Ouroboros é um ambiente para agentes auto-desenvolvedores onde ferramentas, prompts e a implementação central melhoram através de commits revisados que se tornam o runtime para o trabalho subsequente. Opera via evolução livre recursiva ou evolução do núcleo impulsionada por experiência, acionada por bugs e ineficiências encontrados durante o uso.
- No Terminal-Bench 2.1, uma execução do Opus 5 pontua 86,74%, o melhor resultado reportado no benchmark.
- No OSWorld-Verified, uma execução do Opus 5 atinge 90,69%, superando a pontuação anterior mais alta.
- Uma campanha CL-Bench com cinco rollouts alcança uma recompensa normalizada de 0,2301, estabelecendo um novo estado da arte.
O sistema aborda a segurança operacional garantindo que as barreiras de proteção (guardrails) permaneçam autoritárias sob pressão evolutiva, enquanto campanhas de benchmark usam snapshots congelados enquanto a evolução ao vivo continua em linhagens separadas.