Resumo Técnico: Forage V2 – Evolução e Transferência de Conhecimento em Organizações de Agentes Autônomos

1. O Problema: Cegueira do Denominador e Limitações Atuais

O artigo aborda um desafio estrutural fundamental em tarefas de mundo aberto para agentes autônomos: a Cegueira do Denominador (Denominator Blindness).

• Definição: Em tarefas onde o escopo de conclusão não é pré-definido (ex: "coletar todos os produtos de uma categoria"), os agentes tendem a subestimar sistematicamente o tamanho total do espaço de busca (o denominador). Eles relatam alta cobertura (ex: 100%) sobre uma fração do que realmente existe, confundindo "tudo o que encontrei" com "tudo o que existe".
• Falha das Abordagens Atuais:
  • Critérios Humanos: Funcionam apenas para benchmarks com respostas conhecidas, falhando em cenários dinâmicos.
  • Autoavaliação: Agentes que avaliam seu próprio trabalho tendem a convalidar esforços parciais como sucesso completo.
• Limitação do Forage V1: A versão anterior mitigou a cegueira do denominador em execuções individuais através de avaliação co-evolutiva e isolamento de métodos, mas não permitia acúmulo de experiência entre execuções. Cada nova "expedição" começava do zero, perdendo lições valiosas sobre fontes, armadilhas e definições de domínio.

2. Metodologia: A Arquitetura Forage V2

O Forage V2 evolui de uma "expedição única" para uma organização de aprendizado. A arquitetura mantém a simplicidade de dois agentes (Evaluator + Planner) e um Executor determinístico, mas introduz três pilares principais:

2.1. Evolução do Conhecimento (Knowledge Evolution)

• Extração Post-Mortem: Após cada execução, ambos os agentes extraem independentemente lições transferíveis de suas trajetórias (sem acesso ao código um do outro).
• Base de Conhecimento Persistente: As lições são armazenadas como documentos Markdown com frontmatter YAML em um diretório persistente.
• Versionamento Apenas de Adição (Append-Only): As entradas nunca são sobrescritas. Novas observações criam versões (ex: entry_v2), preservando a história da evolução do entendimento da organização e permitindo curadoria futura.
• Entrega via Prompt: No início de cada nova execução, um índice estruturado (INDEX.md) das lições acumuladas é injetado no system prompt dos agentes, servindo como contexto inicial.

2.2. Protocolo de Transferência de Conhecimento

• Mecanismo: O conhecimento acumulado por um agente mais forte (ex: Claude Opus) é transferido para um agente mais fraco (ex: Claude Sonnet) simplesmente fornecendo os mesmos arquivos de conhecimento.
• Natureza: A transferência ocorre no nível de documentos organizacionais, não de pesos do modelo ou fine-tuning. O agente receptor decide quais lições adotar com base em sua própria avaliação, mantendo a autonomia.
• Contrato de Avaliação (eval_contract.md): O Evaluator escreve um contrato definindo o formato de saída e dimensões de avaliação. Com conhecimento prévio, esse contrato é mais preciso desde a primeira rodada, permitindo que o Planner comece com uma base curada em vez de exploração aleatória.

2.3. Melhorias Arquiteturais e Isolamento

• Isolamento Físico de Espaço de Trabalho: Para evitar violações de isolamento (onde um agente descobre o script oculto do outro), o V2 separa fisicamente os diretórios de trabalho. O código do agente adversário não existe no namespace de arquivos visível ao agente atual.
• Impulso de Exploração (Exploration Drive): Mecanismos em três níveis (checklist de autoauditoria no prompt, sessões persistentes para rastrear trajetórias e orçamentos de rodadas) impedem que o agente aceite prematuramente um denominador estável sem verificação independente.
• Parâmetros de Runtime como "Suprimentos": Limites de turns (ações por rodada) e rodadas totais forçam pausas intermitentes, permitindo que o conhecimento se acumule e seja reavaliado.

