使用 SelfEvolve 进行软件自我扩展：运行时代码生成的代理架构

传统的自适应系统会自动重新配置现有组件以响应不断变化的需求，但对新功能的生成提供的支持有限。 大语言模型 (LLM) 的软件生成功能开启了在运行时创建全新模块的可能性，从而实现了超越传统自适应的自我进化形式。我们提出了 SelfEvolve，一种精心策划的代理管道架构，支持运行时自我扩展（在执行期间自主添加新功能）作为自我进化的初步形式。自扩展侧重于根据用户请求自主生成和集成新功能，无需系统重启或开发人员干预。对 11 个自扩展任务的架构进行的评估表明，平均 Pass@1 为 92.7% (51/55)，优于 AutoGen、MetaGPT 和 AgentCoder 等以开发人员为中心的代码生成基线。 SelfEvolve 比最佳基线（即 Autogen）提高了 61.8%，具有统计显着性。这项工作展示了通过自主代码生成扩展运行时能力的可行性。这为系统自主进化以满足用户需求的范式提供了初步证据，为个性化、自我改进的系统铺平了道路。