O loop de feedback por trás de agentes de IA que se autoaperfeiçoam

O self-improving não é um modelo, nem uma API, mas um padrão de arquitetura para sistemas de agentes que incorporam um loop externo, o 'autoresearch', onde os próprios agentes participam ativamente da melhoria contínua do sistema em que operam. Diferente de loops de execução simples (como os usados na PostHog ou em ferramentas de devops), o self-improving exige três camadas: (1) um inner loop que entrega valor direto ao usuário (ex.: gerar código, analisar logs); (2) um outer loop que observa esse inner loop, coleta sinais de falha, sucesso e ambiguidade; e (3) uma camada de 'receitas' (agent recipes) que codifica decisões humanas, como critérios de avaliação, julgamentos manuais, correções de contexto, em formato reutilizável e versionado.

Isso significa que o self-improving só funciona quando há um canal explícito para a entrada humana, não como supervisão pontual, mas como fonte estruturada de sinal. O framework Pi, citado por Roland Gavrilescu, é a infraestrutura que torna isso possível: ele separa claramente o runtime do agente do seu comportamento configurável, permitindo que receitas sejam carregadas, testadas e substituídas sem reimplantação. É menos 'Linux' e mais 'Kubernetes para agentes': um orquestrador que abstrai a complexidade de manter múltiplos loops com diferentes objetivos, custos e níveis de autonomia.

A CEVIU já havia mapeado o salto de prompts manuais para loops de execução em junho, mas o autoresearch representa uma mudança de categoria: não basta o agente concluir tarefas, agora ele deve contribuir para melhorar *como* as tarefas são definidas, avaliadas e priorizadas. Enquanto os artigos anteriores focavam em *execução autônoma*, este anuncia *engenharia de melhoria autônoma*. A diferença prática? Antes, um agente ajustava seu output com base em um eval fixo. Agora, ele pode sugerir novos evals, propor mudanças na receita e até pedir validação humana para decidir se uma nova versão da receita deve ser promovida, tudo dentro do mesmo fluxo Git que rastreia cada mudança.

Porque resolve o principal gargalo dos agentes em produção: a estagnação. Loops de execução escalam tarefas, mas não evoluem sozinhos. Sem autoresearch, cada melhoria exige engenharia manual, atualizar prompts, refinar evals, ajustar contextos. Com ele, o sistema passa a ter memória organizacional: falhas repetidas geram novos julgadores, padrões de feedback de produto viram triggers automáticos, e decisões humanas são capturadas como código-fonte versionável. Isso transforma a equipe de IA de um centro de operações em um laboratório contínuo, onde os agentes são pesquisadores, não apenas executantes.