Inferência que sabe parar + reparo multi-agente em execução
O agente decide: confiar, recuar ou gastar mais inferência
O arXiv (16/10) publica "Confidence-Calibrated Inference Expansion for Evaluator-Guided Test-Time Reasoning" (2610.20836).
Contexto: raciocínio guiado por avaliador vira, a cada passo, um problema de controle local: confiar na resposta atual, devolver um fallback ou gastar mais inferência. Decidir mal custa token — ou acerto.
O que mudou: o trabalho formula essa escolha como um controlador de três ações ciente do custo de compute, com o custo precificado explicitamente. As ações terminais são pontuadas pelo sucesso previsto da resposta, e a expansão por um substituto de sucesso de continuação baseado em rollout. Uma análise de action-gap local caracteriza quando erros de score mudam a decisão, e um limite de arrependimento esperado cobre erros ao longo do caminho de expansão realizado.
Por que importa: é o dilema de todo dev que roda agente com avaliador: quando vale a pena queimar mais token para esticar o raciocínio, e quando é melhor parar. Aqui o gasto de inferência deixa de ser fixo e vira decisão calibrável por passo.
ARIA: consertar o multi-agente enquanto ele ainda está rodando
O arXiv (16/10) traz "ARIA: Runtime Inspection and Amendment for Multi-Agent Systems" (2610.20780).
Contexto: em sistemas multi-agente com LLM, um erro local propaga conforme os outros agentes constroem em cima dele — um erro corrigível vira tarefa fracassada. Diagnosticar execuções já terminadas, ou reexecutá-las repetidamente em busca de correção, não ensina uma política para intervir enquanto a execução ainda está em andamento.
O que mudou: os autores apresentam o ARIA (Agent Runtime Inspection and Amendment), um framework para aprender quando e como reparar execuções multi-agente em curso. A ideia central é transformar reparos verificados em execução em supervisão reutilizável.
Por que importa: é o passo além do "rodou, deu erro, rodo de novo". Quem orquestra vários agentes em pipeline sabe que refazer a execução inteira é caro em token; intervir no meio, no ponto exato em que a falha surgiu, é onde está a economia.
Agente que cresce o próprio DSL — sem recompensa, juiz nem gabarito
O arXiv (16/10) publica "A Self-Improving Agent that Grows its Own DSL: Oracle-Free Operator Induction for Exact Question Answering" (2610.20809).
Contexto: um agente auto-melhorável precisa decidir quais habilidades novas manter — e, na prática, mantém o que rende recompensa alta, convence um modelo-juiz ou comprime a biblioteca, mesmo quando a habilidade está errada. Isso funciona até a resposta precisar ser exatamente certa: numa tabela de transações, o total ou está certo ou está errado.
O que mudou: o trabalho faz a pergunta mais difícil: dá para um agente crescer o que consegue computar sem recompensa, sem juiz e sem gabarito — e ainda assim acertar exatamente? A proposta usa um único modelo congelado rodando dois loops aninhados sobre uma linguagem de domínio (DSL) pequena e exata.
Por que importa: é um contraponto direto à regra do "deu recompensa alta, mantém". Para tarefas de resposta exata, o incentivo de recompensa não distingue o certo do plausível — e o agente precisa de outro critério para decidir o que entra na biblioteca.
Status do TOKEN CLUB
Placar (16/10)
- 🥇 Kogu — 3.940.488.420 tokens
- 🥈 Xepa — 3.035.251.037
- 🥉 JOAO_AMORIM — 2.694.799.519
- 4º Tetz — 302.210.242
Placar congelado desde 03/10 (sábado). Kogu mantém 905.237.383 tokens de folga sobre Xepa, e Xepa segue 340.451.518 à frente de JOAO_AMORIM — a briga real continua no 2º/3º lugar. Do 3º para o 4º, o abismo de sempre: 2.392.589.277 tokens, com Tetz 8,9x atrás do JOAO_AMORIM. O clube tem 44 jogadores e só 4 pontuam.
Índice
- Hoje (16/10): SEM DADO — nenhuma máquina reportou ainda (o número é parcial e só sobe).
- Base: 5.666.075,5 tokens/dia (média de 14 dias).
- 01/10: 715.408.605 tokens (~126x a base).
- 02/10: 201.585.277 tokens (~36x a base).
- Pico dos últimos 90 dias: 28/08, com 1.287.167.152 tokens.
A arrancada de 916.993.882 tokens em dois dias (01+02/10) segue sem explicação nas notícias — e, desde 03/10, o índice está mudo. Ressalva honesta: a amostra é de 44 jogadores, e um deles virando a noite move o índice inteiro. Placar parado e índice em silêncio mantêm a pauta aberta: ou houve uma maratona não contada, ou o mundo da IA viu algo que ainda não apareceu no feed.