Wetenschappers hebben een methode ontwikkeld waarmee een AI-agent in staat is om zijn eigen domeinspecifieke taal (DSL) uit te breiden. Dit gebeurt volledig autonoom, zonder dat er menselijke interventie, externe feedback of een antwoordsleutel nodig is. Het systeem is specifiek ontworpen om taken uit te voeren waarbij absolute precisie vereist is, zoals het accuraat berekenen van totalen in transactietabellen.
In een publicatie van 14 oktober 2026 beschrijven Yun-Shiuan Chuang en collega's deze aanpak, die zij "Oracle-Free Operator Induction" noemen. Volgens de auteurs van het artikel op arxiv.org kampen veel huidige systemen die zichzelf verbeteren met een fundamenteel probleem: zij baseren hun voortgang vaak op beloningen of de goedkeuring van een ander model dat als rechter fungeert. Dit brengt het risico met zich mee dat een agent een foutieve vaardigheid als correct markeert, simpelweg omdat deze voldoet aan oppervlakkige criteria.
Om dit te omzeilen, maakt het nieuwe systeem gebruik van een enkel, bevroren model dat opereert via twee geneste lussen binnen een beperkte DSL. De innerlijke lus richt zich op het beantwoorden van nieuwe vragen. Hierbij wordt een antwoord pas als geldig beschouwd wanneer twee onafhankelijk van elkaar geschreven expressies voor elk record tot exact hetzelfde resultaat leiden. De buitenste lus treedt in werking wanneer het systeem merkt dat het een bepaalde capaciteit mist. Deze lus probeert een nieuwe 'operator' of bewerking te creëren. Een dergelijke operator wordt pas toegelaten als een tweede, onafhankelijke implementatie overeenstemt en het resultaat voldoet aan een specifieke behoudswet.
De effectiviteit van dit mechanisme is aanzienlijk. Uit de resultaten op blijkt dat de innerlijke lus de hoeveelheid vragen die beantwoord konden worden met ongeveer drie keer zoveel deed toenemen. De buitenste lus slaagde erin operators te ontwikkelen die initieel niet in het systeem aanwezig waren. Ter illustratie: een controleversie van het systeem zonder deze inductie was niet in staat om enige van de nieuwe vragen correct te beantwoorden.
De betrouwbaarheid van de toelatingsregels werd streng getest door het systeem 138 foutieve varianten van operators voor te leggen. Het systeem weigerde al deze foutieve versies. Andere gangbare methoden, zoals compressiesignalen of zelfconsistentie, lieten in vergelijking de meeste van deze fouten door.
Het onderzoek toont aan dat dit mechanisme breed toepasbaar is op diverse domeinen. Bij tests met zakelijke grootboeken groeide de set van beantwoordbare vragen meer dan tienvoudig. In een domein met klinische ontmoetingen steeg dit aantal zelfs bijna twintigvoudig. Daarnaast bleek het systeem overdraagbaar tussen verschillende modelfamilies; de betrouwbaarheid van de 'poortwachter' bleef intact, ongeacht welke 'proposer' werd ingezet. De uiteindelijke opbrengst hing enkel af van de vaardigheid van de gebruikte proposer binnen de betreffende DSL.
Hoewel dit onderzoek primair technisch van aard is, raakt het aan het concept van autonomie. Waar de definitie van het cambridge.org volgens het in de psychologie vaak draait om identiteit en persoonlijkheid, gaat het hier om een computationele vorm van zelfverbetering. Het systeem is in staat tot functionele groei zonder externe sturing, wat een nieuwe stap zet in de ontwikkeling van betrouwbare AI-agenten.