자기 진화형 에이전트의 분류 체계 (15분 분량)

Shilong Liu는 **자기 진화형 에이전트(Self-evolving Agents)**를 체계적으로 분류하기 위한 새로운 프레임워크를 제안했다. 이 분류 체계는 에이전트의 진화가 어디에서 발생하는지에 따라 세 가지 핵심 범주로 나뉜다.

• Artifact Optimization (산출물 최적화): 에이전트가 생성하는 결과물 자체를 개선하는 방식
• Harness Self-improvement (하네스 자기 개선): 에이전트의 작동 환경이나 인프라를 개선하는 방식
• Model Learning (모델 학습): 모델의 가중치(Weights) 자체를 업데이트하는 방식

이 프레임워크는 에이전트 연구 분야에서 진화의 메커니즘이 출력물(Outputs), 에이전트 인프라(Agent Infrastructure), 또는 모델 가중치(Model Weights) 중 어디에 집중되어 있는지를 명확히 구분하여 공통된 연구 언어를 제공한다.