3. Contribuições Principais

1. Acúmulo de Conhecimento Organizacional: Demonstra que o conhecimento não é apenas individual, mas institucional. Em seis execuções na tarefa NVIDIA, o número de entradas de conhecimento cresceu de 0 para 54, estabilizando as estimativas do denominador.
2. Transferência de Capacidade: Prova que um agente mais fraco pode atingir desempenho comparável a um agente mais forte ao herdar o conhecimento organizacional deste, sem necessidade de re-treinamento.
3. Design Institucional vs. Algorítmico: A contribuição central é arquitetural. Em vez de tentar tornar um modelo individualmente mais inteligente (via RL ou fine-tuning), o Forage desenha instituições (separação de auditoria, contratos, memória organizacional) que tornam agentes comuns confiáveis.

4. Resultados Experimentais

Os experimentos foram realizados em três tipos de tarefas: raspagem web (NVIDIA GPUs), consultas de API (UniProt) e raciocínio matemático (Q10/Q6).

4.1. Acúmulo de Conhecimento (Tarefa NVIDIA - Opus)

• Convergência: Todas as 6 execuções convergiram em exatamente 4 rodadas.
• Estabilidade: O denominador (número total de produtos) estabilizou entre 265 e 303, refletindo a ambiguidade real da definição de "produto".
• Crescimento: O acúmulo de lições foi monotônico (0 → 54 entradas), cobrindo confiabilidade de fontes, padrões de análise e regras de deduplicação.

4.2. Transferência de Conhecimento (Opus → Sonnet)

A comparação entre o Sonnet "frio" (sem conhecimento) e o Sonnet "semeado" (com conhecimento do Opus) na tarefa NVIDIA foi dramática:

• Cobertura: O Sonnet frio atingiu 93,1% (média); o Sonnet semeado atingiu 98,6% (com 5 de 6 execuções entre 99,7% e 100%).
• Custo: O custo caiu de $9,40 para $5,13 (45% de redução), equiparando-se ao custo do agente forte Opus ($5,05).
• Velocidade: O número médio de rodadas caiu de 7,0 para 4,5, aproximando-se da eficiência do Opus (4,0).
• Calibração do Denominador: O denominador do Sonnet frio variou amplamente (320–411, subestimando a complexidade). O Sonnet semeado convergiu para 266 em três execuções independentes, dentro da faixa do Opus (265–303), demonstrando que o conhecimento calibrou não apenas a coleta, mas a própria avaliação.

4.3. Limites de Dificuldade (Q6)

Em tarefas extremamente difíceis (Q6), o conhecimento aumentou a taxa de sobrevivência (de 50% para 83%), mas não superou os limites de raciocínio do modelo. Isso indica que o conhecimento organiza a exploração, mas não substitui a capacidade cognitiva intrínseca quando o orçamento de contexto é exaurido por raciocínio complexo.

5. Significado e Implicações

• Mudança de Paradigma: O artigo argumenta que a melhoria de agentes não deve focar apenas em modelos maiores, mas em design institucional. A separação entre quem executa e quem avalia, combinada com memória organizacional, cria uma confiabilidade que modelos individuais não possuem.
• Conhecimento como "Common Law": A base de conhecimento opera como um sistema de precedentes (comum law) em vez de leis estatutárias rígidas. As lições são consultivas, permitindo que agentes adaptem o conhecimento ao contexto atual, preservando a diversidade de estratégias.
• Validação da Cegueira do Denominador: Os resultados confirmam que a subestimação do escopo é uma falha estrutural da autoavaliação, não apenas um erro de prompting. A solução exige isolamento cognitivo e verificação independente.
• Escalabilidade: A arquitetura é minimalista (dois agentes + executor), permitindo que seja combinada com outras técnicas de orquestração (como swarms ou recursão) sem conflitos, desde que as garantias de isolamento sejam mantidas.

Em resumo, o Forage V2 demonstra que uma organização de agentes, equipada com mecanismos de aprendizado institucional e transferência de conhecimento, pode superar as limitações de agentes individuais, transformando a experiência de execuções passadas em uma vantagem competitiva estrutural para tarefas de mundo aberto.