AI Agents That Evolve on Their Own Are Here, and They're Learning From Mistakes

title: “Самоэволюционирующий ИИ: MetaClaw и AutoResearch переводят научную фантастику в практическую плоскость” date: 2025-07-16 description: Долгожданная мечта об ИИ, который пишет собственные обновления, официально перешла со страниц научно-фантастических романов прямиком в репозиторий GitHub. И хотя идея самоэволюционирующих агентов витала в воздухе уже давно, новое поколение проектов с открытым исходным кодом превращает эту концепцию в пусть и слегка тревожную, но реальность. Авангард движения возглавляют MetaClaw — фреймворк для агентов, создающих новые навыки из неудач, и AutoResearch — минималистичный инструмент от гуру ИИ Андрея Карпатского, который ставит разработку LLM на автопилот.

MetaClaw, разработанный в AIMING Lab Университета Северной Каролины в Чапел-Хилл, спроектирован для обучения напрямую из живых диалогов с пользователями. Вместо того чтобы ждать масштабного офлайн-дообучения, MetaClaw анализирует неудачные взаимодействия и с помощью LLM автоматически генерирует новые «навыки», чтобы предотвратить повторение той же ошибки. По сути, система позволяет агенту эволюционировать со временем, учась на собственных ошибках — функция, которую многие пользователи до сих пор ожидают от программных обновлений. Подробности проекта доступны по ссылке: MetaClaw GitHub repository.

Добавляет масла в огонь Андрея Карпатского — бывший глава ИИ в Tesla и один из основателей OpenAI. Недавно он выложил в открытый доступ AutoResearch — блестяще простой фреймворк, который позволяет ИИ-агенту автономно проводить эксперименты в области машинного обучения. Агент модифицирует код обучения, запускает короткий пятиминутный эксперимент, оценивает результаты и затем решает, сохранить изменение или отказаться от него перед следующим циклом. Как иронично заметил Карпатский, эпоха «мясных компьютеров», занимающихся исследованиями в области ИИ, уходит в прошлое. Проект доступен по ссылке: AutoResearch GitHub repository.

Концепция не совсем нова — некоторые разработчики, например Мате Беньовски, отмечали свою работу над самоэволюционирующими агентами «второго поколения» еще в феврале 2026 года. Однако появление надежных фреймворков с открытым исходным кодом сигнализирует о переломном моменте.

Почему это важно?

Статические модели ИИ, которые устаревают в момент развёртывания, представляют собой серьёзное узкое место. Самоэволюционирующие агенты знаменуют фундаментальный сдвиг — от развёртывания готового продукта к выпуску системы, которая может непрерывно адаптироваться и улучшаться в реальном мире. Для робототехники implications колоссальны. Вместо того чтобы скрупулёзно программировать каждое возможное действие и исключение, робот мог бы самостоятельно осваивать новые физические навыки после неудачного выполнения задачи. Это разница между бытовым прибором и по-настоящему автономной системой, и похоже, что инструменты для построения этого будущего наконец появились.