Inspirado pela autopesquisa de Karpathy, ensinei a VibeHQ a evoluir a si mesmo, não a evoluir um único agente, mas a evoluir todo o método cooperativo multi-agente. 7 corridas totalmente automáticas sem nenhuma intervenção manual: • Uso de tokens: 7,2M → 5,7M (pico de diminuição de 62%) • Redução de problemas relacionados à coordenação (duplicação de trabalho, etc...) :4 → 0 • Desperdício de token PM: -91% Loop: benchmark → quantização cooperativa e análise de LLM modo de falha → /optimize-protocol rewrite código de coordenação → reconstrução → repetição. A IA observa os agentes falharem no trabalho em equipe, analisa o motivo da falha e então altera seu próprio código-fonte para coordenar a lógica de cooperação, sem nenhum trabalho manual durante todo o processo, permitindo completamente que a IA organize sua própria compreensão tácita de equipe. Após analisar os pontos relevantes, a autopesquisa está automaticamente otimizando o treinamento do modelo, o Ralph anterior era um ciclo autônomo de um único agente, e o Gastown rodava 20-30 Código Claude ao mesmo tempo orquestração, mas não tem a capacidade de evoluir, são muito fortes, mas mais tarde, também evoluem as habilidades de um único agente. Ninguém está evoluindo o trabalho em equipe, como dividir o trabalho, como evitar conflitos, como compartilhar contexto e como desbloquear uns aos outros. Imagine o que isso se tornaria se fugisse: • Os agentes desenvolvem sua própria cultura de equipe e química de trabalho. • Adaptar-se a cada projeto, designando uma equipe de 3 ou 7 pessoas de acordo com o nível de desenvolvimento do projeto. • Quanto mais projetos vocês fizerem juntos, mais forte será sua equipe. • Os agentes podem integrar novos colegas enquanto o projeto está em andamento, reatribuindo automaticamente o trabalho. Sério, no que isso vai evoluir no final? Não sei, mas essa é a parte mais empolgante.