Ouroboros: самостоятельно развивающийся кодинг-агент, эволюционирующий через проверяемые коммиты
Ouroboros — это харнесс кодинг-агента, чьи инструменты, промпты, сборка контекста и основная реализация эволюционируют через проверяемые коммиты, сочетая рекурсивный цикл свободной эволюции с изменениями, основанными на опыте, выявляемыми в ходе обычного использования. Работая на Opus 5, он показывает 86,74% на Terminal-Bench 2.1 и 90,69% на OSWorld-Verified — оба результата являются новыми лучшими среди заявленных, а также SOTA в пятираундовой кампании CL-Bench.
Почему это важно
Получил 1,1 тыс. лайков на HuggingFace Daily Papers, отражая сильный интерес сообщества; конкретная точка данных в направлении самосовершенствующихся агентов, включая явное обсуждение проблемы безопасности агентов, переписывающих собственный код.
Важность: 4/5
Заметная статья с 1,1 тыс. лайков на HuggingFace Daily Papers (порог повышения ≥100) плюс новый заявленный SOTA на Terminal-Bench и OSWorld.