¿Pueden los Agentes Mejorarse a Sí Mismos?

Descripción Una noche práctica construyendo un agente que claramente mejora: simula los casos límite, califica contra evaluaciones y controla cada lanzamiento para que la siguiente versión se envíe solo si supera la anterior. Saldrás con el bucle, construido con herramientas de código abierto, ejecutándose en una computadora portátil. Detalles del evento "Agentes auto-mejoradores" están haciendo mucho trabajo en las presentaciones en este momento. Parte de ello es real, gran parte no lo es, y esta noche separa los dos construyendo la versión real frente a ti. Juntos construiremos la versión real en vivo para mostrar la diferencia. Antes de que algo llegue a producción, simulamos usuarios sintéticos y escenarios adversariales para sacar a la luz dónde se rompe el agente, calificamos esas ejecuciones contra evaluaciones y alimentamos las fallas de nuevo. La evaluación se convierte en la puerta: nada se envía a menos que los números se muevan en la dirección correcta. Luego lo mantenemos funcionando, dirigiendo el tráfico de producción de regreso a través de las mismas evaluaciones para que las regresiones aparezcan como puntuaciones decrecientes en lugar de tickets de soporte. La auto-mejora recursiva completa sigue siendo un problema de investigación abierto y no pretendemos lo contrario, pero la versión limitada es construible hoy en día sobre OpenTelemetry y marcos de código abierto que puedes bifurcar y auto-alojar. Dirigiendo el taller Nikhil, fundador y CEO de Future AGI, dirige la construcción en vivo, de principio a fin. Pasa sus días en el problema exacto del que trata esta noche: hacer que los agentes sean lo suficientemente confiables como para confiar en producción, y lo suficientemente medibles como para saber que realmente están mejorando. Trae una computadora portátil para: Agenda 5:30 — Bocadillos y saludos 6:15 — Memoria auto-mejoradora para Agentes: De Gráficas de Conocimiento a Mejores Decisiones por Dave de Cognee 6:45 — Taller: el bucle de auto-mejora que realmente se envía 7:30 — Debate abierto y preguntas y respuestas: hype versus lo que funciona 8:00 — Networking 8:30 — Nos vemos en la próxima iteración Para ingenieros y creadores de productos de IA que ejecutan agentes en producción y quieren la versión que mejora de manera comprobable, construida sobre herramientas abiertas que pueden mantener. Acerca de Pebblebed Pebblebed es una VC técnica en etapa temprana fundada por Pam Vagata (cofundadora de OpenAI, dirigió IA para Stripe, inventora de FBLearner Flow); Keith Adams (fundó Facebook AI Research, fue arquitecto principal en Slack, 20º ingeniero en VMWare) y Tammie Siew (anterior inversora de Sequoia en el sudeste asiático, ex fundadora respaldada por Sequoia y Notable Capital) Acerca de Future AGI Future AGI es una plataforma de simulación, evaluación y observabilidad de IA de código abierto. Los equipos la utilizan para simular agentes antes de enviarlos, calificarlos contra modos de falla reales y seguir observándolos en producción para que la calidad no se degrade silenciosamente con el tiempo. Es auto-alojable y nativa de OpenTelemetry, con trazas que se conectan a más de 35 marcos. El bucle que construirás esta noche funciona con las mismas herramientas abiertas, tuyas para bifurcar y llevar a casa, sin necesidad de cuenta. Acerca de Cognee AI Cognee construye una plataforma de memoria OSS para agentes. Convierte datos relacionales, documentos y contexto del sistema en memoria de agente que tus agentes pueden recordar a través de sesiones.