver cómo se comporta.
- Encárguele una tarea corta y verificable, revise el resultado y el registro de sus acciones, y luego aumente la dificultad poco a poco.
Seguridad: nivel de riesgo
Un informe de agente puede citar fuentes mal leídas o inventadas: compruebe los enlaces antes de reutilizar una cifra.
Tres reflejos: mínimo privilegio (permisos mínimos, claves dedicadas), validación humana para las acciones irreversibles, sandbox para la ejecución de código. El diagnóstico de seguridad de agentes IA revisa su instalación en pocos minutos.
Actividad del proyecto y versiones
Creado el 26 de enero de 2026, el repositorio EvoScientist/EvoScientist suma 4915 estrellas, 340 copias (forks) y 39 incidencias abiertas, con 772 commits en total. Ha recibido cambios este mes.
En las últimas 52 semanas: 751 commits, una media de 14,4 por semana.
42 versiones publicadas en total; 30 en los últimos doce meses. Última versión: v0.3.8, el 24 de octubre de 2026.
EvoScientist frente a otros investigación profunda
Estrellas de GitHub de los proyectos de código abierto mejor valorados de la familia investigación profunda. Las estrellas miden la atención, no la calidad: un proyecto muy mediático las acumula rápido, una herramienta especializada tendrá pocas.
EvoScientist y otros investigación profunda en una tabla
Los 7 agentes mejor clasificados de la misma familia, 7 de ellos de código abierto. La nota sobre 100 solo se aplica a los proyectos de código abierto; para los servicios propietarios indicamos el precio de entrada publicado. Un guion señala un dato que la documentación no precisa.
| Agente | Modelo | Nota | Estrellas o precio de entrada | Autoalojable | Validación humana |
|---|---|---|---|---|---|
| EvoScientist | código abierto | 65 | 4,9 mil ★ | – | – |
| DeerFlow | código abierto | 87 | 84,4 mil ★ | sí | – |
| GPT Researcher | código abierto | 80 | 30,3 mil ★ | sí | – |
| Open Science | código abierto | 76 | 5,4 mil ★ | sí | – |
| Feynman | código abierto | 74 | 10 mil ★ | sí | – |
| Local Deep Research | código abierto | 74 | 9,4 mil ★ | sí | – |
| OpenScience | código abierto | 70 | 4,2 mil ★ | sí | – |
| LLM for Zotero | código abierto | 68 | 3,4 mil ★ | sí | – |
Cómo lo hemos evaluado
Nota: 65/100, calculada solo con datos públicos y verificables, sin pruebas subjetivas ni acuerdos comerciales:
- Adopción 20/40: 4915 estrellas en escala logarítmica (40 puntos a partir de unas 200 000).
- Actividad 30/30: último commit hace menos de un mes, 30 versiones en seis meses, 751 commits en un año.
- Marco 15/30: licencia, validación humana por defecto, autoalojamiento, elección de modelo y sitio de documentación.
La nota no dice si el agente resolverá sus tareas: mide la solidez del proyecto. La tabla completa está en la página de método.
Veredicto
EvoScientist es una opción seria; revise las limitaciones de abajo antes de darle accesos.
Puntos fuertes
- Desarrollo muy activo
- Versiones frecuentes (30 en un año)
- Licencia permisiva (Apache-2.0)
Alternativas
- DeerFlow84,4 mil ★
- GPT Researcher30,3 mil ★
- Open Science5,4 mil ★
- Feynman10 mil ★
- Local Deep Research9,4 mil ★
- OpenScience4,2 mil ★
Entender
Preguntas frecuentes
¿EvoScientist es gratuito?
El software es gratuito (licencia Apache-2.0). Sí hay que pagar las llamadas al modelo, salvo con un modelo local.
¿EvoScientist es seguro?
Nuestro nivel de riesgo: bajo. Concédale permisos mínimos y valide las acciones irreversibles.
¿Qué modelos usa EvoScientist?
Su documentación no precisa los modelos compatibles.
¿Se puede instalar EvoScientist en un servidor propio?
No está claramente documentado: consulte con el editor.
¿Qué alternativas hay a EvoScientist?
En la misma familia: DeerFlow, GPT Researcher, Open Science y Feynman.
¿EvoScientist o DeerFlow: qué diferencia hay?
Ambos pertenecen a la familia de los investigación profunda. EvoScientist tiene 4,9 mil estrellas frente a 84,4 mil de DeerFlow. La elección depende sobre todo de los accesos que esté dispuesto a darle.
Artículos relacionados
- Agente de IA de código abierto o propietario: cómo decidir25 de octubre de 2026
- Agente de IA o chatbot: ¿en qué se diferencian?24 de octubre de 2026
- Agentes de IA autónomos: ¿hasta dónde dejarlos actuar?12 de octubre de 2026
- Memoria de los agentes de IA: cómo recuerdan y por qué olvidan11 de octubre de 2026
Neutralidad. Ningún enlace de afiliación. Ningún editor paga por ser evaluado, puntuado o clasificado. Las evaluaciones las dirige François Chollet, neutrales y factuales, y cada dato está fechado y con su fuente. Cómo puntuamos