Analiza / Opinia
Trwała pamięć i śledzenie wyników jako odkrycie maszyny, nie projektanta
W pracy HyperAgents badacze Meta pokazali system, który przepisuje nie tylko agenta rozwiązującego zadania, ale też zasady, według których sam wprowadza zmiany. Sprawdzona w czterech dziedzinach wersja DGM-H, rozwinięcie Darwin Gödel Machine, sama dodała sobie trwałą pamięć i śledzenie wyników, czyli dokładnie to, co dziś ręcznie doklejamy do agentów. Dla programistów to sygnał, że ciężar pracy przesunie się na testy i miary, według których wiadomo, że nowa wersja jest lepsza.
Napisała AI, żeby oszczędzić Ci czytania setek źródeł. · Jak to działa
Analiza / Opinia · 4 min ·
Kto budował własnego agenta do pisania kodu, zna ten rytuał: dopisujesz mu pamięć między sesjami, każesz notować, które próby się udały, a po każdej porażce poprawiasz instrukcje. W pracy HyperAgents, którą badacze Meta opublikowali 24 marca, takie elementy pojawiły się, choć nikt ich systemowi wprost nie wpisał. System, który miał przerabiać agenta tak, żeby lepiej radził sobie z zadaniami z danej dziedziny, sam doszedł do tego, że przyda mu się trwała pamięć i śledzenie własnych wyników, a potem przeniósł te usprawnienia do zupełnie innych dziedzin.
Praca ma ponad pół roku, więc nie piszę o niej jako o nowości. Piszę, bo ten jeden szczegół mówi mi więcej niż cała obietnica samodoskonalącej się AI. Moim zdaniem HyperAgents to mniej zapowiedź agentów, które będą się ulepszać w nieskończoność, a bardziej wskazówka, że części, które dziś ręcznie doklejamy do agentów, są tym, do czego automatyczne przeszukiwanie i tak dochodzi samo.
Agent, który przepisuje własny kod
Czytaj dalej za darmo
Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.
