# Onderzoek waarschuwt: zelfverbeterende agents kwetsbaar bij veranderende vaardigheden

> Onderzoekers introduceren CODA, een test die laat zien dat AI-agents die samen met hun vaardigheden zijn geëvolueerd na implementatie veel van hun winst verliezen als hun vaardigheden veranderen.

Oossa · 2026-10-16 · https://oossa.com/nl/paper-warns-self-improving-agents-may-fail-when-skill-sets-change

Een team onder leiding van Jinluan Yang publiceerde op 16 oktober 2026 een nieuw artikel op arXiv. Daaruit blijkt dat agents die zijn getraind om zowel hun beleid als een vaardighedenbank te verbeteren, kwetsbaar worden als die bank later verandert. De auteurs stellen een nieuwe evaluatiemethode voor, de CO-evolution Drift Audit (CODA), die veranderingen in vaardigheden simuleert en de consistentie en weerbaarheid meet. Bij vier methoden en vijf benchmarks constateert CODA dat het succespercentage in het slechtste geval met 5-13 punten daalt. Daarmee verdwijnt het grootste deel van de voorsprong die de agents hadden op een basislijn zonder vaardigheden.

## De feiten

- Artikel gepubliceerd op 16 oktober 2026
- Succespercentage in het slechtste geval 5-13 punten lager dan op het hoogtepunt, waardoor 52-93% van de winst verdwijnt

## Waarom het ertoe doet

Wie AI-agents inzet, zal hun weerbaarheid tegen veranderingen in vaardigheden moeten testen, en niet alleen hun topprestaties.

## Bronnen en referenties

1. [Evolving Together, Failing Apart: The Skill-Policy Co-evolution Trap in Self-Improving Agents](https://arxiv.org/abs/2610.20845) – arXiv, 2026-10-16

Laatst bijgewerkt: 2026-10-16