Agente Autoevolutivo Ouroboros Supera Codex e Claude Code em Principais Benchmarks

O desenvolvedor do agente Ouroboros descreve como eles pretenderam criar um agente universal estilo Jarvis, mas perceberam que era difícil demais, então, em vez disso, deram a um agente a capacidade de projetar e construir a si mesmo em um loop de evolução autônoma. Ouroboros é um loop de agente baseado em Python com acesso ao git, o direito de reescrever seu próprio runtime, reinicialização segura em novas versões e reversão se algo quebrar. A primeira versão foi colocada no Google Colab por segurança, com um orçamento e autonomia. Após vários meses, o agente, inicialmente um agente de desktop simples que desenhava gatos e mudava papéis de parede, agora alcança resultados de ponta no Terminal-Bench 2.1, CL-Bench e OSWorld, e paridade com Claude Code e Codex no GAIA e SWE-Pro. O desenvolvedor admite que não teria conseguido projetar tal harness, mas a evolução autônoma e o gasto de tokens tornaram isso possível. O post inclui números de benchmark, detalhes de reprodutibilidade, histórias constrangedoras de auditorias de rastreamento e uma breve visão geral da arquitetura.