Oroteirode14passoselaboradopelosengenheirosdaAnthropic,organizadonumaarquiteturadetrêscamadasequatroníveisdejuroscompostos,desagregaaformacomoconstruirumsistemadeagentedeauto-aperfeiçoamentocomjuroscompostossucessivosemtornodoFable5.Oconteúdoéretiradodeartigosdeengenhariaeexperiênciaspúblicasdaequipa.AexperiênciaContinualLearningBenchdaAnthropicmostraqueoFable5commemóriaatingeumacoberturadeverificaçãode73%.##Arquiteturadequatroníveisdejuroscompostos:funcionamentocamadaacamada,desdeacamadaprimitivaatéàcamadadeauto-aperfeiçoamento

(Fonte:AnthropicFable5)Deacordocomoquadrodoartigooriginal,osquatroníveisdejuroscompostossãoconstruídosdebaixoparacima.Asaídadecadacamadafluiparaotopo,ondeéavaliada,destiladaeescritadevoltanacamadadememória:·Camada1(Primitivas)incluiopróprioFable5,subagentes,worktreeseferramentas.Éonívelusadopelamaioriadosutilizadoresatualmente.·Camada2(Orquestração)utiliza/goaleOutcomesparaciclosdeautocorreção,fluxosdetrabalhodinâmicosparaorquestraçãoemmúltiplospassos,eRoutinesparaexecuçãoemnuvemdelongaduração.·Camada3(Memória)incluificheirosdeestado(STATE.md),Skills,KnowledgeBaseseliçõesjádestiladas.·Camada4(Auto-aperfeiçoamento)incluiauto-verificaçãovisual,ciclosdeavaliaçãoedestilaçãoderegras.Oagenteclassificaasuaprópriasaída,refinaSkillseescreveliçõesdevoltanamemória,fechandoociclo.##/goaleOutcomes:comparaçãodoscenáriosdeutilizaçãodosdoisciclosorientadosporobjetivosDeacordocomosdocumentosdeengenhariadaAnthropic,/goal(ClaudeCode)eOutcomes(ClaudeManagedAgents)partilhamamesmaformacentral:umavaliadorindependenteverificaotrabalho;umadecisãode"nãoatingiuoobjetivo"desencadeiaapróximaiteração;ocicloterminaquandooavaliadoraprova.Asregrasdeescolhaentreosdoissãoasseguintes:/goalaplica-seatarefasexecutadaslocalmente,dentrodeumasessão,comumestadofinalmensurável(porexemplo,depuraçãodecódigo,refinamentodeumúnicoficheiro).Utilizaobjetivosemtextosimpleseumavaliadormodelo.Outcomesaplica-seatarefasqueprecisamdeserexecutadasdurantehorasoudiasnainfraestruturahospedadapelaAnthropic(porexemplo,treinodeML,migraçõeslongas).Utilizacritériosdeavaliaçãobaseadosemficheiros,subagentesavaliadoresetemumlimitemáximodeiterações(max_iterations)obrigatório.Princípioestruturalchavepartilhadoporambos:oagentequeescrevecódigonãoéoagentequeoavalia.##**ExperiênciaContinualLearningBench:coberturadeverificaçãodememóriadoFable5de73%**DeacordocomaexperiênciaContinualLearningBench1.0daAnthropic,aprogressãodememóriaemcincofases(Fail→Investigate→Verify→Distill→Consult)apresentaasseguintesdiferençasdedesempenhoemdiferentesmodelos:Sonnet4.6:Sainafase1.Amemóriasãoapenasnotasdefalhasepalpitesnãoresolvidos.Raramenteconsultanotasanteriores.Amemórianãoacumulajuroscompostos.Opus4.7:Sainafase3.Criadocumentosdereferênciacomanotaçõesdeincerteza.Coberturadeverificaçãode7–33%(mediana~17%).Fable5:Tendênciaapercorrertodaaprogressãodecincofases.Naexecuçãomaisforte,atingeumacoberturadeverificaçãode73%(22de30perguntas)edestilaoqueaprendeuemregrasgeraisaplicáveisatarefasfuturas.Alémdisso,naexperiênciaParameterGolf,oFable5,comumverificadorindependente,exploroualteraçõesaumnívelarquitetónicomaisvastoeatravessouresultadosintermédiosnegativos,alcançando,nofinal,cercadeseisvezesmaismelhoriasdoqueoOpus4.7.##Progressãodememóriaemcincofasesearquiteturadoficheirodeestado:ascincosecçõesestruturaisdoSTATE.mdDeacordocomosdocumentosdeengenhariadaAnthropic,ascincosecçõesdoficheirodeestado(STATE.md)correspondemàscincofasesdememória:Verifiedfacts(factosemquesedeixoudeespecular—saídadafase3),Generalrules(regrasdestiladasquevãoalémdecasosespecíficos—saídadafase4),Openfailures(trabalhoemcursodasfases1–2),Lessonslearned(maissaídadafase4),Lastsession(indicadordecontinuaçãodafase5).OsdadosdoContinualLearningBenchmostramque,senoiníciodecadasessãonãoforemlidosoSTATE.mdeasSkillsrelacionadas,atéoFable5exibeumcomportamentodememóriaaoníveldoSonnet.AsSkillssãoarmazenadasem~/.claude/skills/,podemserusadasemváriosprojetosesãooveículodeacumulaçãodememóriaprocessualalongoprazo.CadaliçãoconfirmadadeveserescritanumaSkill,enãoapenasnoSTATE.md.##ClassificadordesegurançadoFable5eencaminhamentodecustos:recursoaoOpus4.8emáreasdealtorisco,custoencaminhadoconsoanteacomplexidadedatarefaDeacordocomosdocumentosdeengenhariadaAnthropic,oFable5temumclassificadordesegurançaincorporadoque,emáreascomoinvestigaçãodevulnerabilidadesdesegurança,biologia,químicaedestilaçãodemodelos,recusarespondererecorreautomaticamenteaoOpus4.8.Osystemcardde319páginasdocumentaaamplitudecompletadoclassificador;algumasdegradaçõessóforamdescobertasemdocumentosmaisaprofundadosapósolançamentodejunhode2026.OpadrãodeencaminhamentodecustosrealmenteutilizadopelosengenheirosdaAnthropicé:Fable5comoorquestrador(planeamentodeváriosdias,delegaçãodesubagentes,verificaçãovisual);Opus4.8parasub-tarefasdifíceismasdelimitadas(decisõesdearquitetura,depuraçãocomplexa)ecomorecursoquandobloqueadopeloclassificador;Sonnet4.6paratarefasdetrabalhadordealtovolume(lint,refatorizaçõessimples,atualizaçõesdedocumentação);Haiku4.5comosubagenteavaliadoreclassificadordebaixocusto.##Perguntasfrequentes####**Qualéadiferençaentre"auto-aperfeiçoamento"e"auto-aprendizagem"doFable5?**DeacordocomosdocumentosdeengenhariadaAnthropic,auto-aprendizagemrefere-seaomodeloatualizarosseusprópriospesoscombasenoqueaprendeu.OFable5nãofazisso;atualmente,nenhummodelodisponívelpublicamenteimplementaestacapacidadeemambientedeprodução.Auto-aperfeiçoamentorefere-seaosistemaàvoltadomodeloaacumularjuroscompostosacadaexecução:amemóriaacumulafactosverificados,asSkillstornam-semaisprecisascomaadiçãodecasosextremos,osciclosdeavaliaçãorefinamosprompts.Omodeloemsinãomuda;oambientedeexecuçãotorna-semaisafiado.####**OquesãoRoutinesequandoserãolançadas?**DeacordocomosdocumentosdeengenhariadaAnthropic,RoutinessãoconfiguraçõesguardadasdoClaudeCode(prompts,repositórios,conectores,permissões)quesãoexecutadasnainfraestruturaemnuvemhospedadapelaAnthropicquandoascondiçõesdeacionamentosãocumpridas,continuandoafuncionarmesmoqueocomputadorlocalestejadesligado.AsRoutinesforamlançadasa14deabrilde2026comopré-visualizaçãodeinvestigação,suportandotrêstiposdeacionamento:agendado,APIeeventosdoGitHub.####**Porqueéqueumsubagenteverificadorindependenteésuperioràautocrítica?**DeacordocomumartigodobloguedeengenhariadoengenheirodaAnthropicPrithviRajasekaranecomosdadosdolançamentodoFable5,quandoummodeloavaliaasuaprópriasaída,vêasuaprópriacadeiaderaciocínioetendeaconcluirdeformaconsistentecomoqueescreveuanteriormente.Outroagentevêapenasasaídaeoscritériosdeavaliação;overificadornãotemqualquerinteresseno"jogo"docriador,podendoexplorarumespaçodehipótesesmuitomaiorerecuperarderesultadosintermédiosnegativos.

