Twee onderzoekers hebben een nieuwe aanpak voorgesteld voor zelflerende AI-agenten, waarbij een geavanceerd taalmodel zelf bepaalt hoe het verbeteringsproces verloopt in plaats van te vertrouwen op vooraf vastgestelde stappen. Het onderzoek, gepubliceerd op arxiv.org, daagt de gangbare praktijk uit waarbij systemen zelf beslissen hoe ze bewijs verzamelen, een persistent artefact herzien, kandidaten selecteren en stoppen.
Open-Ended Optimization als alternatief
De onderzoekers Hui Xue en Fan Yang introduceren in hun paper een methode die zij Open-Ended Optimization (OEO) noemen. Hierbij blijven het doel, de toegestane interacties, het resourcebudget, de datagrenzen en de evaluatie vast, maar mag het optimaliserende model het verbeteringsproces zelf online samenstellen. Dit in tegenstelling tot de twee bestaande benaderingen waarmee zij vergelijken: SkillOpt, een gefaseerde pijplijn met beperkte aanpassingen, en GEPA, een reflectieve evolutionaire zoekmethode.
Volgens emergentmind.com werden er veertien rechtstreekse vergelijkingen uitgevoerd over acht benchmark-doelmodel-combinaties. Daarbij boekte het door GPT-5.5 aangestuurde OEO twaalf overwinningen, één gelijkspel en één nipte nederlaag van 0,21 procentpunt. Opmerkelijk is dat OEO daarbij slechts een mediaan van 34,3 procent gebruikte van het geconfigureerde doelinteractie-tokenbudget dat SkillOpt nodig had.
Grenzen aan delegatie
Een controletest met een eenmalige, nul-interactie-uitvoering toonde aan dat de winsten niet verklaard kunnen worden door een enkele herschrijving op basis van eerdere gegevens. Toch kent de aanpak duidelijke beperkingen. Uit het onderzoek blijkt dat SkillOpt beter presteert dan OEO wanneer een middelmatig optimaliserend model wordt gebruikt, en dat een zwak model niet kan functioneren via de ongewijzigde OEO-interface.
De onderzoekers concluderen dat voorgeschreven pijplijnen moeten worden gezien als capaciteitsafhankelijke ondersteuningsstructuren. Essentiële beperkingen blijven extern, maar een voldoende capabel optimaliserend model kan zelf de route van meetbare feedback naar blijvende verbetering samenstellen. In de volledig geïnstrumenteerde OEO-SkillOpt-vergelijking toonde trajectanalyse bovendien aan dat voorschriften meer invloed hebben op hoe de optimalisatie verloopt dan op het uiteindelijke resultaat.
Context binnen breder onderzoek
Het onderzoek past in een bredere discussie over zelflerende agents. Zo verscheen een arxiv.org over feedbackdynamiek bij zelflerende agentvaardigheden, waarin werd vastgesteld dat evolutie schaars is: slechts 55 van de 388 kandidaten leverden een byte-verschillend validatie-record op. Opvallend daarbij was dat alle elf geselecteerde verbeteringen voortkwamen uit feedbackomstandigheden die mislukte trajecten omvatten.
Ook buiten de onderzoekspapers is er aandacht voor het fenomeen. Zo publiceerde lsl.zone een taxonomie van zelflerende agents, waarin hij onderscheid maakt tussen drie niveaus: iteratieve optimalisatie van artefacten, zelfverbetering van de harness (de omringende componenten zoals geheugen en tools) en model-leren zonder gouden antwoorden. Hij benadrukt daarbij de bekende formule: Agent = Model + Harness.
De bevindingen van Xue en Yang suggereren dat de rol van voorgeschreven pijplijnen heroverwogen moet worden naarmate modellen capabeler worden, maar dat deze pijplijnen voor minder krachtige modellen voorlopig onmisbaar blijven.