現代のエージェンティックシステムにおける自己改善：サーベイ

要旨

自己改善型自律エージェントは、研究プロトタイプから実運用システムへと移行しつつある。主要な目標は、人間の入力を最小限、あるいはまったく必要とせずに、経験から制御可能な進化、すなわち適応を実現することである。本調査では、現代の自己改善型エージェントを、経験を蓄積された能力向上へと変換する適応システムとして位置付ける。我々は、現代のエージェントを、基盤モデルとプロンプト、メモリ、ツール、制御ロジックからなる運用スキャフォールドとを結合した構成として表現する、システムレベルの枠組みを提供する。この枠組みにおいて、自己改善は、モデルパラメータまたはスキャフォールドコンポーネントに対する更新を取得し確定する、自己誘発的な更新演算子として形式化される。我々は、更新対象と変化を駆動する信号に基づいて先行研究を整理し、その後、応用を概観し評価について議論し、最後に未解決問題と将来の方向性で締めくくる。便宜上、技術的な更新は https://github.com/selfimproving-agent/awesome-Self-Improving-Agents で追跡している。

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.