Hexo Labs publica SIA — um agente que se atualiza durante sua execução

A empresa Hexo Labs lançou em acesso aberto a SIA — um sistema de agente que se auto-aperfeiçoa, baseado no modelo gpt-oss-120b. O projeto foi publicado sob a licença MIT, permitindo que os desenvolvedores usem e modifiquem livremente o código.

Como funciona o sistema

A SIA implementa uma abordagem inusitada de auto-aperfeiçoamento. Após cada execução, um Feedback-Agent especial analisa a trajetória de execução da tarefa e identifica onde o agente cometeu erros ou soluções não-ótimas. Com base nessa análise, o sistema decide qual dos dois mecanismos de melhoria usar.

Dois mecanismos de aperfeiçoamento

A Hexo Labs implementou dois métodos independentes pelos quais o agente pode melhorar seu próprio funcionamento:

• Reescrita de scaffold — mudança nas instruções, lógica e estrutura de funcionamento do agente
• Atualização de pesos LoRA — ajuste fino dos pesos da rede neural sem retreinamento completo
• Abordagem combinada — uso de ambos os mecanismos simultaneamente para resultado máximo

A descoberta fundamental: quando o agente pode alterar tanto as instruções quanto os pesos simultaneamente, ele se aperfeiçoa muito mais rapidamente do que quando se aplica apenas um método.

Resultados em tarefas reais

A equipe testou a SIA em três benchmarks complexos. No LawBench (o sistema deveria resolver tarefas jurídicas), a abordagem combinada superou significativamente os resultados. O mesmo aconteceu no TriMul — um conjunto de núcleos GPU que requerem otimização. O terceiro teste: denoização de dados de sequenciamento de RNA de célula única (scRNA-seq) — mostrou que o sistema é capaz de trabalhar com bioinformática.

"Isso abre caminho para agentes que não apenas executam tarefas, mas aprendem e melhoram no processo de trabalho", afirma a publicação de

Hexo Labs.

O que isso significa

O lançamento da SIA em acesso aberto é um sinal de que agentes auto-aperfeiçoáveis estão transitando da categoria de experimentos para uma ferramenta de desenvolvimento. Para pesquisadores, é uma oportunidade de testar novas ideias mais rapidamente. Para empresas, significa que em breve poderão executar sistemas que não apenas realizam tarefas, mas se tornam mais eficientes com cada experiência.