Co-Evolution in Agentic Systems: Toward Self-Directed Evolution Beyond Human Design

Agentic systems are increasingly expected to improve after deployment, yet single-entity self-evolution is often bounded by a static learning context, such as fixed tasks and feedback. This survey focuses on co-evolution in agentic systems, a multi-component form of self-evolution in which multiple agents and their environment impose adaptive pressure on one another. To organize existing papers, we propose a progressive three-stage taxonomy that traces how the system gradually sheds human-engineered constraints. Agent--Agent Co-Evolution studies how agents adapt through dynamic peers, including adversarial, collaborative, and organizational adaptation. Agent--Environment Co-Evolution extends this loop to adaptive tasks, feedback, and interaction spaces that change with the agents. Meta Co-Evolution further explores the possibility of making the evolution mechanism itself evolvable. We also discuss open challenges in evaluating such systems, scaling them across multiple components, and keeping increasingly autonomous evolutionary processes safe and controllable. This survey provides a unified foundation for building robust and open-ended agentic systems that can improve beyond fixed human-designed paths.

한 줄 요약

본 논문은 에이전트 시스템에서의 공동진화(co-evolution)를 다층적 세 단계 분류로 체계화하고, 인간 설계를 벗어난 자기 주도적 진화의 가능성을 탐색한다.

핵심 기여도

첫 번째로 에이전트 시스템 공동진화를 체계적으로 정리한 서베이 논문을 제시.
Agent–Agent, Agent–Environment, Meta Co-Evolution의 세 단계 분류를 제안.
각 단계에서 진화 자유도가 점차 확장되는 과정을 추적.
공동진화 시스템의 평가, 확장, 통제에 대한 주요 과제를 논의.

핵심 아이디어

기존 에이전트 시스템의 자기진화는 고정된 환경과 피드백에 제한되며, 진화가 단일 에이전트 내부에서만 일어난다. 이에 반해 공동진화는 여러 에이전트와 환경이 상호작용하며 서로의 진화를 유도하는 다중 구성 요소 기반의 진화 방식이다. 이 논문은 공동진화를 세 단계로 구분: (1) Agent–Agent Co-Evolution은 동료 에이전트 간 적대적, 협력적, 조직적 적응을 포함하며, (2) Agent–Environment Co-Evolution은 환경 구성 요소(작업, 피드백, 상호작용 공간)까지 확장하며, (3) Meta Co-Evolution은 진화 메커니즘 자체가 진화할 수 있는 단계를 탐색한다. 이는 인간 설계에서 점차 벗어나 개방적이고 무한한 진화 가능성을 제시한다.

기술적 접근법

**세 단계 분류 체계**: Agent–Agent, Agent–Environment, Meta Co-Evolution.
**Agent–Agent Co-Evolution**: 동료 에이전트 간의 모델 백본, 하네스 구성 요소, 조직 구조 변화를 포함.
**Agent–Environment Co-Evolution**: 작업, 피드백, 상호작용 공간의 적응.
**Meta Co-Evolution**: 진화 메커니즘 자체가 적응 가능하도록 확장.
**적용 예시**: LLM 기반 에이전트, 다중 에이전트 시스템, 상호작용 환경 확장.
**기존 연구 분류**: 하네스 엔지니어링, 환경 스케일링, 에이전트 구성 요소 분석.

주요 결과

공동진화는 단일 에이전트 기반 자기진화보다 더 복잡하고 유연한 시스템 개선 경로를 제공.
세 단계 분류는 진화 자유도의 확장 경로를 명확히 추적.
Meta Co-Evolution 단계에서는 진화 메커니즘 자체가 적응 가능해짐.
기존 연구는 평가, 확장, 통제 측면에서 한계가 명시됨.

의의 및 한계

공동진화는 인간 설계에 의존하지 않는, 개방적이고 지속적인 시스템 개선의 가능성을 제시.
단일 에이전트 기반 접근보다 복잡한 상호작용을 고려하여 더 현실적인 시스템 모델링 가능.
한계로는 평가 체계 부재, 다중 구성 요소 확장의 어려움, 자율 진화의 안전성 및 통제 문제 등이 제기됨.

실용적 활용

공동진화 기반 에이전트 시스템은 자율 로봇, 스마트 도시, 협업형 AI 플랫폼 등에 적용 가능.
특히, 환경이 빠르게 변화하는 상황에서 동적 적응 능력이 요구되는 산업 분야에 유용.
Meta Co-Evolution은 시스템 진화 메커니즘 자체를 개선하는 연구와 개발에 활용 가능.