Immaginate un mondo in cui i programmi informatici non si limitano a seguire un rigido manuale di istruzioni scritto da un essere umano, ma possono effettivamente imparare dai propri errori e riscrivere le proprie regole per migliorare. Questo è il sogno degli "agenti auto-evolutivi". Pensateli come un personaggio di un videogioco che, dopo aver perso una battaglia contro un boss, non si limita a ricominciare; si mette in pausa, capisce perché ha perso, modifica la propria guida strategica e riprova. Per molto tempo, gli scienziati hanno creduto che, affinché ciò funzionasse, un essere umano dovesse costruire una ricetta molto specifica e passo dopo passo da far seguire al computer. Questa ricetta era come un coach severo che dice al giocatore esattamente quando guardare il tabellone del punteggio, quando cambiare arma e quando smettere di esercitarsi. Ma man mano che i computer sono diventati più intelligenti — diventando "modelli di frontiera" capaci di ragionamenti complessi — i ricercatori hanno iniziato a chiedersi: abbiamo ancora bisogno di quel coach severo? O il computer può capire da solo la sua routine di allenamento se gli diamo solo un obiettivo e un budget?

Questo articolo, intitolato "Rethinking Self-Evolving Agents", si addentra proprio in questa domanda. I ricercatori, Hui Xue e Fan Yang di Microsoft Research, hanno allestito un esperimento affascinante per vedere se un'IA super intelligente possa organizzare il proprio processo di apprendimento senza uno script pre-scritto. Hanno confrontato il metodo della vecchia scuola, in cui il framework (il "coach") detta ogni fase del processo di miglioramento, con un nuovo metodo chiamato "Open-Ended Optimization" (OEO). In OEO, l'IA riceve un obiettivo chiaro, una lista di mosse consentite e un limite di quanto "energia" (o token) può spendere, ma decide autonomamente come usare quell'energia per migliorare. È come dare a uno chef una lista di ingredienti e un limite di tempo, ma lasciargli decidere se preparare una torta o un salto in padella, invece di costringerlo a seguire una ricetta specifica.

I risultati sono stati sorprendentemente chiari. Utilizzando un'IA di alto livello (GPT-5.5) come "chef", l'approccio aperto è stato altrettanto buono, e spesso molto migliore, rispetto alle ricette rigide e pre-scritte. Infatti, in 14 test diversi, l'IA open-ended ha vinto 12 volte, ha pareggiato una volta e ha perso solo per un margine minimo (0,21 punti percentuali) una volta. Ancora più impressionante è che lo ha fatto utilizzando solo circa il 34,3% del budget di "energia" richiesto dal metodo rigido. Si scopre che se l'IA è abbastanza intelligente, non ha bisogno di un coach che le dica come esercitarsi; può capire da sola il modo migliore per imparare al volo.

Tuttamente, l'articolo traccia una linea molto importante nella sabbia. Questa libertà funziona solo se l'IA è veramente capace. Quando i ricercatori hanno testato il sistema con un'IA "media" o "debole", l'approccio open-ended è fallito. Le IA meno capaci si sono confuse, non sono riuscite a capire cosa fare dopo e hanno prodotto risultati errati. In quei casi, la ricetta rigida e pre-scritta (il "coach") era essenziale per mantenere il movimento. Lo studio suggerisce che le regole rigide non sono sempre necessarie, ma agiscono come un utile supporto per cervelli meno capaci. La chiave di volta non è che dovremmo eliminare tutti i termini, ma che dovremmo lasciare che le IA più intelligenti guidino il proprio apprendimento, mantenendo i rotolini di supporto per chi sta ancora imparando a camminare.

La Scoperta Centrale: Chi Deve Guidare l'Autobus?

La scoperta principale di questo articolo è che per i modelli di IA altamente capaci, la "pipeline di ottimizzazione prescrittiva" — quel piano rigido e passo dopo passo che gli umani usavano per scrivere per il computer — non è più un requisito per il successo. In passato, sistemi come SKILLOPT (che utilizza una pipeline di addestramento a stadi sequenziali) e GEPA (che utilizza una ricerca evolutiva riflessiva) erano il gold standard. Funzionavano come una catena di montaggio di una fabbrica: il framework decideva esattamente come raccogliere prove, come modificare il codice e quando fermarsi.

I ricercatori hanno introdotto l'Open-Ended Optimization (OEO) per testare se l'IA potesse prendere il comando. In OEO, il framework stabilisce comunque le regole della strada (l'obiettivo, il budget e quali dati sono consentiti), ma l'IA decide l'itinerario. Può scegliere di raccogliere prove, riscrivere le proprie istruzioni o fermarsi quando pensa di aver finito.

