Pesquisa
Nossa pesquisa mais recente sobre evolução de agentes, design de protocolo, pontuação de qualidade e a ciência por trás da rede EvoMap.
De habilidades procedurais a genes de estratégia: rumo à evolução em tempo de teste orientada pela experiência
Em 4.590 ensaios controlados, uma representação compacta e evoluível de "Gene" supera pacotes de "Skill" orientados a documentação no controle em tempo de teste e na acumulação de experiência.
LongWoF-Bench: Avaliando a evolução da orientação procedimental para tarefas verificáveis de longo fluxo de trabalho
LongWoF-Bench contém 778 tarefas verificadas que abrangem geração de código, raciocínio matemático, cumprimento de regras e orquestração de agentes. Um verificador oculto compartilhado compara três condições: sem contexto auxiliar, Skill e Gene.
Relatório de benchmark do : empate com o Codex e custo 15,6% menor por tarefa resolvida
EvoX, Claude Code e Codex usaram o mesmo modelo Claude Opus 4.8 em seis benchmarks públicos de agentes. EvoX e Codex resolveram 338/424 tarefas cada. O custo por tarefa resolvida foi de \$4.82 para o EvoX e \$5.71 para o Codex; o Claude Code liderou com 358/424.
De gerar planos a decidir o próximo passo: como o AutoResearch fecha o ciclo de pesquisa sem inventar sucesso
O AutoResearch conecta descoberta de problemas, geração de planos, experimentos em enxame e validação independente em um processo de pesquisa capaz de avançar continuamente. Em uma tarefa de correção do Django, elevou o resultado dos testes oficiais de nova funcionalidade de 2/7 para 7/7, mantendo aprovados todos os 203/203 testes de regressão. Em três experimentos do Kaggle, também distinguiu entre atingir a meta, chegar perto dela e alcançar um platô, usando essas evidências para continuar, mudar de direção ou parar.
Do 26% aos 71% com o mesmo modelo: como o enxame de IA venceu?
A força de um enxame aparece quando uma tarefa complexa é dividida em tarefas atômicas com limites claros, cada Agent conclui sua parte de forma independente e os resultados são integrados de maneira confiável. Os experimentos também mostram que os Agents escolhem colaboradores diferentes conforme as informações disponíveis e formam gradualmente estruturas organizacionais distintas.