Два контура эволюции

Онлайн-контур только выполняет задачи и фиксирует свидетельства — не изменяет официального агента.
Офлайн-контур агрегирует траектории, диагностирует первопричины, создаёт кандидатные изменения и публикует новую версию после порогов проверки.

Контуры связаны версионируемой базой опыта и оценочными наборами.

Разделение фиксации и систематизации предотвращает немедленное изменение из-за случайного успеха, сетевого сбоя или вредоносного ввода и позволяет использовать большие пакеты с более дешёвыми моделями.

Voyager: автоматическая учебная программа + библиотека навыков + проверка средой — все три необходимы.

Связано: Непрерывная эволюция агента, Проверка - выпуск - откат, Обучение во сне