AI-agenter utvecklar nya förmågor – lär sig samarbeta i team och omvärdera sin egen kod

Från isolerade verktyg till intelligenta team

AI-agenter genomgår just nu en fundamental transformation. Från att ha varit relativt enkla verktyg som utför specifika uppgifter utvecklas de nu till sofistikerade system som kan samarbeta, lära sig av erfarenheter och till och med programmera sin egen körning.

Samarbete kräver intelligent slumpmässighet

En av de mest överraskande upptäckterna kommer från forskning som visar att AI-agenter behöver strukturerad slumpmässighet för att kunna samarbeta effektivt. När identiska agenter observerar samma miljö fattar de identiska beslut, vilket omöjliggör rollfördelning. Enligt nya studier på arXiv löses detta genom tekniker som "Diamond Attention", där varje agent genererar slumpmässiga tal som skapar tillfällig rangordning. I tester uppnådde denna metod 100% framgång i symmetriska spel där deterministiska metoder bara nådde 50%.

Återanvändning av lärda strategier

Parallellt med samarbetsgenombrottet utvecklas agenternas förmåga att bygga vidare på tidigare erfarenheter. Metoden HCL-GP låter AI-agenter automatiskt extrahera återanvändbara komponenter från framgångsrika genomföranden och organisera dem i bibliotek för framtida uppgifter. Resultaten är imponerande: träffsäkerhet på 98,2% för vanliga uppgifter och förbättringar på över 15 procentenheter jämfört med statiska metoder.

Självprogrammerande agenter

Men kanske det mest banbrytande är utvecklingen av självprogrammerad körning (SPE). Traditionella AI-agenter följer fasta orchestreringsprogram, men nya tekniker låter agenternas egen utdata fungera som orchestreringsprogram. Forskare har skapat programmeringsspråket Spell, baserat på Lisp, där program kan redigera och omvärdera sig själva utan att upprepa tidigare sidoeffekter.

Kontinuerlig inlärning under drift

Ett annat genombrott är CASCADE-tekniken som löser det grundläggande problemet att AI-modeller slutar lära sig när de satts i drift. Genom att ge modeller ett explicit episodiskt minne som växer över tid kan de fortsätta utvecklas genom erfarenhet, precis som mänsklig intelligens. I tester över 16 olika uppgifter inom medicin, juridik och kodgenerering förbättrade CASCADE framgångsgraden med över 20 procent.

Strukturerad återkoppling och kritik

Forskare har även utvecklat SCALAR (Structured Critic-Actor Loop for AI Reasoning), ett system där olika AI-roller samarbetar: en Aktör föreslår lösningar, en Kritiker ger återkoppling och en Domare utvärderar resultaten. Studier inom teoretisk fysik visar att flerturssamtal konsekvent presterar bättre än enstaka försök, särskilt när mindre modeller vägleds av starkare kritiker.

Specialisering inom domäner

Agenternas kapacitet utvidgas även inom specifika områden. GraphDC-ramverket använder "dela och härska"-principen för att lösa komplexa grafproblem genom att dela upp uppgifter mellan specialiserade agenter. ARMOR förbättrar kemiska reaktionsförutsägelser genom att organisera AI-verktyg hierarkiskt baserat på deras styrkor. Weblica har gjort genombrott inom webbnavigering genom att träna agenter på tusentals olika miljöer.

Bättre förståelse av komplexa miljöer

Slutligen utvecklas agenternas förmåga att förstå när specifika handlingar är möjliga genom AGWM (Affordance-Grounded World Model), som spårar en abstrakt struktur av förutsättningar och beroenden. Detta gör att agenter kan hantera situationer där handlingsmöjligheter förändras dynamiskt.