Auto-évolution (Self-Evolution)

Commander s’améliore via un méta-apprentissage qui ajuste la config agents selon les résultats. Thompson Sampling + Reflexion optimisent topologie, provider et paramètres.

Architecture

Exécution terminée
  → TrajectoryAnalyzer → MetaLearner (Thompson Sampling) → EvolverAgent

MetaLearner

interface Arm {
  name: string;   // e.g. "topology:DISPATCH"
  alpha: number;
  beta: number;
}

class MetaLearner {
  selectArm(arms: Arm[]): Arm {
    return arms.reduce((best, arm) => {
      const sample = BetaDistribution.sample(arm.alpha, arm.beta);
      return sample > best.sample ? { ...arm, sample } : best;
    });
  }

  updateArm(arm: Arm, success: boolean): void {
    if (success) arm.alpha++;
    else arm.beta++;
  }
}

Chaque variante (topologie, provider, retry) est un bras. Après des milliers d’exécutions, la config converge par type de tâche.

TrajectoryAnalyzer

Extrait goulots, tokens, modes d’échec pour alimenter le MetaLearner.

EvolverAgent

Propose des changements cross-run. En prod : modes d’approbation + budgets.

Point de vue utilisateur

Surtout automatique. Après 5+ expériences, l’auto-optimisation devient plus visible.

npx tsx packages/core/src/cliEntry.ts status

Voir aussi

• Intelligence
• Multi-agent
• Reflection engine