Os Agentes Podem Realmente Melhorar a Si Mesmos?

Visão geral Uma noite prática construindo um agente que comprovadamente melhora: simular os casos extremos, pontuar contra avaliações e liberar cada versão apenas se a próxima versão superar a anterior. Você sairá com o loop, construído em ferramentas de código aberto, rodando em um laptop. Detalhes do evento "Agentes auto-melhoráveis" está fazendo muito trabalho em decks de apresentação agora. Parte disso é real, muito disso não é, e esta noite separa os dois construindo a versão real diante de você. Juntos, construiremos a versão real ao vivo para mostrar a diferença. Antes que qualquer coisa chegue à produção, simulamos usuários sintéticos e cenários adversariais para identificar onde o agente falha, pontuamos essas execuções contra avaliações e alimentamos as falhas de volta. A avaliação se torna a porta de entrada: nada é lançado a menos que os números mudem na direção certa. Em seguida, mantemos a operação, redirecionando o tráfego de produção novamente pelas mesmas avaliações para que as regressões apareçam como pontuações em queda, em vez de tickets de suporte. A auto-melhoramento recursivo completo ainda é um problema de pesquisa em aberto e não vamos fingir o contrário, mas a versão limitada é construtível hoje em OpenTelemetry e em frameworks de código aberto que você pode bifurcar e auto-hospedar. Conduzindo o workshop Nikhil, fundador e CEO da Future AGI, conduz a construção ao vivo, de ponta a ponta. Ele passa os dias ocupados com o exato problema que esta noite aborda: tornando os agentes confiáveis o suficiente para confiança em produção, e mensuráveis o suficiente para saber que eles estão realmente melhorando. Leve um laptop para: Agenda 17:30 — Lanches e Olá 18:15 — Memória Auto-Melhorável para Agentes: Dos Grafos de Conhecimento para Melhores Decisões por Dave da Cognee 18:45 — Workshop: o loop de auto-melhoramento que realmente é lançado 19:30 — Debate aberto e Q&A: hype versus o que funciona 20:00 — Networking 20:30 — Até a próxima iteração Para engenheiros e construtores de produtos de IA rodando agentes em produção que desejam a versão que melhora comprovadamente, construída em ferramentas abertas que podem manter. Sobre a Pebblebed Pebblebed é uma VC técnica em estágio inicial, fundada por Pam Vagata (cofundadora da OpenAI, liderou IA na Stripe, inventor do FBLearner Flow); Keith Adams (fundou a Facebook AI Research, foi arquiteto chefe no Slack, 20º engenheiro na VMWare) e Tammie Siew (ex-investidora da Sequoia no Sudeste Asiático, ex-fundadora apoiada pela Sequoia & Notable Capital) Sobre a Future AGI A Future AGI é uma plataforma de simulação, avaliação e observabilidade em IA de código aberto. As equipes a utilizam para simular agentes antes de lançá-los, pontuá-los contra modos reais de falha e continuar monitorando-os em produção para que a qualidade não se degrade silenciosamente ao longo do tempo. É auto-hospedável e nativa do OpenTelemetry, com rastreamento que se conecta a mais de 35 frameworks. O loop que você construirá esta noite roda nas mesmas ferramentas abertas, suas para bifurcar e levar para casa, sem necessidade de conta. Sobre a Cognee AI A Cognee constrói uma plataforma de memória OSS para agentes. Ela transforma dados relacionais, documentos e contexto de sistema em memória de agente que seus agentes podem recordar em diferentes sessões.