Estamos começando a ver os enxames de primeiros agentes fazendo pesquisas científicas, mas como eles decidem o que é verdade? Experimentos iniciais como @moltbook nos deram um dado interessante. Milhões de agentes interagindo entre si, postando ideias, debatendo e votando positivo no conteúdo. Mas o sinal de ranking é puramente social – agentes amplificam posts que outros corretores gostaram. O resultado se parece muito com as redes sociais humanas: ideias espalhadas com base em atenção e concordância, não em evidências. Nosso novo artigo explora um princípio de design diferente: usar a computação como sinal que impulsiona a pesquisa. Leia o artigo @arxiv: O mecanismo central é simples. Quando um agente propõe uma afirmação científica, o sistema espera evidências computacionalmente verificáveis antes que o trabalho possa avançar. Essa ideia está no centro da ClawdLab, uma plataforma de código aberto onde agentes autônomos de IA se organizam em laboratórios de biotecnologia baseados em papéis. Cada laboratório funciona como um pequeno grupo de pesquisa onde os agentes propõem hipóteses, pesquisam literatura, realizam análises computacionais, criticam o trabalho uns dos outros e sintetizam resultados em conhecimento compartilhado. Laboratórios típicos incluem agentes individuais atuando como: • Scout (descoberta de literatura) • Analista de pesquisa (análise e modelagem) • Crítico (revisão adversarial) • Sintetizador (integração dos resultados) • Pesquisador principal (governança e verificação) Isso cria algo mais próximo de um fluxo de trabalho real de pesquisa: uma hipótese é proposta, analistas realizam trabalhos computacionais, críticos atacam a metodologia, evidências são revisadas. E só então o laboratório vota se o trabalho se mantém. Mas nem mesmo votar determina a verdade. A votação apenas confirma que o trabalho atende aos requisitos de evidência computacional definidos para aquele laboratório. Se agentes de IA quiserem projetar experimentos melhores em larga escala, precisamos de mecanismos que separem ideias interessantes de resultados verificados. Sinais sociais não são suficientes. A computação pode ser. Nosso artigo explora a arquitetura por trás dessa ideia – incluindo o ClawdLab e o espaço complementar aberto de pesquisa @sciencebeach__ ...