Les systèmes de classeurs sont des systèmes à base de règles de production qui construisent leur ensemble de règles de façon automatique. Initialement, ces systèmes visaient à modéliser l'émergence de capacités cognitives à l'aide de mécanismes adaptatifs, en particulier évolutionnistes. Suite à un renouveau de la problématique mettant davantage l'accent sur l'apprentissage, les systèmes de classeurs ont été vus ensuite comme des outils capables de traiter des problèmes de décision séquentielle de façon compacte, en représentant l'état comme composé d'observables différenciées qu'un agent peut choisir de prendre en compte ou non. Enfin, beaucoup plus récemment, les systèmes de classeurs se sont avérés très efficaces pour résoudre des problèmes de classification automatique, ce qui dynamise le champ de recherche correspondant. Dans ce contexte, l'objet de cette contribution est de présenter l'état de la recherche sur les systèmes de classeurs en insistant sur les développements les plus récents, en insistant sur la décision séquentielle plutôt que sur la classification automatique.