연구자들은 안정적인 사용자 의도와 운영 목표를 분리하여 장기적 추론에 특화된 영속적이고 자기 진화하는 에이전트 런타임인 Argus를 제시한다. 이 시스템은 Manager, Planner, Engineer, Reviewer 역할을 활용하여 내구성 있는 프로젝트 상태 위에서 제한된 임무를 실행하며, 운영자가 소유한 에스컬레이션 지점 간 자율적 실행을 가능하게 한다.

  • 7개의 GPT-5.5 벤치마크 아레나에서 Argus는 SWE-Bench Pro에서 약 78%를 달성했으며, 이는 Direct Copilot의 59%보다 높은 수치이고 집계 토큰은 1.41배 사용했다.
  • 검증 게이트 기반 자기 진화 후, 성숙한 SWE-Bench 웨이브는 초기 웨이브 대비 작업당 해결 입력 토큰을 21% 적게 사용하고 활성 워크플로우 시간을 15% 줄였다.
  • 시스템은 34번의 검증자 복구와 22번의 엄격한 리뷰 루프 구조를 기록했으며, AARRI-Bench에서 76.8%를 달성하고 수학 데이터 합성에서 28.0점의 격차를 보였다.
  • 벤치마크 외에도 최적화된 RWKV6 커널이 업스트림에 병합되었고, 6개의 논문 파이프라인이 16번의 단계 롤백과 함께 254개의 임무를 완료했다.

이 결과는 고정 가중치의 자기 진화 하네스가 검증된 접근 방식을 수정, 복구 및 축적하며 향후 지도 학습과 강화 학습을 위한 구조화된 궤적을 생성할 수 있음을 보여준다.