Uma equipe liderada por Jinluan Yang publicou um novo artigo no arXiv em 16 de outubro de 2026. O estudo mostra que agentes treinados para aprimorar tanto sua política quanto um banco de habilidades ficam frágeis se esse banco mudar posteriormente. Os autores propõem uma nova avaliação, chamada CO‑evolution Drift Audit (CODA), que simula mudanças nas habilidades e mede a consistência e a resistência dos agentes. Em quatro métodos e cinco benchmarks, o CODA constatou que a taxa de sucesso no pior cenário cai de 5 a 13 pontos, eliminando a maior parte da vantagem dos agentes em relação a uma linha de base sem habilidades.
Por que importa
Quem implanta esses sistemas precisará testar a robustez dos agentes de IA a mudanças nas habilidades, e não apenas seu desempenho máximo.
