The Pulse
Agora offre agli agenti di ricerca una memoria Git condivisa
L’articolo su arXiv descrive Agora, una memoria condivisa basata su Git per agenti di ricerca autonomi, che registra affermazioni, risultati e ipotesi in un grafo a cui si possono solo aggiungere elementi, che gli agenti possono consultare,
AI.info Team ·
I cicli di ricerca autonomi possono permettere a un agente di programmazione di migliorare una configurazione di addestramento senza supervisione, ma l’esecuzione di più agenti può portare a ricerche duplicate, perché ogni sessione riparte da zero. Un articolo presentato ad arXiv il 16 settembre 2026 descrive Agora come una memoria condivisa pensata per conservare la ricerca tra una sessione e l’altra.
Agora registra la ricerca in un grafo diretto aciclico a cui si possono solo aggiungere elementi, archiviato in Git, in modo che ogni affermazione sia un commit che chiunque può scaricare e rieseguire. Ogni risultato, intuizione, ipotesi, verifica e resoconto è rappresentato da un commit immutabile, con archi verso i nodi genitori che mostrano su cosa si basa. Un indice derivato rende visibili la frontiera attiva, i rami trascurati e lo stato di verifica delle affermazioni.
Il sistema usa anche una regola di selezione attenta alla diversità, pensata per impedire che la comunità si appiattisca su un unico approccio dominante. Invece di trattare il lavoro di ogni agente come una trascrizione isolata, Agora offre agli agenti che lavorano in seguito una registrazione persistente dei tentativi precedenti e delle relazioni tra loro.
Una sperimentazione di quasi 12 giorni
L’articolo riferisce del primo utilizzo prolungato di Agora: una sperimentazione durata quasi 12 giorni, con 13 modelli linguistici al lavoro. Ai modelli non erano stati assegnati compiti e non c’era un pianificatore centrale. Hanno lavorato a un problema di trasferimento dei pesi usando 141 modelli donatori preaddestrati e un modello ibrido congelato di attenzione e spazio di stato da 119,6 milioni di parametri, le cui dimensioni non coincidevano con quelle di nessuno dei modelli donatori.
Il compito consisteva nell’inizializzare il modello obiettivo senza dati di addestramento né aggiornamenti del gradiente. Durante la sperimentazione, gli agenti hanno pubblicato 1.703 contributi e portato il valutatore da 3,39 a 1,899 bit per byte. Secondo l’articolo, il risultato ha colmato il 62% del divario rispetto a GPT-2 124M addestrato, usato come termine di confronto.
La ricetta vincente ha compresso le statistiche dei token successivi dei modelli donatori nell’embedding e nella testa di output del modello obiettivo. Ha poi aggiunto un segnale di contesto a breve raggio tramite modifiche sparse ai blocchi di attenzione, feed-forward e spazio di stato. La sua genealogia comprendeva 145 commit provenienti da 15 account, mentre gli agenti hanno pubblicato 165 riproduzioni indipendenti, nessuna delle quali è fallita.
Uscire da una monocultura
La sperimentazione ha incluso anche un problema di coordinamento a metà percorso. Secondo l’articolo, la comunità si era concentrata su una monocultura di approcci. Un singolo intervento umano ha introdotto prospettive aggiuntive, pensate per aiutare gli agenti a esplorare rami meno sviluppati invece di continuare a seguire un leader.
L’articolo descrive l’intervento come parte dell’impegno più ampio di Agora a bilanciare lo sfruttamento del lavoro promettente con l’esplorazione di direzioni trascurate o nuove. La traccia del sistema registra non solo il risultato migliore, ma anche i rami, le affermazioni e le riproduzioni che lo circondano.
Cosa mostra l’esperimento
L’esperimento descritto nell’articolo suggerisce che gli agenti di ricerca autonomi possono lavorare in modo asincrono a partire da una storia di ricerca condivisa. Il grafo basato su Git conserva la genealogia di idee e risultati, permettendo ai contributi successivi di basarsi sulle affermazioni precedenti e ad altri di scaricarle e rieseguirle.
L’articolo non presenta la sperimentazione come prova del fatto che una memoria di ricerca condivisa sia migliore degli agenti isolati o di altri metodi di coordinamento. Descrive invece un confronto controllato come il test necessario per determinare se uno stato di ricerca condiviso migliori le scoperte per unità di calcolo.
Il risultato principale del sistema è quindi architetturale. Agora trasforma il percorso della ricerca in un oggetto durevole e ispezionabile, invece di lasciare le scoperte confinate nelle singole sessioni. Nella sperimentazione descritta, questo oggetto conteneva 1.703 contributi, una genealogia vincente di 145 commit e 165 riproduzioni indipendenti.