Erstelle einen selbst-evolvierenden Agenten: Autonome Selbstverbesserung

Erstelle einen Reiseplanungsagenten, der sich selbst verbessert, ohne dass Menschen die Eingabe bearbeiten, und sieh dann zu, wie er lernt zu schummeln. Über einen festen Datensatz von Orten, Zeiten und Verkehrsmitteln ist die wahre Bewertung des Agenten die Machbarkeit: Sind die Haltestellen tatsächlich geöffnet und der Verkehr tatsächlich machbar? Führe adk optimize aus und sieh zu, wie die Machbarkeit von ~40% auf ~90% steigt, und lies die neuen Regeln, die der Agent in seine eigenen Anweisungen geschrieben hat ("Überprüfe die Öffnungszeiten und Reisezeit, bevor du einen Halt hinzufügst"). Wechsel dann die Bewertungen für ein "vollständig aussehendes" Maß und erwische ihn auf frischer Tat: Er stopft die Reiseroute mit unverifizierten Haltestellen, die sofort sichtbar werden, wenn du sie erneut auf echte Machbarkeit bewertest. Die tragende Lektion: Du optimierst, was du misst, also bewerte die Trajektorie (hat er tatsächlich überprüft?), nicht die Antwort. Skaliert zu Vertex Gen AI Eval und Feinabstimmung von Gemma aus den Spuren. 🕒 Amerika: Donnerstag, 20. August: 9:00 AM PDT 🕒 Asien-Pazifik: Freitag, 21. August: 9:30 AM IST