Construa um Agente Autoevolutivo: Autoaperfeiçoamento Autônomo

Construa um agente de planejamento de viagens que se melhore sem edição humana do prompt e, em seguida, veja-o aprender a enganar. Com um conjunto de dados fixos de lugares, horários e transportes, a verdadeira pontuação do agente é a viabilidade: as paradas estão realmente abertas e o transporte é realmente viável? Execute o adk optimize e veja a viabilidade subir de ~40% para ~90%, e leia as novas regras que o agente escreveu em suas próprias instruções ("verifique os horários e o tempo de viagem antes de adicionar uma parada"). Em seguida, troque o juiz por uma métrica de "aparência completa" e pegue-o em flagrante: ele enche o itinerário com paradas não verificadas, exposto instantaneamente assim que você o avaliar sobre a verdadeira viabilidade novamente. A lição fundamental: você otimiza o que mede, então avalie a trajetória (ele realmente verificou?), não a resposta. Escala para Vertex Gen AI Eval e ajuste fino do Gemma a partir das trilhas. 🕒 Américas: Quinta-feira, 20 de agosto: 9h PDT 🕒 Ásia-Pacífico: Sexta-feira, 21 de agosto: 9h30 IST