A régóta dédelgetett sci-fi álom, miszerint a mesterséges intelligencia képes saját maga megírni a saját frissítéseit, hivatalosan is lekerült a könyvespolcról, és egyenesen egy GitHub repóban landolt. Míg az önfejlesztő ágensek koncepciója egy ideje már ott lógott a levegőben, egy új, nyílt forráskódú projekthullám most kézzelfogható – és valljuk be, kissé nyugtalanító – valósággá vált. A frontvonalban a MetaClaw áll, egy keretrendszer, amely a kudarcaiból épít új képességeket, valamint az AutoResearch, az MI-guru Andrej Karpathy minimalista eszköze, amely robotpilótára kapcsolja az LLM-fejlesztést.
A MetaClaw, amelyet az UNC-Chapel Hill AIMING Lab munkatársai fejlesztettek ki, arra született, hogy közvetlenül a felhasználókkal folytatott élő interakciókból tanuljon. Ahelyett, hogy megvárná a lassú, offline újratanítási ciklusokat, a MetaClaw elemzi a félresiklott beszélgetéseket, majd egy LLM segítségével automatikusan új “képességeket” (skills) generál, hogy ne kövesse el kétszer ugyanazt a hibát. A rendszer lényegében lehetővé teszi, hogy az ágens a saját baklövéseiből fejlődjön – egy olyan funkció, amire sokunknak nagy szüksége lenne egy hétfő reggeli szoftverfrissítés formájában. A teljes projekt részletei a Hyperlink: MetaClaw GitHub repository oldalon érhetők el.
Olajat öntött a tűzre Andrej Karpathy is, a Tesla korábbi MI-igazgatója és az OpenAI egyik alapítója. Nemrég tette közzé az AutoResearch nevű, zseniálisan egyszerű keretrendszerét, amely lehetővé teszi egy MI-ágens számára, hogy teljesen önállóan végezzen gépi tanulási kísérleteket. Az ágens módosítja a tanító kódot, lefuttat egy gyors, ötperces kísérletet, kiértékeli az eredményeket, majd eldönti, hogy megtartja-e a változtatást, vagy dobja a kukába, mielőtt belekezdene a következő ciklusba. Ahogy Karpathy fanyar humorral megjegyezte: a “hússzámítógépek” (értsd: emberek) által végzett MI-kutatások kora lassan leáldozik. A projekt elérhető a Hyperlink: AutoResearch GitHub repository linken.
Az ötlet nem teljesen előzmény nélküli: egyes fejlesztők, mint például Benyovszky Máté, már 2026 februárjában jelezték, hogy dolgoznak a “második generációs” önfejlesztő ágenseken. Azonban a robusztus, nyílt forráskódú keretrendszerek megérkezése most jelenti az igazi fordulópontot.
Miért fontos ez?
A statikus MI-modellek, amelyek a telepítésük pillanatában elavulnak, hatalmas gátat jelentenek a fejlődésben. Az önfejlesztő ágensek alapvető paradigmaváltást hoznak: a kész termék kiadása helyett olyan rendszereket kapunk, amelyek a való világban, folyamatosan képesek alkalmazkodni és javulni. A robotika számára ez elképesztő távlatokat nyit. Ahelyett, hogy minden egyes mozdulatot és kivételt aprólékosan beprogramoznánk, a robot egy kudarc után saját maga tanulhat meg új fizikai készségeket. Ez a különbség egy egyszerű háztartási gép és egy valóban autonóm rendszer között – és úgy tűnik, végre megérkeztek az eszközök, amikkel felépíthetjük ezt a jövőt.
