Zelf-Evoluerende Agent Ouroboros Verslaat Codex en Claude Code op Belangrijke Benchmarks

De ontwikkelaar van de Ouroboros-agent beschrijft hoe ze streefden naar een universele Jarvis-achtige agent, maar zich realiseerden dat dit te moeilijk was. In plaats daarvan gaven ze een agent het vermogen om zichzelf te ontwerpen en te bouwen in een autonome evolutielus. Ouroboros is een op Python gebaseerde agentlus met toegang tot git, het recht om zijn eigen runtime te herschrijven, veilig herstarten bij nieuwe versies en terugdraaien als er iets kapot gaat. De eerste versie werd voor de veiligheid in Google Colab geplaatst, met een budget en autonomie. Na enkele maanden behaalt de agent, die aanvankelijk een eenvoudige desktopagent was die katten tekende en wallpapers veranderde, nu state-of-the-art resultaten op Terminal-Bench 2.1, CL-Bench en OSWorld, en gelijkwaardige prestaties aan Claude Code en Codex op GAIA en SWE-Pro. De ontwikkelaar geeft toe dat ze zo'n systeem zelf niet hadden kunnen ontwerpen, maar dat autonome evolutie en het besteden van tokens dit mogelijk maakten. Het bericht bevat benchmarkcijfers, details over reproduceerbaarheid, ongemakkelijke verhalen uit trace-audits en een kort overzicht van de architectuur.