Aviso legal: As informações contidas nesta página podem provir de fontes externas e têm caráter meramente informativo. Não refletem os pontos de vista nem as opiniões da Gate e não constituem qualquer tipo de aconselhamento financeiro, de investimento ou jurídico. A negociação de ativos virtuais envolve um risco elevado. Não se baseie exclusivamente nas informações contidas nesta página ao tomar decisões. Para mais detalhes, consulte o Aviso legal.

Notícias relacionadas

16h atrás

Anthropic Assegura 1,4 milhões de kW de Capacidade de Centro de Dados na Austrália por Até 15 Mil Milhões de Dólares

21h atrás

A Anthropic planeia garantir 1,4 milhões de quilowatts de capacidade de centro de dados australiano por até 15 mil milhões de dólares.

07-04 21:16

A pontuação de depuração do Claude Fable 5 cai de 86,2 para 25,9 a 1 de julho, mas o Arena.AI mostra desempenho estável.

Co-fundador da Perplexity argumenta que a concentração de poder da IA cria risco de segurança

Oliver Grant12h atrás

Banco da Coreia e Banco Mundial Publicam Guia de IA para Gestores de Ativos Públicos

Oliver Grant07-05 03:17

Pontuação de Depuração do Claude Fable 5 cai de 86,2 para 25,9 após reintegração de 1 de julho

Oliver Grant07-04 21:18

Claude Fable 5 Apresenta Resultados de Benchmark Conflituosos Após a Reinstauração de 1 de Julho

Oliver Grant07-03 21:13

Anthropic Explora Parceria com a Samsung para Fabrico de Chips de IA Personalizados

Oliver Grant07-03 08:24

Comentar

0/400

Nenhum comentário