The Pulse

Agora offre agli agenti di ricerca una memoria Git condivisa

Il paper Agora, pubblicato su arXiv, descrive 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 e che gli agenti possono

AI.info Team · Scritto con l’IA · verificato · 2026-09-18

I cicli di ricerca autonomi possono consentire a un agente di coding di migliorare una configurazione di addestramento senza supervisione, ma l’impiego di più agenti può portare a duplicare le ricerche, perché ogni sessione riparte da zero. Un paper presentato ad arXiv il 16 settembre 2026 illustra Agora come una memoria condivisa pensata per preservare la ricerca da una sessione all’altra.

Agora registra la ricerca in un grafo diretto aciclico, a cui si possono solo aggiungere elementi, memorizzato in Git, in modo che ogni affermazione sia un commit che chiunque può recuperare ed eseguire nuovamente. Ogni risultato, intuizione, ipotesi, verifica e rapporto è rappresentato da un commit immutabile, con archi verso i nodi genitori che indicano su cosa si basa. Un indice derivato mostra la frontiera attiva, i rami trascurati e lo stato di verifica delle affermazioni.

Il sistema usa anche una regola di selezione che tiene conto della diversità, pensata per evitare che la comunità converga su un unico approccio dominante. Anziché trattare il lavoro di ogni agente come una trascrizione isolata, Agora mette a disposizione degli agenti successivi una registrazione persistente dei tentativi precedenti e delle relazioni tra loro.

Un’esecuzione di quasi 12 giorni

Il primo utilizzo prolungato di Agora è stato un’esecuzione durata quasi 12 giorni, che ha coinvolto 13 agenti basati su modelli linguistici. Gli agenti non avevano compiti assegnati né un pianificatore centrale. Hanno lavorato a un problema di trasferimento dei pesi usando 141 modelli donatori preaddestrati e un modello ibrido tra attention e modelli a spazio di stati, con 119,6 milioni di parametri congelati, le cui dimensioni non corrispondevano a quelle di nessuno dei donatori.

Il compito era inizializzare il modello bersaglio senza dati di addestramento né aggiornamenti del gradiente. Durante l’esecuzione, gli agenti hanno pubblicato 1.703 contributi e portato il valore dell’evaluatore da 3,39 a 1,899 bit per byte. Secondo il paper, questo risultato ha colmato il 62% del divario rispetto a un GPT-2 124M addestrato, usato come termine di confronto.

La soluzione vincente ha compresso le statistiche dei donatori sul token successivo nell’embedding e nella testa di output del modello bersaglio. Ha poi aggiunto un segnale di contesto a corto raggio tramite modifiche sparse ai blocchi di attention, feed-forward e a spazio di stati. La sua genealogia comprendeva 145 commit di 15 account, mentre gli agenti hanno pubblicato 165 riproduzioni indipendenti, nessuna delle quali è fallita.

Uscire dalla monocultura

L’esecuzione ha comportato anche un problema di coordinamento a percorso già avviato. Secondo il paper, la comunità si era concentrata su una monocultura di approcci. Un unico intervento umano ha introdotto ulteriori viste, pensate per aiutare gli agenti a esplorare i rami meno sviluppati anziché continuare a seguire un solo approccio dominante.

L’intervento faceva parte del più ampio sforzo di Agora per 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 di Agora descritto nel paper suggerisce che gli agenti di ricerca autonomi possono operare in modo asincrono a partire da una cronologia di ricerca condivisa. Il grafo basato su Git preserva la genealogia delle idee e dei risultati, consentendo ai contributi successivi di basarsi su affermazioni precedenti e ad altri di recuperarle ed eseguirle nuovamente.

Il paper non presenta l’esecuzione come prova 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 la capacità di fare scoperte per unità di calcolo.

Il risultato principale del sistema resta dunque di natura architetturale. Agora trasforma il percorso della ricerca in un oggetto duraturo e ispezionabile, anziché lasciare le scoperte confinate alle singole sessioni. Nell’esecuzione descritta, quell’oggetto conteneva 1.703 contributi, una genealogia della soluzione vincente composta da 145 commit e 165 riproduzioni indipendenti.