Máquina Mendel-Gödel: agentes de codificación recursivamente auto-mejorables mediante evolución comparativa | Cómo construir agentes de programación que refinan continuamente sus propias estrategias de codificación | Sistema para que asistentes de código LLM mejoren sus salidas de forma iterativa sin intervención humana

Abstract

PROBLEMA: los agentes de codificación basados en LLM generan soluciones una única vez o usan bucles de auto-mejora limitados que no acumulan conocimiento reutilizable sobre qué estrategias funcionan. Mejorar la calidad del código generado de forma recursiva sigue siendo un reto. SOLUCIÓN: el paper introduce la Mendel Gödel Machine, un agente de codificación que se auto-mejora de forma recursiva mediante evolución comparativa: evalúa variantes de su propia implementación y de su prompt/estrategia, selecciona las mejores y las incorpora como nuevo comportamiento, inspirándose en el mecanismo de la máquina de Gödel que busca una demostración de su propia optimalidad. METODOLOGÍA: se combina un bucle de autorreflexión con un módulo de evolución comparativa que genera mutaciones de la estrategia, las prueba en un conjunto de tareas de programación y retiene las que obtienen mejores resultados, produciendo agentes cada vez más capaces a lo largo de iteraciones. El trabajo del grupo de LMU Munich se evalúa en benchmarks de generación de código. RESULTADOS: los agentes muestran mejoras progresivas en tasas de ejecución correcta y en la calidad de las soluciones tras varias rondas de auto-evolución, superando a agentes de codificación de una sola pasada y a métodos de auto-mejora estáticos. RELEVANCIA: demuestra un enfoque concreto de auto-mejora recursiva para agentes LLM, directamente aplicable a asistentes de programación, autocompletado y pipelines de generación y verificación de código autónomos.