Darwin Gödel Machine
#28 in Agenten-FrameworksSakana Ai · 3× · zuletzt 30. Juni 2026
Die Darwin Gödel Machine (DGM) ist ein von Sakana AI in Zusammenarbeit mit der University of British Columbia und dem Vector Institute entwickeltes Forschungssystem für selbstverbessernde Coding-Agenten. Ein Agent modifiziert iterativ seinen eigenen Python-Quellcode und validiert jede Änderung empirisch anhand von Coding-Benchmarks wie SWE-bench und Polyglot, statt – wie beim theoretischen Gödel-Machine-Konzept – Verbesserungen formal zu beweisen. Das System pflegt ein wachsendes Archiv unterschiedlicher Agenten-Varianten, aus dem per offener Exploration neue, verbesserte Abkömmlinge erzeugt werden. Der vollständige Code ist quelloffen auf GitHub verfügbar; alle Selbstmodifikationen und Auswertungen laufen in sandboxed Umgebungen unter menschlicher Aufsicht.
Features
| Autonomie-Grad | Hoch: Agent modifiziert eigenständig seinen Code, unter menschlicher Aufsicht in Sandbox mit begrenztem Web-Zugriff |
| Lizenz | Code: Apache License 2.0 (GitHub); Paper: CC BY 4.0 (arXiv) |
| Modalitäten | Code/Text (Coding-Agent auf Basis eines eingefrorenen Foundation Models) |
| Plattform | Python-Codebasis, lokal/GCP-VM ausführbar, Sandbox-Docker-Umgebung |
| Release-Datum | 29. Mai 2025 (arXiv-Preprint & Sakana-AI-Blog-Launch) |
| Tool-/MCP-Integrationen | Werkzeugnutzung wie Bash-Kommandos und Dateibearbeitung; selbst entwickelte Tools (Patch-Validierung, Datei-Viewer, Editier-Werkzeuge) |