Selbstverbesserung in modernen agentischen Systemen: Ein Überblick

Zusammenfassung

Selbstverbessernde autonome Agenten bewegen sich von Forschungsprototypen hin zu implementierten Systemen. Das primäre Ziel ist die kontrollierte Evolution, oder Anpassung, durch Erfahrung mit minimalem oder sogar ohne menschliches Eingreifen. Diese Übersichtsarbeit fasst moderne selbstverbessernde Agenten als adaptive Systeme auf, die Erfahrung in akkumulierte Fähigkeitsgewinne umwandeln. Wir bieten einen systemweiten Rahmen, der einen modernen Agenten als Konfiguration darstellt, die ein Fundamentmodell mit einem operativen Gerüst aus Prompts, Gedächtnis, Werkzeugen und Steuerungslogik koppelt. Innerhalb dieses Rahmens wird Selbstverbesserung als ein selbstinduzierter Update-Operator formalisiert, der Aktualisierungen der Modellparameter oder Gerüstkomponenten bezieht und umsetzt. Wir organisieren frühere Arbeiten nach Update-Zielen und den Signalen, die Veränderungen antreiben, besprechen dann Anwendungen und diskutieren die Evaluierung, bevor wir mit offenen Problemen und zukünftigen Richtungen schließen. Der Einfachheit halber verfolgen wir technische Aktualisierungen auf https://github.com/selfimproving-agent/awesome-Self-Improving-Agents.

English

Self-improving autonomous agents are moving from research prototypes to deployed systems. The primary goal is controllable evolution, or adaptation, from experience with minimal or even no human input. This survey frames modern self-improving agents as adaptive systems that convert experience into accumulated capability gains. We offer a system-level framework that represents a modern agent as a configuration coupling a foundation model with an operational scaffold of prompts, memory, tools, and control logic. Within this framework, self-improvement is formalized as a self-induced update operator that obtains and commits updates to model parameters or scaffold components. We organize prior work by update target and by the signals that drive change, then review applications and discuss evaluation, before closing with open problems and future directions. For convenience, we track technical updates on https://github.com/selfimproving-agent/awesome-Self-Improving-Agents.