Self-Improving Agent (With Self-Reflection)

• Korjaat usein samoja agentin tekemiä virheitä ja haluat näiden korjausten pysyvän voimassa istuntojen välillä.
• Työskentelet toistuvien projektien tai aihealueiden parissa (koodi, kirjoittaminen, viestintä), joissa yhtenäinen tyyli ja mieltymykset ovat tärkeitä.
• Haluat agentin, joka tarkastaa oman tuotoksensa monivaiheisten tehtävien jälkeen ja kirjaa opitut asiat automaattisesti.
• Tiedon tulisi kertyä ajan myötä — mieluummin rakennat elävän mieltymysprofiilin kuin selität kontekstin uudelleen joka istunnossa.

• Tarvitset muistia vain yhtä istuntoa tai kertaluonteista tehtävää varten — tämä taito on suunniteltu pysyvään, pitkäaikaiseen oppimiseen.
• Tarvitset agentin oppivan passiivisesta havainnoinnista tai hiljaisuudesta; tämä taito kirjaa vain eksplisiittiset korjaukset ja ilmaistut mieltymykset.
• Olet ympäristössä, jossa paikallisten tiedostojen kirjoittaminen kansioon ~/self-improving/ ei ole sallittua tai mahdollista.

Muisti on jaettu kolmeen tasoon: memory.md (HOT, ≤100 riviä, aina ladattu), projekti- ja toimialuekohtaiset tiedostot (WARM, ladataan kontekstin vastaavuuden perusteella) ja arkisto (COLD, ladataan eksplisiittisen kyselyn perusteella). Tämä pitää oleellisimman tiedon kontekstissa ylittämättä rajoituksia.

Mallit, joita käytetään 3 kertaa 7 päivän aikana, ylennetään automaattisesti KUUMA-tallennustilaan. Käyttämättömät mallit siirtyvät LÄMMIN-tilaan 30 päivän jälkeen ja arkistoidaan KYLMÄ-tilaan 90 päivän jälkeen. Mitään ei poisteta ilman käyttäjän nimenomaista vahvistusta.

Suoritettuaan monivaiheisia tehtäviä, vastaanotettuaan palautetta tai korjattuaan virheitä, Self-Improving Agent (With Self-Reflection) pysähtyy arvioimaan: vastaako lopputulos tavoitetta, mitä voisi parantaa ja onko kyseessä toistuva malli? Opitut asiat kirjataan jäsenneltyyn muotoon ja nostetaan esiin samojen sääntöjen mukaisesti kuin käyttäjän korjaukset.

Agentti tunnistaa korjaussignaalit ("Ei, se on väärin", "Sanoin sinulle aiemmin…", "Lopeta X:n tekeminen") ja mieltymyssignaalit ("Pidän siitä, kun sinä…", "Tee aina X") ja ohjaa ne automaattisesti oikealle muistitasolle. Kertaluonteiset tai kontekstikohtaiset ohjeet jätetään tarkoituksellisesti huomiotta.

Projektikohtaiset mallit tallennetaan tiedostoon projects/{name}.md, globaalit asetukset HOT-muistiin ja toimialakohtaiset mallit (koodi, kirjoittaminen) kansioon domains/. Kun mallit ovat ristiriidassa, tarkin ja uusin sääntö voittaa — ja käyttäjältä kysytään, jos epäselvyys jää.

Jokainen muistista peräisin oleva toiminto viittaa lähdetiedostoonsa ja riviinsä (esim. "Käytetään X:ää (lähteestä projects/foo.md:12)"). Viikoittainen yhteenveto opituista, alennetuista ja arkistoiduista malleista on saatavilla pyydettäessä. Taito ei koskaan tallenna tunnistetietoja, terveystietoja tai kolmansien osapuolten tietoja, eikä se koskaan lue tiedostoja hakemiston ~/self-improving/ ulkopuolelta.

Kehittäjä korjaa agentin muotoilu- tai arkkitehtuurivalinnat kerran. Agentti kirjaa korjauksen tiedostoon corrections.md, ja kolmannen toistumisen jälkeen se siirtää sen tiedostoon domains/code.md. Tulevat istunnot soveltavat sääntöä automaattisesti ilman muistutuksia.

Monien viikkojen projektissa agentti tallentaa käytännöt, nimeämispäätökset ja työnkulkuasetukset tiedostoon projects/{name}.md. Jokainen istunto lataa kyseisen lämmin-tason tiedoston, kun projekti mainitaan, pitäen agentin johdonmukaisesti linjassa projektin sääntöjen kanssa.

Kun Self-Improving Agent (With Self-Reflection) on luonut monitiedostoisen ominaisuuden tai pitkän dokumentin, se pohtii, olisiko välistys, rakenne tai sävy voinut olla parempi, kirjaa opitun asian muistiin ja soveltaa sitä seuraavan kerran, kun vastaava tehtävä käynnistyy — ilman että käyttäjän tarvitsee huomauttaa samasta asiasta uudelleen.

Käyttäjä toteaa: "Pidän tiiviistä vastauksista ilman johdantoa." Agentti kirjaa tämän globaaliksi HOT-preferenssiksi ja viittaa siihen jokaisessa vastauksessa, varmistaen, että tyyli säilyy kaikissa tulevissa keskusteluissa ilman, että preferenssiä tarvitsee toistaa.