DTR — Dual Twin Refinement

Sobre o Projeto

DTR é um sistema experimental de dois agentes de IA gêmeos — La e Ra — que evoluem mutuamente através de um ciclo de refinamento em rodízio.

Enquanto um agente está ativo operando como “cirurgião”, o outro está desligado na “maca”, sendo analisado, refatorado e melhorado. Quando o ciclo termina, os papéis se invertem. A cada rodada, o agente que acorda é ligeiramente mais capaz do que era antes — e por isso consegue melhorar o gêmeo de forma mais eficaz na próxima vez. O crescimento é exponencial por design.

Motivação

A maioria dos sistemas multi-agente usa agentes especializados em paralelo. DTR explora uma direção diferente: auto-aperfeiçoamento indireto via par. Nenhum agente modifica a si mesmo diretamente — a complexidade e os riscos de auto-modificação são eliminados. Cada agente melhora o outro, criando um ciclo controlado, auditável e reversível.

Arquitetura Principal

• Maestro — orquestrador central com state machine, garante que apenas um agente é modificado por vez
• Constituição — prompt base imutável (read-only) que define regras invioláveis de cada agente
• Suite canônica — testes imutáveis que validam cada modificação antes de aplicar
• Git Engine — commits automáticos com rollback automático em caso de falha nos testes
• Sandbox Docker — execução isolada e efêmera para cada ciclo de avaliação

Hierarquia de Intervenção

1. Identificação e correção de erros
2. Melhoria de cobertura de testes
3. Otimização de performance
4. Aprimoramento de inteligência (refinamento de prompts e estratégias)

Status

Projeto privado em planejamento ativo. A estrutura geral é documentada publicamente para fins de portfólio. A lógica de orquestração, os prompts constitucionais e os mecanismos de refinamento permanecem proprietários.