自己発展型コーディングエージェント

要旨

大規模言語モデルは、リポジトリの調査、ツールの呼び出し、テストの実行、障害のデバッグ、パッチの生成ができるコーディングエージェントとして、ソフトウェアエンジニアリングのワークフローにますます組み込まれている。しかし、ソフトウェア開発は、リポジトリが進化し、依存関係が変化し、テストが失敗し、修復の試みが再利用可能な経験を残すという、動的でフィードバックに富んだプロセスであるにもかかわらず、既存のエージェントのほとんどはデプロイ後もほぼ静的であり続ける。この緊張関係が、自己進化型コーディングエージェントに関する研究の増加を動機づけている。自己進化型コーディングエージェントでは、エージェントが以前のコーディングインタラクションからフレームワーク、メモリ、スキル、ツール、モデル、または協調構造を更新することにより、将来の行動を改善する。本調査では、この新興分野の体系的な統合を提供する。まず、自己進化型コーディングエージェントを定義し、それらを従来のコーディングエージェントや一般的な自己進化型エージェントと区別する。次に、これらのシステムで何が進化するかを特徴付けるオブジェクト中心の分類法を開発し、それを、進化がいつ発生するか、どのようなソフトウェア固有の証拠が進化を駆動するかという2つの直交する視点で補完する。文献全体を通して、実行可能なフィードバック、リポジトリレベルのコンテキスト、コーディングの軌跡は、エージェントの自己進化のための自然な領域としてソフトウェアエンジニアリングに独特の役割を与えつつ、フィードバックの信頼性、ベンチマークへの過適合、安全性、保守性、コスト、汎化における新たな課題も導入することを見出す。既存の研究をこれらの次元に沿って整理することで、本調査は自己進化型コーディングエージェントの概念的境界を明確にし、より適応的で信頼性が高く、ソフトウェアを認識するエージェント型システムを設計するための基盤を提供することを目的とする。収集した論文は https://github.com/zhouhao1024/Awesome-Self-Evolving-Coding-Agents で参照できる。

English

Large language models are increasingly embedded in software engineering workflows as coding agents that can inspect repositories, invoke tools, execute tests, debug failures, and generate patches. Yet most existing agents remain largely static after deployment, even though software development is a dynamic, feedback-rich process in which repositories evolve, dependencies change, tests fail, and repair attempts leave reusable experience. This tension has motivated a growing body of work on self-evolving coding agents, where the agent improves its future behavior by updating its framework, memory, skills, tools, models, or collaboration structures from prior coding interactions. In this survey, we provide a systematic synthesis of this emerging area. We first define self-evolving coding agents and distinguish them from conventional coding agents and general self-evolving agents. We then develop an object-centered taxonomy that characterizes what evolves in these systems, and complement it with two orthogonal perspectives: when evolution occurs and what software-specific evidence drives it. Across the literature, we find that executable feedback, repository-level context, and coding trajectories give software engineering a distinctive role as a natural domain for agent self-evolution, but also introduce new challenges in feedback reliability, benchmark overfitting, safety, maintainability, cost, and generalization. By organizing existing work around these dimensions, this survey aims to clarify the conceptual boundaries of self-evolving coding agents and provide a foundation for designing more adaptive, reliable, and software-aware agentic systems. The papers we collect can be found at https://github.com/zhouhao1024/Awesome-Self-Evolving-Coding-Agents.