# Red Queen Gödel Machine faz agentes e avaliadores evoluírem juntos

> Novo método evolutivo permite que agentes de IA e seus avaliadores aprendidos melhorem lado a lado, elevando a taxa de sucesso em programação de 75% para 82% em um benchmark.

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

Pesquisadores liderados por Alex Iacob publicaram o Red Queen Gödel Machine (RQGM) no arXiv. O sistema combina um agente de programação com um avaliador que evolui junto com ele e dá notas às suas correções. No benchmark DeepSWE, o agente do RQGM resolve 82.1% das tarefas reservadas para teste, enquanto um modelo de referência com avaliador estático resolve 75.0%. Com mais esforço, o desempenho do RQGM se aproxima do modelo GPT‑6 Astra. A estrutura também reduz em três vezes o custo de busca em tarefas de redação científica e avaliação de provas.

## Os fatos

- Artigo publicado no arXiv em 2026-10-09 ("Fri Oct 09 2026").
- O agente resolve 82.1% das tarefas no DeepSWE, contra 75.0% do modelo de referência.

## Por que importa

Desenvolvedores poderão contar com assistentes de programação de IA que continuam melhorando sem depender de uma métrica de avaliação fixa, escrita por humanos.

## Fontes e referências

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

Última atualização: 2026-10-09