Um agente de terminal que faz trabalho de verdade sozinho, e um aplicativo para trabalhar com ele. Código aberto, roda na sua máquina, e publica os benchmarks em que perdeu.
Muitas mentes, uma resposta
O leão, a cabra, o dragão e a serpente estavam no logo antes de virarem argumento. Um painel de modelos responde, um juiz aponta onde eles concordam e onde não, e um sintetizador escreve o resultado — mas só quando a pergunta é difícil o bastante para valer. Fusão em si não é novidade; ligá-la ao laço do agente atrás de um roteador que enxerga custo, e medi-la, é.
Três apostas, e onde cada uma está
Evolução com sinal de aptidão
Outros agentes aprendem anexando o que aconteceu. O Chimera guarda uma mudança aprendida só quando um resultado verificado prova que ela ajudou — condicionado ao diff real da árvore de trabalho e a um A/B honesto, nunca ao que o modelo diz de si mesmo. Se esse acúmulo o torna melhor em tarefas novas é coisa medida, e a resposta até agora está na página de evidências.
Segurança como arquitetura
Injeção de prompt é amplamente considerada impossível de corrigir, e a maioria dos agentes mitiga na camada de aplicação ou declara fora de escopo. Aqui existe uma camada de defesa real — rastreio de contaminação por referência literal, e não fluxo de dados de verdade (um modelo que parafraseia o texto contaminado o lava), tokens de controle removidos de conteúdo não confiável, ferramentas perigosas estreitadas pelo resto de uma execução contaminada, retentativas com efeito colateral protegidas. Ela é opcional: liga-se com --taint e vem desligada. A página de segurança na documentação diz onde cada camada para, e nomeia o que ainda passa.
Benchmarks publicados, inclusive as derrotas
Todo número publicado vem com intervalo de confiança, as execuções que não deram em nada são publicadas sem edição, e uma afirmação que deixa de sobreviver à réplica é retirada. Nada neste site é digitado à mão: tudo é lido do snapshot que o produto carimba a cada release, e os intervalos estão na página de evidências.
O que está realmente medido
Dois produtos
Agente de terminal
O harness: um braço direito no seu terminal. Ele planeja, edita, roda a verificação, e se reverte quando a verificação falha.
Ler mais →Aplicativo
O aplicativo: conversa que edita código, um quadro que despacha para os seus agentes, e todas as configurações do agente — no Windows, no macOS e no Linux.
Ler mais →
Uma biblioteca de skills, com procedência
Cartões curtos que dizem ao agente como abordar um tipo recorrente de tarefa — dados, nunca código; nada ali é executado. São poucos, e cada um tem um nome por trás: revisado por um mantenedor antes de entrar, servido com o hash dos bytes exatos da página, e lido no seu idioma — uma tradução que se afastou da fonte cai de volta para o inglês em vez de parafrasear uma frase que não existe mais.
É alpha, e ele diz isso
Sólido e muito testado, ainda não endurecido em produção. Os instaladores não são assinados por uma autoridade certificadora, então Windows e macOS avisam na primeira execução. Esse aviso está na página de download acima dos botões; o aviso de alpha fica no fim dela.