L’article RSI-Anything, qui a recueilli 32 votes, mise sur l’auto-amélioration récursive : il utilise un modèle du monde comme partenaire d’entraînement, pour que l’agent se pose lui-même des défis dans un environnement simulé, révise ses stratégies, puis recommence. Sans notation externe, il s’appuie sur la cohérence interne comme critère. Après 1 000 cycles, la stabilité de ses actions s’est nettement améliorée.

Pour des protocoles d’agents comme $FET , ce type d’approche est un véritable point de connexion, pas un simple effet d’annonce. Si les agents peuvent eux-mêmes se tromper et en tirer des leçons, les coûts de déploiement peuvent baisser. L’article propose une méthode non supervisée pour des tâches qui nécessitaient auparavant un ajustement fin à partir de retours humains. Cette approche par sous-réseaux en bénéficie elle aussi : les nœuds de validation n’ont plus besoin d’évaluer manuellement les agents au quotidien ; ils peuvent directement utiliser le mécanisme d’auto-évaluation de l’article comme fonction de coût.

Cette fois, il ne s’agit pas d’empiler de la puissance de calcul, mais de faire progresser, grâce aux méthodes d’entraînement, la façon dont les agents deviennent plus performants. À long terme, la valorisation des protocoles d’agents évoluera au rythme des publications. Dès qu’une reproduction open source verra le jour, la mise en pratique ne se limitera plus à une présentation PowerPoint.

#递归自改进 #世界模型 #AI