Sakana AI Lança o Laboratório RSI: Autoaperfeiçoamento Recursivo com Modelos de Base

A Sakana AI estabeleceu formalmente seu Laboratório de Melhoria Recursiva (RSI Lab), um grupo de pesquisa dedicado a redesenhar o próprio processo de desenvolvimento de IA usando IA. Em vez de forçar modelos monolíticos, o laboratório constrói arquiteturas abertas e adaptativas que se auto-aprimoram coletivamente — baseando-se em uma linhagem de marcos publicados.
Principais Marcos de Pesquisa que Sustentam o RSI
- LLM-Squared (2024): Desenvolvido com Oxford e Cambridge, este framework permite que LLMs inventem melhores maneiras de treinar LLMs (LLM²). Produziu DiscoPOP, um algoritmo de otimização de preferência descoberto e escrito inteiramente por um LLM por meio de um loop evolutivo geracional.
- Darwin Gödel Machine (2025): Em colaboração com a UBC, a DGM mantém uma linhagem evolutiva de variantes de agentes que reescrevem autonomamente seu próprio código. No SWE-bench, mais que dobrou o desempenho base — uma melhoria absoluta de 30 pontos percentuais.
- ShinkaEvolve (2025): Framework de código aberto demonstrando evolução de programas com amostras eficientes. Resolveu problemas complexos de otimização usando apenas 150 amostras e gerou uma nova função de perda de balanceamento de carga que melhora modelos Mixture-of-Experts (MoE).
- ALE-Agent (2025): Agente de otimização que garantiu o 1º lugar entre 804 participantes humanos no AtCoder Heuristic Contest 058. Ele aproveita escalonamento massivo em tempo de inferência e auto-aprendizagem a partir de falhas de tentativa e erro para derivar autonomamente algoritmos inovadores.
- Digital Red Queen (2026): Colaboração com o MIT estabelecendo coevolução adversária de código aberto no Core War. LLMs criam códigos concorrentes, gerando estratégias emergentes de software complexas e evolução convergente — fundamental para o RSI em segurança cibernética.
- The AI Scientist (2024–2026): Descoberta científica totalmente automatizada e de código aberto, desde geração de ideias, execução de experimentos, escrita completa de artigos até revisão por pares.
Por Que Isso é Importante para Desenvolvedores
O RSI representa uma mudança de P&D estática e liderada por humanos para motores de inteligência autônomos e auto-aprimoráveis. A abordagem do laboratório — loops de otimização evolutivos, agentes auto-reescritores e ciência automatizada — impacta diretamente como agentes de codificação de IA são construídos e melhorados. Em vez de esperar por ajustes manuais, esses sistemas refinam continuamente suas próprias arquiteturas.
📖 Leia a fonte original: HN AI Agents
👀 See Also

Alterações de Configuração com Kimi 2.5 e Opus 4.6
Um usuário discute o desempenho do Kimi 2.5 para tarefas de código e alterações de configuração, usando o Opus 4.6 como subagente de programação.

As ferramentas de IA precisam de integração prática para pequenas empresas, não apenas de hype.
A comunidade de IA foca em debates técnicos, enquanto pequenos empresários precisam que ferramentas existentes sejam integradas em seus fluxos de trabalho para lidar com tarefas repetitivas como agendamento, acompanhamentos e contabilidade.

Claude.ai, API e Claude Code estão apresentando erros elevados
Claude.ai, a API Claude e a ferramenta Claude Code estão atualmente apresentando erros elevados. A interface web e o console do desenvolvedor estão fora do ar. O login do Claude Code via Claude.ai está quebrado, embora usuários já logados ainda possam usá-lo.

Claude 4.6 Pensamento Adaptativo: Usuário do Reddit Relata Desperdício de Tokens e Fornece Comandos de Desativação
Um usuário do Reddit relata que o novo recurso de pensamento adaptativo do Claude 4.6 pode desperdiçar tokens e adicionar latência no Claude Code, fornecendo comandos de shell para desativá-lo ou limitar os tokens de pensamento.