Onderzoekers van Sakana AI en UC Berkeley hebben een methode gepubliceerd die volgens hen een taalmodel zichzelf laat verbeteren door het organiseren, beoordelen en leren van zijn eigen multi-agentteams – een aanpak die recursieve zelfverbetering uitbreidt naar onderzoekstaken waar geen automatische antwoordsleutel bestaat.

Het artikel, "MASS: Recursive Self-Improvement through Multi-Agent Self-Supervision", verscheen in oktober 2026 op arXiv (2610.12176) naast een interactieve projectpagina van het in Tokio gevestigde laboratorium. De auteurslijst omvat beide instellingen: Hyunin Lee van UC Berkeley, die het werk voltooide tijdens een stage bij Sakana AI; Sakana-onderzoekers Jinglue Xu, Jeffrey Seely en Yujin Tang; en Donghyun Lee, Somayeh Sojoudi en Matei Zaharia van UC Berkeley. Voor meer context over dit verhaal, zie ons AI-trends.

Het werk trok afgelopen weekend onmiddellijk de aandacht in de ontwikkelaarsgemeenschap, waar een Hacker News-discussie over het project binnen enkele uren de 100 punten behaalde.

Wanneer het model de enige beschikbare supervisor is

De meest recente vooruitgang op het gebied van zelfverbetering van AI is gebaseerd op verifieerbare beloningen: wiskundige antwoorden die kunnen worden gecontroleerd, code die tests wel of niet doorstaat. Het Berkeley-Sakana-team vertrekt vanuit een ander uitgangspunt. Op het gebied van onderzoek, zo stellen zij, is er vaak geen fundamentele waarheid voorhanden. Voor het evalueren van een voorgestelde ontdekking kan schaarse expertise, dure apparatuur of experimenten nodig zijn die veel langer duren dan het genereren van het voorstel zelf.

Het resultaat is een steeds groter wordende kloof: het vermogen om nieuw werk te produceren gaat sneller vooruit dan het vermogen om er toezicht op te houden. Als er geen sterkere leraar beschikbaar is, schrijven de auteurs, is het model dat wordt verbeterd – wat zij de ‘optimizee’ noemen – misschien wel de meest capabele supervisor die nog over is. Dat motiveert wat zij homogene recursieve zelfverbetering noemen, waarbij hetzelfde model dient als zijn eigen optimalisatie en evaluator.

De open vraag is hoe een systeem in die lus een nuttig trainingssignaal voor zichzelf kan genereren. Hun antwoord is ontleend aan de menselijke geschiedenis.

Hoe MASS werkt

MASS, een afkorting van Multi-Agent Self-Supervision, verandert één gedeeld model in een systeem met drie rollen. Dezelfde gewichten fungeren als de taakoplossende agent die een werkruimte met code, resultaten en een onderzoeksrapport produceert; de workflow-optimalisatie die herziet hoe een team van subagenten het werk verdeelt; en de evaluator die twee werkruimten vergelijkt en beoordeelt welke het beste aan de taak voldoet.

De innerlijke lus doorzoekt de teamworkflows: schriftelijke plannen die de rol van elke subagent omvatten, de instructies ervan, de 'contracten' die specificeren welk bewijs agenten elkaar moeten overhandigen, en de volgorde van de oproepen of hops daartussen. Een kampioensworkflow blijft behouden in alle iteraties en moet worden verslagen om te kunnen worden vervangen. Eén geëvolueerde financiële workflow, samengevat in het document, omvat de voorbereiding van gegevens, de constructie van functies, modellering en backtesting vóór een audit, en het datacontract dwingt de dataspecialist om te controleren of een backtest geen toekomstige informatie in historische beslissingen had kunnen lekken.

De buitenste lus zet vervolgens de collectieve ervaring van het team om in trainingsgegevens. Het systeem voert de kampioensworkflow 18 keer uit, rangschikt zelf de resulterende werkruimten, bewaart de beste 16 uitvoeringen en verfijnt het gedeelde model daarop – waarbij de workflowprompt zelf achteraf wordt verwijderd, zodat de coördinatievaardigheden in de gewichten worden meegenomen in plaats van in de instructies. Het bijgewerkte model hervat vervolgens alle drie de rollen en het proces herhaalt zich.

