Self-Evolving Coding Agents
自进化编码代理综述
🧭 Agent 自进化机制与框架
Nanjing University of Science and Technology · Nanjing University
系统综述自进化编码代理，定义概念并提出对象为中心的演变分类法，分析软件工程的天然演进特征与挑战。
📌 工作参考价值
- 记忆驱动的推荐策略优化：借鉴编码代理利用历史轨迹复用经验的方法，推荐Agent可记录用户反馈（点击/转化/停留）和推荐上下文，构建可检索的记忆库，在下一次相似场景中直接复用成功策略，减少重复探索成本。
- 工具使用的在线自适应：推荐Agent集成多种工具（如搜索API、用户画像查询），可监控工具调用成功率与业务效果，自动调整工具选择策略或微调调用参数，实现工具链的自进化。
- 反馈驱动的提示词在线更新：将A/B测试或在线指标作为反馈信号，自动优化Agent链路中的提示词（如召回、排序、文案生成），形成闭环自进化，避免人工调参滞后。
- 多Agent协作的动态分工：在多智体系统中（如广告竞价、多目标推荐），根据全局收益定期调整各Agent的权重或协作模式，类似编码代理更新协作结构，实现整体效率演进。
动机：LLM驱动的编码代理虽能辅助软件开发，但部署后大多静态不变，无法像人类工程师一样从交互反馈中持续学习。软件工程天然的动态性（代码演化、测试失败、修复经验累积）催生了自进化编码代理的研究方向。
方法：该综述首次明确自进化编码代理的定义，并与传统编码代理、通用自进化代理做了概念区分。核心贡献是提出对象为中心的演变分类法：明确什么在演变（框架、记忆、技能、工具、模型、协作结构），配合何时演变（在线/离线）和驱动证据（可执行反馈、仓库级上下文、编码轨迹）两个正交维度，形成系统框架。通过广泛文献调研，梳理了各维度下的典型工作。
关键结果：软件工程中的可执行反馈（如测试通过/失败）、代码仓库丰富上下文和长程任务轨迹，为代理自进化提供了独特条件，但也面临反馈可靠性、基准过拟合、安全性、维护成本、泛化能力等挑战。该综述为设计更自适应、可靠、软件敏感的Agent系统提供了概念基础和结构化参考。