Cazzo santo... Airbnb ha appena trasformato il supporto clienti in un laboratorio di AI auto-migliorante 🤯 Il loro nuovo documento, Agent-in-the-Loop (AITL), mostra come l'inserimento del feedback umano direttamente all'interno dei flussi di lavoro di supporto dal vivo crei un volano di dati che riaddestra il modello ogni poche settimane e non ogni mese. Invece di maratone di annotazione offline, AITL raccoglie 4 segnali di feedback in tempo reale dagli agenti umani: • Quale risposta AI preferivano • Perché l'hanno scelta • Se le informazioni recuperate erano pertinenti • Quale conoscenza mancava Questi segnali riaddestrano continuamente i modelli di recupero, ranking e generazione riducendo i tempi di iterazione e aumentando le prestazioni: +11,7% richiamo di recupero +14,8% precisione +8,4% utilità +4,5% adozione da parte degli agenti Il risultato? Un sistema che impara mentre lavora. Niente più modelli statici. Niente più cicli di riaddestramento lunghi mesi. Questo è come l'AI diventa veramente adattativa: umani nel loop → agenti nel loop → miglioramento infinito. Leggi il documento completo: arxiv. org/abs/2510.06674