Meetbare winst op niet-verifieerbare taken

Het team voerde twee volledige rondes van MASS uit, beginnend bij Qwen3.6-27B in de qwen-code coderingsagentomgeving. Het oefenterrein bestond uit een reeks van twaalf synthetische onderzoekstaken, verspreid over financiën, robotica en farmacie, die elk code, kwantitatieve resultaten en een schriftelijk rapport vereisten. Negen taken waren bestemd voor training en drie werden uitgesteld na de training; taakbeschrijvingen werden vóór het experiment gegenereerd door GPT-5.5.

Bij de drie uitgestelde testtaken steeg het extern beoordeelde winstpercentage van het model ten opzichte van de basisversie van 53,9% na één ronde tot 69,9% na twee rondes. Het model uit de tweede ronde versloeg ook het model uit de eerste ronde in 60,8% van de vergelijkingen. Om te voorkomen dat er met dezelfde maatstaf werd beoordeeld die tijdens de training werd gebruikt, lieten de onderzoekers GPT-5.5 en Claude Opus 4.8 het voltooide werk beoordelen, waarbij die oordelen aan MASS zelf werden onthouden.

Naast de kwaliteit is ook de efficiëntie verbeterd. Na twee rondes bereikte de score per outputtoken 1,2 tot 1,6 keer het niveau van het basismodel in vier openbare benchmarks: MLR-Bench, DSBench, ScienceAgentBench en AstaBench.

Een veiligheidsvraag, niet alleen een capaciteitsdemo

De auteurs zijn expliciet dat de opstelling ook dienst doet als veiligheidssonde. Als geautomatiseerde onderzoekssystemen hun eigen capaciteiten kunnen uitbreiden, moeten de omstandigheden die tot een ongekende verbetering leiden, vroeg worden begrepen. Het artikel merkt op dat het vooruitzicht van een intelligentie-explosie ‘nog meer reden geeft om deze omstandigheden vroegtijdig te bestuderen’, waarbij de centrale vraag wordt geformuleerd als hoe betekenisvol toezicht behouden kan blijven als er geen sterkere toezichthouder beschikbaar is.

De publicatie komt terecht in een steeds intenser debat over dat exacte risico. Eind september hebben Geoffrey Hinton, Yoshua Bengio en andere vooraanstaande wetenschappers publiekelijk gewaarschuwd voor de mogelijkheid van een op hol geslagen intelligentie-explosie, en het onderzoek naar agentische systemen die wetenschappelijk werk verrichten is in het hele veld in een stroomversnelling terechtgekomen.

Beperkingen om in gedachten te houden

De resultaten gaan gepaard met kanttekeningen die de auteurs erkennen. De synthetische suite is klein en alle trainingssignalen worden zelf gegenereerd, wat betekent dat de juistheid van de eigen oordelen van het model door het ontwerp onbekend is; externe juryleden worden alleen gebruikt voor metingen, niet voor training. Eén trainingstaak werd uitgesloten nadat de workflow-zoekopdracht geen enkele workflow vond die beter was dan de referentie, een herinnering dat de lus niet altijd winst oplevert. En de externe evaluaties zelf waren gebaseerd op grensmodellen, die onvolmaakte indicaties zijn voor de grondwaarheid.

Wat komt erna

Voor Sakana AI breidt MASS een onderzoeksagenda uit die gericht is op het automatiseren van het wetenschappelijke proces zelf, in navolging van het eerdere werk van het laboratorium op het gebied van AI-gestuurde experimentgeneratie en agentische beoordelingssystemen voor het controleren van onderzoeksclaims. Als het collectieve recept voor zelftoezicht verder gaat dan synthetische taken, zal het knelpunt waarop het zich richt – het toezicht houden op de AI-output aan de grens – alleen maar urgenter worden naarmate de geautomatiseerde onderzoekssystemen zich vermenigvuldigen.

---

Blijf Voorop met AI

Het laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.

Lees meer AI-nieuws →