leer #continual-learning-loop hallazgo 04 · boletín 2026-09-18

Human-Agent-Society/reef

framework Python (3.494★, Apache-2.0) que implementa el primer loop de aprendizaje continuo para agentes en producción. Cuatro pasos: Serve (sirve requests reales del agente y registra interacciones), Observe (hace match del feedback con las interacciones registradas), Grow (produce un update desde records elegibles) y Commit (aplica la policy de selección y publica updates aceptados con version history). Lo distintivo: sirve tanto para mejorar pesos del modelo (con Slime + SGLang como stack RL por defecto) como para mejorar el harness (prompts, rules, skills) sin GPUs locales. PyPI package reef-infra. Discord + WeChat group. Sitio https://reefinfra.ai.

Estrellas

3.494

Forks

278

Lenguaje

Python

Licencia

Apache-2.0

Issues

—

Estado

—

Cómo funciona

Implementa continual-learning-loopproduction self improving agent

Núcleo

Human-Agent-Society/reef Python · Apache-2.0 agent-infrastructureai-agentscontinual-learninginferencellm

Se cruza con complementa Multi-harness orchestrator

Diagrama derivado de madurez_senales (lenguaje, licencia, estado y topics) y de las relaciones que este repo tiene en el grafo de conocimiento. No es una arquitectura del proyecto: es su posición funcional tal como la registran los boletines.

Posición en el ecosistema

Human-Agent-Society/reef

complementa

Multi-harness orchestrator Concepto · y farion1231/cc-switch

Human-Agent-Society/reef

implementa

continual-learning-loop Concepto

Human-Agent-Society/reef

implementa

production self improving agent Concepto

Expandir en el grafo 3D →

Relaciones que aportó este boletín

implementscontinual-learning-loopnuevo implementsproduction-self-improving-agentnuevo competes_withQ00/ouroboros· 2026-09-17 complementsmemvid/memvid· 2026-08-19 usesslimenuevo usessglangnuevo

Por qué importa

Reef es la pieza de infraestructura que faltaba en el eje "self-improving agent": un loop Serve → Observe → Grow → Commit que corre el agente en producción, registra feedback, aprende y publica nuevas versiones con version history, en vez de quedarse en un experimento local. Encaja con cobertura previa del boletín: el 2026-09-17 cubrimos Q00/ouroboros (su competidor más directo, donde el grading command hace evolucionar el prompt) y el 2026-08-19 cubrimos memvid/memvid (que complementa como capa de memoria), pero Reef lleva el concepto a producción con selección de updates por policy y tracing de cada release. Caveat fuerte: adopción aún baja (3.494★ frente a las ~5,9k★ que el propio ítem cita de Ouroboros — dato del propio item, no verificado de forma independiente), la docs mezcla chino e inglés (sesgo a mercado chino), y el camino de "test-time training" con Slime + SGLang exige GPUs dedicadas — sin GPUs propias, sólo queda la mitad del loop (mejorar harness, no pesos). Pieza candidata: "Reef × Ouroboros × AlphaEvolve — los tres caminos para que el agente se mejore solo, y cuándo cada uno aplica".

Alerta

no instalarlo todavía — leer el README y la sección "When to use Reef" del https://reefinfra.ai/docs/getting-started/quickstart/; entender bien la diferencia entre "harness optimization" (sin GPUs) y "weight training" (con GPUs Slime/SGLang) antes de comprometerse

Acción concreta

Reef lleva el self-improving agent a produccion; conviene seguir su adopcion real frente a las 3,5k estrellas actuales.

Apariciones · 2

2026-09-27 radar
2026-09-18 hallazgo principal

Mencionado en

2026-09-29 2026-09-19

Señales de madurez (texto original)

3.494★ · 278 forks · Python 3.12+ · Apache-2.0 · creado 2026-08-14 · último push 2026-09-18 · topics: agent-infrastructure, ai-agents, continual-learning, inference, llm. CI con GitHub Actions, integración oficial con Slime/SGLang/vLLM/AReaL/veRL, discord activo, WeChat group (China-leaning).