Ein Agent, der sich selbst verbessert, wird in seiner eigenen Aufgabe besser, indem er sich selbst verändert – seine Prompts, Skills, sein Gedächtnis oder seinen Code. Software, die sich selbst verbessert, ist ein Produkt, das besser wird, weil Loops laufend Verbesserungen dafür finden und vorschlagen, die ein Mensch freigibt und ein Coding-Agent baut. Das eine verbessert die KI, das andere dein Produkt.
Agents, die sich selbst verbessern
Im heutigen Sprachgebrauch ist ein Agent, der sich selbst verbessert, einer, der Feedback aus seiner eigenen Arbeit nutzt, um sich zu verändern, damit der nächste Versuch besser läuft. Die Idee ist alt; praktikabel wurde sie, als Agents Code lesen und bearbeiten konnten. Ein paar bekannte Beispiele:
- SICA, „A Self-Improving Coding Agent“ (arXiv, 2025) – ein Coding-Agent, der zwischen Benchmark-Läufen seine eigene Python-Codebase bearbeitet. Das Forschungsteam berichtet von einer Steigerung von 17 % auf 53 % auf einem Teil von SWE-bench Verified.
- Darwin Gödel Machine (Sakana AI und weitere Forschungsgruppen, 2025) – führt ein Archiv von Agent-Varianten, schreibt deren Code um und behält die Nachkommen, die besser abschneiden; berichtete Verbesserungen auf SWE-bench von 20 % auf 50 %.
- Skill-basierte Selbstverbesserung – leichtere Varianten protokollieren Korrekturen und Lektionen in Dateien, die der Agent beim nächsten Mal liest, und übernehmen wiederkehrende Lektionen ins dauerhafte Gedächtnis. Der Community-Skill „self-improving-agent“ für OpenClaw funktioniert so.
- Das Forschungsfeld – Stanford lehrt es als eigenen Kurs, CS329A: Self-Improving AI Agents, mit Verifiern, Test-Time Compute, Reinforcement Learning, Tool-Nutzung und Gedächtnis.
Was sie gemeinsam haben: Verbessert wird der Agent, und gemessen wird die Verbesserung an einem Benchmark oder am Aufgabenerfolg des Agents selbst.
Software, die sich selbst verbessert
Software, die sich selbst verbessert, richtet dieselbe Maschinerie nach außen. Der Agent bleibt gleich; das Produkt, das er beobachtet, wird immer besser. Das Muster:
- Loops beobachten das Produkt – seinen Code und Signale aus der Produktion wie Fehler.
- Jeder Loop ist für einen Bereich zuständig (Sicherheit, Payments, Zuverlässigkeit …) und wacht auf, wenn sich in diesem Bereich etwas ändert.
- Aus einem Fund wird ein Proposal mit einer klaren Definition of Done.
- Ein Mensch gibt es frei oder lehnt es ab.
- Ein Coding-Agent baut die freigegebene Arbeit; der Merge fließt in die nächste Runde ein.
Gemessen wird die Verbesserung nicht an einem Benchmark, sondern an weniger Sicherheitslücken, weniger doppelten Abbuchungen, schnelleren Seiten und einem KI-Feature, das besser antwortet.
Die Unterschiede, auf die es ankommt
| Agent, der sich selbst verbessert | Software, die sich selbst verbessert | |
|---|---|---|
| Was sich ändert | Der Agent: sein Code, seine Prompts, Skills, sein Gedächtnis | Der Code deines Produkts |
| Signal | Die eigenen Aufgabenergebnisse, Benchmarks | Deine Codeänderungen, Produktionsfehler, deine Freigaben und Ablehnungen |
| Wer entscheidet | Meist der Agent, anhand eines Scores | Du, bei jeder Änderung |
| Hauptrisiko | Auf den Benchmark optimieren statt auf das Ziel; eine Veränderung, die sich nicht leicht nachvollziehen lässt | Rauschen – zu viele Proposals –, wenn Loops zu breit angelegt sind oder vergessen, was du abgelehnt hast |
| Für wen | Für alle, die Agents bauen | Für alle, die Produkte bauen |
Beides lässt sich kombinieren. Die KI-Features eines Produkts – ein Support-Agent, eine Retrieval-Pipeline – kann ein Loop beobachten, der vorschlägt, wie dieser Agent besser wird. Dann hast du ein Produkt, das sich selbst verbessert und dessen Agent gleich mit besser wird, wobei ein Mensch jeden Schritt freigibt.
Wie Tekk dafür sorgt, dass sich dein Produkt selbst verbessert
Tekk verbessert dein Produkt, nicht sich selbst – und nur, wenn du es mit Greenlight freigibst. Es lässt sechzehn Loops auf deiner Codebase laufen: Security, Reliability, Backend, Payments, Performance, Testing, React, Code quality, Architecture, AI engineering, Compliance, Observability, Alerts, Product analytics, Documentation und Customer feedback. Der AI-Engineering-Loop ist der, der sich deine eigenen Agents ansieht – Harness, Prompts, Tools, Kontext, Gedächtnis, Retrieval, Evals und Kosten – und das Upgrade mit der größten Hebelwirkung vorschlägt.
Jeder Loop wacht bei deinen Änderungen oder einem Sentry-Alert auf, bringt dir ein Proposal und wartet. Du nimmst es an (es wird eine Spec auf deinem Board) oder lehnst es mit Begründung ab (die Loops lernen daraus). Dein Coding-Agent baut die Spec über MCP, der gemergte PR schließt sie, und dieser Merge ist die nächste Änderung, die die Loops lesen. Tekk selbst schreibt nie Code und liefert keinen aus.
Die Schritt-für-Schritt-Version: So verbessert sich dein Produkt selbst.
Teil des Leitfadens zu Loop Engineering. Die andere Hälfte von Loop Engineering ist Spec-driven Development: An der Spec erkennt ein Loop, dass er fertig ist.