Mengenal SIA: Agen AI Open Source Pertama yang Diklaim Mampu Memperbarui Perangkat Lunak dan Modelnya Secara Otonom

• Task-Agent — model yang menjalankan tugas spesifik yang ditargetkan .
• Meta-Agent (Feedback-Agent) — agen berbasis LLM yang bertugas memperbarui 'harness' dan bobot dari Task-Agent .

Feedback-Agent mengeluarkan dua jenis pembaruan :

• Pembaruan Harness — mengedit kerangka agen, seperti logika prompt, penggunaan alat (tool-use), atau alur kerja .
• Pembaruan Bobot — memperbarui bobot model dari Task-Agent itu sendiri .

Klaim utama dari penelitian ini adalah bahwa menggabungkan kedua tuas pembaruan tersebut mengungguli pendekatan iterasi yang hanya mengandalkan kerangka (scaffold-only) pada setiap benchmark yang diuji .

Hasil Benchmark: Kemampuan yang Didemonstrasikan

Makalah penelitian mengevaluasi SIA di tiga domain berbeda: klasifikasi dakwaan hukum Tiongkok, optimasi kernel GPU tingkat rendah, dan denoising RNA sel tunggal .

Catatan: Sumber makalah yang tersedia melaporkan hasil LawBench sebagai keuntungan 56,6%, tanpa membuktikan angka akurasi absolut akhir yang terpisah . Pengurangan waktu operasi 91,9% dan keuntungan denoising 502% juga dilaporkan di versi arXiv yang tersedia .

Klaim Akselerasi Superintelligence

Pengumuman publik menggambarkan SIA sebagai AI peningkatan diri open source yang mempercepat jalan menuju superintelligence (kecerdasan super) . Sebuah klaim benchmark "350×" tidak ditemukan dalam sumber akademik yang disitasi, yang alih-alih melaporkan tiga hasil benchmark domain di atas .

Perbedaan dari Pendekatan Scaffold-Only dan Nous Research

• Pendekatan Scaffold-Only: Diferensiator utama SIA adalah kemampuannya memperbarui harness dan bobot model secara bersamaan, sementara perbandingan yang didukung makalah adalah terhadap iterasi kerangka (scaffold) saja . Makalah melaporkan bahwa kombinasi ini mengungguli iterasi scaffold-only di ketiga benchmark .
• Hermes Agent dari Nous Research: Dokumentasi Hermes Agent menjelaskan adanya learning loop bawaan yang menciptakan skill dari pengalaman, memperbaikinya saat digunakan, menyimpan pengetahuan, dan membangun model pemahaman pengguna yang semakin dalam dari sesi ke sesi . Kerangka Hermes membingkai peningkatan dalam hal skill, persistensi, dan pembelajaran antar-sesi, sementara makalah SIA menjelaskan putaran pembaruan harness-plus-bobot untuk agen spesifik-tugas .

Hexo Labs membingkai SIA sebagai "agen pertama di dunia yang belajar dari dirinya sendiri, bukan dari tindakan manusia" . Klaim kebaruan dalam makalah terletak pada mekanisme pembaruan ganda: meningkatkan baik harness maupun bobot dari agen spesifik-tugas dalam satu sistem .

Program Hibah Frontier Research

Hexo Labs juga menjalankan program hibah bernama Frontier Research Grants untuk mempercepat peneliti dengan akses ke modal, infrastruktur SIA, dan peluang kolaborasi langsung . Program ini ditujukan untuk mendanai proyek penelitian ambisius yang dijalankan bersama tim Hexo Labs untuk mempercepat iterasi di lingkungan nyata .