# Red Queen Gödel Machine fa evolvere insieme agenti e valutatori

> Un nuovo framework evolutivo permette agli agenti AI e ai giudici addestrati a valutarli di migliorare fianco a fianco, portando il successo nei task di coding dal 75% all’82% in un benchmark.

Oossa · 2026-10-09 · https://oossa.com/it/red-queen-godel-machine-lets-agents-and-evaluators-evolve-together

Un gruppo di ricercatori guidato da Alex Iacob ha presentato su arXiv la Red Queen Gödel Machine (RQGM). Il sistema abbina un agente di coding a un valutatore che evolve insieme a lui e assegna un punteggio alle sue modifiche al codice. Nel benchmark DeepSWE, l’agente RQGM risolve il 82.1% dei task tenuti da parte, contro il 75.0% ottenuto da una versione di riferimento con valutatore statico. Con uno sforzo maggiore, le prestazioni di RQGM si avvicinano a quelle del modello GPT‑6 Astra. Il framework riduce inoltre di tre volte i costi di ricerca nei task di scrittura scientifica e valutazione di dimostrazioni matematiche.

## I fatti

- Articolo pubblicato su arXiv il 2026-10-09 ("Fri Oct 09 2026").
- L’agente risolve l’82.1% dei task di DeepSWE, contro il 75.0% della versione di riferimento.

## Perché conta

Gli sviluppatori potrebbero avere assistenti AI per il coding capaci di migliorare continuamente senza dipendere da metriche di valutazione fisse, definite manualmente.

## Fonti e riferimenti

1. [The Red Queen G\"odel Machine: Co-Evolving Agents and Their Evaluators](https://arxiv.org/abs/2606.26294) – arXiv cs.MA, 2026-10-09

Ultimo aggiornamento: 2026-10-09