自演化编码智能体
摘要
本文综述了自演化编码智能体,这类智能体通过从先前的编码交互中更新框架、记忆、技能、工具或模型来改进其未来行为,并提出了一个分类体系,涵盖演化什么、何时演化以及由哪些软件特定证据驱动。
查看缓存全文
缓存时间: 2026/08/06 09:50
论文页面 - 自我进化的编码智能体
来源:https://huggingface.co/papers/2608.03392
摘要
大型语言模型正越来越多地嵌入软件工程工作流中,作为能够检查代码仓库、调用工具、执行测试、调试失败并生成补丁的编码智能体。然而,大多数现有智能体在部署后仍保持静态,尽管软件开发是一个动态的、反馈丰富的过程:代码仓库会演变,依赖会变化,测试会失败,修复尝试会留下可复用的经验。这种张力催生了越来越多关于自我进化编码智能体的研究工作,这类智能体通过更新其框架、记忆、技能、工具、模型或协作结构,从先前的编码交互中改进其未来行为。在本综述中,我们对这一新兴领域进行了系统的综合。我们首先定义了自我进化编码智能体,并将其与常规编码智能体和通用自我进化智能体区分开来。随后,我们开发了一个以对象为中心的(object-centered)分类法,用以刻画这些系统中“什么在进化”,并辅以两个正交视角:进化何时发生,以及哪些软件特定的证据驱动进化。纵观文献,我们发现可执行反馈、代码仓库级上下文和编码轨迹赋予软件工程一个独特的角色,使其成为智能体自我进化的自然领域,但也带来了反馈可靠性、基准过拟合、安全性、可维护性、成本和泛化等方面的新挑战。通过围绕这些维度组织现有工作,本综述旨在厘清自我进化编码智能体的概念边界,并为设计更具适应性、可靠性和软件感知能力的智能体系统奠定基础。我们收集的论文可在 https://github.com/zhouhao1024/Awesome-Self-Evolving-Coding-Agents 找到。
查看 arXiv 页面 · 查看 PDF · GitHub7 · 添加到收藏
在您的智能体中获取此论文:
hf papers read 2608\.03392
没有最新的 CLI?curl \-LsSf https://hf\.co/cli/install\.sh \| bash
引用此论文的模型0
没有模型链接此论文
在模型 README.md 中引用 arxiv.org/abs/2608.03392 即可从此页面链接到它。
引用此论文的数据集0
没有数据集链接此论文
在数据集 README.md 中引用 arxiv.org/abs/2608.03392 即可从此页面链接到它。
引用此论文的 Space0
没有 Space 链接此论文
在 Space README.md 中引用 arxiv.org/abs/2608.03392 即可从此页面链接到它。
包含此论文的收藏集0
没有收藏集包含此论文
将此论文添加到 收藏集 即可从此页面链接到它。
相似文章
自我进化智能体分类法(15分钟阅读)
Shilong Liu 提出了一种分类法,将自我进化智能体分为产物优化、框架自我改进和模型学习三类,为新兴智能体研究提供了通用语言。
Mendel Gödel Machine:基于比较进化的递归自改进编码智能体
本文介绍了Mendel Gödel Machine——一种利用比较进化迭代改进编码智能体的递归自改进框架。
AI智能体何时应该(以及不应该)自我演进的框架
文章认为,AI智能体的自我演进应谨慎应用,并提出了一种演进监管器(Evolution Governor),该监管器审计工作流以决定是否演进,依据条件如可重复任务和外部反馈。
@qinzytech: https://x.com/qinzytech/status/2066585405479371092
对构建自我进化AI代理的两种方法的技术分析:基于模型的方法(通过像SSMs或具有快速权重更新的transformer等架构,以及训练方法)和基于工具的方法(通过内存或能够自我重写的元工具)。作者为不同受众提供了实用建议。
@dair_ai: // MetaSkill-Evolve // 关于自我改进代理的优秀论文。大多数自我改进代理重写代理所做的并……
MetaSkill-Evolve 引入了一个递归的双时间尺度框架,用于LLM代理,使其能够同时进化任务技能和改进过程本身,在OfficeQA、SealQA和ALFWorld基准测试上取得了显著的准确性提升。