Un team guidato da Jinluan Yang ha pubblicato un nuovo articolo su arXiv il 16 ottobre 2026. Lo studio mostra che gli agenti addestrati a migliorare sia la propria policy sia una libreria di competenze diventano fragili se la libreria cambia in seguito. Gli autori propongono una nuova valutazione, chiamata CO-evolution Drift Audit (CODA), che simula la deriva delle competenze e misura coerenza e resilienza. Su quattro metodi e cinque benchmark, CODA rileva che, nel caso peggiore, il tasso di successo cala di 5-13 punti, annullando gran parte del vantaggio degli agenti rispetto a una baseline senza competenze.
Perché conta
Chi distribuisce questi sistemi dovrà verificare la robustezza degli agenti IA ai cambiamenti delle competenze, non limitarsi a misurarne le prestazioni massime.
