MOSS: Agenti AI auto-evolventi riscrivono il proprio codice sorgente
Un nuovo articolo su arXiv introduce MOSS, un sistema che consente ad agenti AI autonomi di riscrivere il proprio codice sorgente a livello di sorgente, superando i precedenti agenti auto-evolventi che modificano solo artefatti testuali come file di skill o prompt. Gli autori sostengono che l'adattamento a livello di sorgente è più generale: Turing-completo, deterministico e immune alla deriva del contesto lungo, consentendo agli agenti di correggere fallimenti strutturali nel routing, nell'ordine degli hook, negli invarianti di stato e nel dispatch, che sono irraggiungibili dal livello testuale. MOSS è pensato per sistemi agentici di produzione, con l'obiettivo di eliminare fallimenti ricorrenti senza intervento umano.
Fatti principali
- MOSS esegue auto-riscrittura a livello di sorgente su sistemi agentici di produzione.
- I precedenti agenti auto-evolventi modificavano solo artefatti mutabili a livello testuale (file di skill, prompt, schemi di memoria, grafici di workflow).
- L'adattamento a livello di sorgente è Turing-completo e un superset stretto degli ambiti mutabili a livello testuale.
- Entra in vigore deterministicamente, non tramite conformità del modello base.
- Non si deteriora sotto deriva del contesto lungo.
- Fallimenti strutturali nel routing, nell'ordine degli hook, negli invarianti di stato e nel dispatch sono irraggiungibili dal livello testuale.
- L'articolo è pubblicato su arXiv con ID 2605.22794.
- Il sistema è progettato per apprendere dalle interazioni degli utenti e correggere fallimenti ricorrenti in modo autonomo.
Entità
Istituzioni
- arXiv