Ouroborosは、ツール、プロンプト、コア実装がレビューされたコミットを通じて改善され、それらが後続の作業の実行環境となる自己進化型エージェントのハブです。これは、使用中に見つかったバグや非効率性によってトリガーされる、再帰的な自由進化または経験駆動型のコア進化を通じて動作します。

  • Terminal-Bench 2.1において、Opus 5の実行は86.74%のスコアを記録し、ベンチマークで報告された最高の結果です。
  • OSWorld-Verifiedにおいて、Opus 5の実行は90.69%に達し、以前の最高スコアを上回りました。
  • 5回のロールアウトを行うCL-Benchキャンペーンは、正規化報酬0.2301を達成し、新たな最前線（state of the art）を樹立しました。

このシステムは、進化圧力の下でガードレールが権威あるままであることを保証することで運用上の安全性に対処し、ベンチマークキャンペーンはフリーズされたスナップショットを使用しながら、ライブ進化は別の系統で続行されます。