Argus: Un Runtime Agentico Persistente per il Ragionamento a Lungo Orizzonte
Un recente articolo su arXiv (ID: 2608.05144) presenta Argus, un runtime auto-evolvente progettato per compiti di ragionamento a lungo orizzonte. Questo sistema innovativo presenta un framework multi-agente che include ruoli come Manager, Pianificatore, Ingegnere e Revisore, tutti incaricati di eseguire missioni limitate su uno stato di progetto stabile. Argus distingue tra intenzione dell'utente e obiettivi operativi, vincoli e standard di verifica, incorporando memorie, competenze, procedure e decisioni di instradamento solo dopo revisioni approfondite e verifiche specifiche del compito. Mentre i pesi del modello rimangono invariati, l'auto-evoluzione è guidata da stati di runtime persistenti e politiche di controllo, consentendo azioni autonome tra punti di escalation definiti dall'operatore. Nei test su sette ambienti GPT-5.5, Argus ha ottenuto circa il 78% su SWE-Bench Pro, superando il 59% di Direct Copilot, utilizzando 1,41 volte le risorse totali. L'articolo è stato appena sottomesso e può essere accessibile tramite il link arXiv.
Fatti principali
- Argus è un runtime persistente e auto-evolvente per il ragionamento a lungo orizzonte.
- Utilizza agenti Manager, Pianificatore, Ingegnere e Revisore.
- Separa l'intenzione stabile dell'utente dagli obiettivi operativi e dai vincoli.
- L'auto-evoluzione avviene attraverso lo stato di runtime persistente e la politica di controllo.
- I pesi del modello rimangono fissi.
- Argus raggiunge circa il 78% su SWE-Bench Pro rispetto al 59% di Direct Copilot.
- Utilizza 1,41 volte le risorse aggregate.
- L'articolo è su arXiv con ID 2608.05144.
Entità
Istituzioni
- arXiv