A primeira onda de IA generativa foi definida pelo prompt: um humano pergunta, um modelo responde. Mas a indústria está migrando rapidamente para os "agentes" — sistemas projetados não apenas para falar, mas para agir. A Trellis AI, egressa da turma Winter 2024 da Y Combinator, sinaliza agora a intenção de levar esse paradigma adiante ao recrutar engenheiros para construir o que chama de agentes com capacidade de autoaperfeiçoamento.
O desafio técnico está no vão entre execução e otimização. Embora os agentes de IA atuais consigam navegar abas de navegador ou escrever código, eles frequentemente tropeçam na lógica recursiva necessária para corrigir os próprios erros. Um agente que se aperfeiçoa sozinho pressupõe um ciclo de retroalimentação no qual o sistema avalia seu próprio resultado à luz de um conjunto de objetivos, identifica pontos de atrito e ajusta sua lógica interna sem intervenção humana.
O movimento da Trellis AI reflete uma mudança mais ampla no Vale do Silício: da escala bruta dos modelos para a sofisticação arquitetural. À medida que os ganhos mais fáceis do treinamento de grandes modelos de linguagem começam a se esgotar, a fronteira competitiva se deslocou para o "inner loop" da autonomia. O objetivo é criar software que não apenas execute uma tarefa, mas aprenda as nuances específicas do fluxo de trabalho de uma empresa por meio de repetição e autocorreção contínuas.
Com reportagem de Hacker News.
Source · Hacker News