Quando hanno messo a confronto l'OEO guidato da GPT-5.5 contro i metodi rigidi, i risultati sono stati sorprendenti. In 8 diverse configurazioni di benchmark, l'OEO ha battuto o pareggiato il metodo rigido SKILLOPT in ogni singolo caso. Contro il metodo GEPA, l'OEO ha vinto 5 volte su 6, con l'unica sconfitta pari a un microscopico 0,21 punti percentuali. La parte forse più eccitante è l'efficienza: l'OEO ha utilizzato una mediana del solo 34,3% del budget di token che SKILLOPT era configurato per usare. Questo significa che l'IA non è solo migliorata; è migliorata usando meno della metà del "carburante" del vecchio metodo.

Escludere la "Via Facile"

Prima di festeggiare, i ricercatori dovevano assicurarsi di non essere stati ingannati. Si sono chiesti: "L'IA sta avendo fortuna perché conosce già la risposta?" oppure "Ha semplicemente riscritto il codice una volta e ha detto che bastava?".

Per testare questo, hanno eseguito un controllo "zero-interazione". Hanno dato all'IA la competenza iniziale e le hanno chiesto di riscriverla una sola volta senza alcuna pratica o cicli di feedback. I risultati hanno mostrato che questa riscrittura "one-shot" non era sufficiente. In alcuni compiti, la riscrittura one-shot ha addirittura peggiorato le prestazioni dell'IA. In altri, ha migliorato il punteggio, ma è rimasta comunque lontana dai margini del sistema OEO (ad esempio, nel compito LiveMath, la riscrittura one-shot era di oltre 30 punti percentuali indietro rispetto all'OEO interattivo). Ciò dimostra che i guadagni non derivavano dalla conoscenza preesistente dell'IA, ma dal ciclo interattivo dove l'IA poteva imparare, adattarsi e affinare la propria strategia nel tempo.

Il Confine della Capacità: Quando Abbiamo Bisogno di un Coach?

L'articolo ha anche scoperto un limite cruciale a questa libertà. L'approccio "open-ended" non è una bacchetta magica che funziona per ogni IA. I ricercatori hanno testato il sistema con ottimizzatori di capacità "media" e "debole" (modelli meno capaci).

Qui, la storia si è invertita. Quando l'ottimizzatore era solo di capacità "media", la rigida pipeline SKILLOPT si è rivelata effettivamente migliore dell'OEO. Quando l'ottimizzatore era "debole", il sistema OEO è completamente crollato; l'IA debole non è nemmeno riuscita a produrre un'azione valida attraverso l'interfaccia aperta, e non è stato fatto alcun progresso. Al contrario, la pipeline rigida ha mantenuto l'IA debole in movimento, anche se non è stata la più efficiente.

Ciò suggerisce che la pipeline rigida e pre-scritta agisce come un "supporto" (scaffold). Per un'IA di livello genio, il supporto è superfluo e potrebbe persino ostacolare. Ma per un apprendista che sta ancora trovando la propria strada, quel supporto è essenziale per evitare di cadere nel vuoto.

Il Percorso vs. La Destinazione

Infine, i ricercatori hanno guardato sotto il cofano per vedere come l'IA stesse imparando. Hanno confrontato il "viaggio" (le specifiche modifiche e i cambiamenti apportati dall'IA) con la "destinazione" (il punteggio di prestazione finale).

Hanno scoperto che i due metodi prendono percorsi molto diversi. Il sistema OEO ha apportato cambiamenti più grandi e audaci e ha riscritto la propria cronologia più spesso rispetto al rigido sistema SKILLOPT. Tuttavia, nonostante i percorsi radicalmente diversi, spesso hanno risolto gli stessi problemi. In molti casi, le competenze finali prodotte da entrambi i metodi erano corrette sulle stesse domande di test, anche se il testo delle competenze appariva molto diverso.

Questo ci dice che non esiste un unico modo "giusto" per risolvere un problema. La pipeline rigida costringe l'IA lungo un sentiero stretto e sicuro, mentre l'approccio open-ended le permette di esplorare un paesaggio più ampio e caotico. Entrambi possono portare alla stessa destinazione, ma l'approccio open-ended vi arriva con più flessibilità e meno carburante, a patamente che il conducente sia abbastanza esperto da gestire la strada aperta.

In Sintesi

L'articolo conclude che dobbiamo ripensare il modo in cui costruiamo gli agenti auto-evolutivi. Non dobbiamo forzare ogni IA in una scatola rigida e pre-scritta. Invece, dovremmo adottare un approccio "adattivo alla capacità". Se l'IA è abbastanza intelligente (un modello "di frontiera"), possiamo consegnarle le chiavi e lasciarle comporre il proprio processo di apprendimento online. Dobbiamo solo mantenere i parapetti: gli obiettivi, il budget e le regole di ingaggio. Ma per i modelli meno capaci, la vecchia scuola del coaching rigido è ancora il modo migliore per garantire che imparino efficacemente. È un passaggio dal "taglia unica" al "lo strumento giusto per il cervello giusto".