# Pesquisadores dizem que predictor elevou desempenho de agentes que modificam seu software

- Publicada: 2026-10-16T21:54:26.000Z
- Atualizada: 2026-10-16T22:02:32.088Z
- Editoria: Modelos
- Assuntos: Pesquisa, Agentes, Código
- Página: https://aidailyjournal.com/pt/n/2026/10/16/researchers-say-predictor-improved-agents-that-modify-their-own-software/
- Fontes: [Xataka](https://xataka.com/robotica-e-ia/agentes-ia-estan-aprendiendo-a-mejorar-su-propio-software-clave-puede-estar-predecir-sus-errores-antes-cometerlos)

## Resumo

Pesquisadores da Universidade da Virgínia, Microsoft Research e Universidade Tsinghua desenvolveram o Improvement Dynamics Model (IDM), um componente que tenta prever se uma modificação feita por agentes de IA pode piorar seu desempenho. Quando identifica esse risco, o sistema permite uma revisão adicional antes da avaliação final. O método foi incorporado ao HyperAgents, que registra versões anteriores para orientar novas mudanças no código e nas instruções dos agentes.

Em um experimento com 166 tarefas de programação não usadas no processo de melhoria ou seleção, o agente inicial teve sucesso em aproximadamente 16% dos casos. Versões selecionadas do HyperAgents sem o predictor alcançaram mediana próxima de 22%, enquanto o método com previsão chegou a quase 30%. Os resultados, baseados em cinco execuções por configuração, foram apresentados em um estudo publicado no arXiv e refletem as condições desse experimento.

## Por que importa (interpretação editorial)

A abordagem sugere uma forma de reduzir regressões quando agentes alteram o próprio código ou instruções, inserindo uma etapa de revisão antes da avaliação final. A vantagem observada, porém, está limitada às condições do experimento, às 166 tarefas e às cinco execuções por configuração.

_Resumo escrito pelo AI Daily Journal a partir das fontes acima, com palavras próprias. Para detalhes, leia as matérias originais._