Professor da CMU lança o framework de agentes de código aberto Motus, orquestração de múltiplos modelos SWE-bench atingindo 79% e custo pela metade

ME News Notícias, 15 de abril (UTC+8), de acordo com o monitoramento do Beating, a empresa de infraestrutura de IA Lithos AI, fundada pelo professor de ciência da computação da Carnegie Mellon University Dimitrios Skarlatos (CEO) e Zhihao Jia (CTO), lançou o framework de serviço Agent Motus, sob licença Apache 2.0. A equipe é composta por pesquisadores da CMU e Stanford, com experiência em infraestrutura de produção da AWS, Google, Meta e Nvidia. A ideia central do Motus: tarefas diferentes são adequadas a modelos diferentes; em vez de sempre usar o modelo de ponta mais caro para todas as etapas, o sistema aprende a partir do percurso de execução em produção, roteando automaticamente as subtarefas para o modelo mais adequado. Atualmente, a implantação do Agent é estática, com o framework de prompts, modelos e estratégias de contexto fixos, enquanto o Motus extrai sinais de taxa de sucesso, latência e custo de cada execução, otimizando continuamente. Segundo dados do site oficial da Lithos AI, no SWE-bench Verified, a orquestração de múltiplos modelos do Motus alcançou 79% de precisão, superior aos 75,8% do Claude Opus 4.6 e aos 72,6% do GPT-5.3-Codex, com custo inferior à metade do uso exclusivo do Opus. No Terminal-Bench 2.0, a precisão aumentou de 64% do Opus para 80,1%, com custos também aproximadamente pela metade. O framework ajusta automaticamente a estratégia de memória de contexto de acordo com a carga de trabalho específica e detecta passos que podem ser executados em paralelo para reduzir a latência. O Motus não vincula fornecedores de modelos, suportando SDKs de agentes da OpenAI, Anthropic, Google ADK e agentes construídos em Python puro, oferecendo plugins Claude Code, Codex e Cursor, podendo ser implantado localmente com um comando ou enviado para a nuvem. A fase de pré-visualização inicial oferece recursos computacionais gratuitamente. (Fonte: BlockBeats)