Havuz

A lightweight Python SDK and CLI for evaluating recursive self-improvement (RSI) methods across agent benchmarks.

Scikit-learn for Recursive Self-improvement (RSI). A modular framework for recursive harness evolution.

LoopX, agent çalışmalarının hedeflerini, kararlarını ve kanıtlarını oturumlar arasında koruyup devam eden işleri yönetmeye yarayan yerel öncelikli bir control plane sunuyor.

Neden yükseliyor · 119 günde 6007 yıldıza ulaşması ve README'de öne çıkarılan LHTB sonuçları görünürlüğünü artırmış olabilir. Son 28 gündeki 2976 commit yüksek aktiviteye işaret ediyor; ancak yalnızca 4 farklı yazar bulunması, bu hareketliliğin geniş katılımlı bir topluluğa karşılık geldiğini göstermiyor. Yıldızların veya benchmark iddialarının benimseme ve güvenilirlik kanıtı olarak tek başına yeterli olmadığı da not edilmeli.

PenguinHarness, agent uygulamalarını oluşturma, değerlendirme, iyileştirme ve dağıtma süreçlerini otomatikleştirmeyi amaçlayan açık kaynaklı bir platformdur.

Neden yükseliyor · 71 günde 2.392 yıldız ve son 28 günde 156 commit dikkat çekici bir ivmeye işaret ediyor; ancak 5 farklı yazar, faaliyetin küçük bir katkıcı grubunda yoğunlaşabileceğini gösteriyor. README'deki maliyet ve benchmark üstünlüğü iddiaları proje tarafından sunulmuş; bağımsız doğrulama bilgisi verilen ölçümlerde yok.

Raven, farklı uzmanlaşmış agent'ları ortak bir iş akışında koordine eden ve çok adımlı görevler için DAG oluşturan bir multi-agent orchestration yazılımıdır.

Neden yükseliyor · 129 günlük yaşına karşılık 4.087 yıldız ve son 28 günde 16 farklı yazarın 938 commit'i belirgin ilgi ve aktif geliştirme gösteriyor. İlginin muhtemel nedeni, uzman agent'ları tek yüzeyde koordine etme ve harness'leri geliştirme iddiası; ancak yıldız ve commit sayıları tek başına benimseme ya da kalite kanıtı değil.

MOMO CODE — RSI *JEV*Pi --AI coding agent that evolves with you

Harness-Zero: Harness Distillation via Agent-as-Harness

NeoHorse, agent iş akışlarında tool use, coding ve yapılandırılmış kararlar için açık ağırlıklı 4B ve 9B modeller sunuyor.

Neden yükseliyor · 23 günde 1.094 yıldıza ulaşmış; son 28 günde 13 commit ve 6 farklı yazar katkısı da projede yakın dönem geliştirme hareketi olduğunu gösteriyor. README'de model yayını ve arXiv teknik raporu duyurulmuş; ancak ilgi ve ekip aktivitesi, modellerin gerçek kullanımını veya bağımsız başarı teyidini tek başına kanıtlamıyor.

[Public preview] Externally scored agentic ML research benchmark: 60 tasks, real competition ground truth. Open protocol, operated evaluatio

RSIGame: Autonomous agentic game development with recursive self-improvement

GBase — Recursive Self-Improvement Agent Framework. Memory, evolution, quality gates, identity system, and 40+ auto-registered tools.

Skardi is a self-improving context framework for ai agents

Human-feedback and data-governance infrastructure for RSI research: annotation, review, provenance and frozen dataset candidates.

Open-source AI trading signal engine with a public, inspectable outcome ledger. Our own signals lose money on average after modeled costs —

Official implementation of “Harness Optimization for Agentic Multi-Reference Image Generation”

A recursive self-improvement (RSI) workflow that evolves both target agents (e.g., Pi and DeepSeek Harness) and the RSI system itself.

Run a coding model at 300+ tok/s on your Mac. Native Rust + Metal inference engine for LiquidAI LFM2.5-24B-A2B (MLX 4-bit) on Apple Silicon.

[NeurIPS 2026 Meta-Agents] SAEScientist-Bench: Can AI agents conduct autonomous SAE interpretability research?

A desktop coding workspace for AI agents — chat, files, editor, terminal, Git worktrees and browser preview, plus bounded, evidence-driven R

[NeurIPS 2026 Meta-Agents] PostTrainBench⁰ — Can LLM agents automate LLM post-training without gradients?

A local agent workstation: one Go loop, three doors: Wails desktop, browser, and CLI. It writes code, reviews hunks, opens an isolated brows