Self-Improving Agent (With Self-Reflection)

• 同じエージェントのミスを何度も修正しており、その修正をセッションをまたいで定着させたい。
• コード、ライティング、コミュニケーションなど、一貫したスタイルや好みが重要な繰り返しのプロジェクトやドメインに取り組んでいる。
• 複数ステップのタスク完了後に自分のアウトプットを自己監査し、学んだ教訓を自動的に記録するエージェントが欲しい。
• 知識は時間とともに蓄積されるべきであり、毎回のセッションでコンテキストを説明し直すより、成長し続ける好みのプロファイルを構築したい。

• 単一セッションまたは一回限りのタスクにのみメモリが必要な場合 — このスキルは永続的な長期学習のために設計されています。
• エージェントが受動的な観察や沈黙から学習することを必要とする場合 — このスキルは明示的な修正と述べられた好みのみを記録します。
• ~/self-improving/ へのローカルファイルの書き込みが許可されていない、または不可能な環境にいる場合。

メモリは3つの階層に分割されています：memory.md（HOT、≤100行、常時ロード）、プロジェクトごと・ドメインごとのファイル（WARM、コンテキスト一致時にロード）、そしてアーカイブ（COLD、明示的なクエリ時にロード）。これにより、制限を超えることなく、最も関連性の高い知識をコンテキスト内に保持します。

7日間で3回使用されたパターンは、自動的にHOTストレージに昇格されます。未使用のパターンは30日後にWARMへと降格し、90日後にCOLDへアーカイブされます。明示的なユーザーの確認なしに削除されることはありません。

複数ステップのタスクを完了した後、フィードバックを受け取った後、またはバグを修正した後、Self-Improving Agent (With Self-Reflection) はいったん立ち止まり、次の点を評価します：結果は意図に沿っていたか、何を改善できるか、そしてこれは再現可能なパターンかどうか。得られた教訓は構造化されたフォーマットで記録され、ユーザーによる修正と同じルールに従って昇格されます。

エージェントは修正シグナル（「いや、それは違う」「前に言ったでしょう…」「Xをやめて」）と好みシグナル（「〜してくれると嬉しい」「常にXをして」）を認識し、自動的に適切なメモリ階層にルーティングします。一度限りまたはコンテキスト固有の指示は意図的に無視されます。

プロジェクト固有のパターンは projects/{name}.md に、グローバルな設定はHOTに、ドメインパターン（コード、ライティング）は domains/ に保存されます。パターンが競合する場合、最も具体的かつ最新のルールが優先されます。なお、曖昧さが残る場合はユーザーへの確認プロンプトが表示されます。

メモリから取得されたすべてのアクションは、そのファイルと行番号を明示します（例：「X を使用（projects/foo.md:12 より）」）。学習済み、降格済み、およびアーカイブ済みのパターンに関する週次ダイジェストは、要求に応じていつでも確認できます。Self-Improving Agent (With Self-Reflection) は、認証情報、健康データ、または第三者の情報を保存することはなく、~/self-improving/ 以外のファイルを読み取ることもありません。

開発者がエージェントのフォーマットやアーキテクチャの選択を一度修正します。エージェントはその修正を corrections.md に記録し、3回目の再発後に domains/code.md へ昇格させます。以降のセッションでは、リマインダーなしにそのルールが自動的に適用されます。

数週間にわたるプロジェクトにおいて、エージェントは規約、命名に関する決定、およびワークフローの設定を projects/{name}.md に保存します。プロジェクトが言及されるたびに各セッションでそのウォームティアファイルが読み込まれ、エージェントはプロジェクトのルールに一貫して沿った状態を維持します。

複数ファイルにわたる機能や長文ドキュメントを生成した後、エージェントはスペーシング・構成・トーンをより改善できたかどうかを振り返り、得た教訓を記録します。そして、同様のタスクが次回発生した際には、ユーザーが同じ問題を再度指摘しなくても、自動的にその教訓を適用します。これは Self-Improving Agent (With Self-Reflection) の中核的な動作です。

ユーザーが「前置きなしで簡潔な返答を好む」と述べます。エージェントはこれをグローバルなHOT設定として記録し、すべての応答でこれを参照することで、ユーザーが再度設定を伝えることなく、今後のすべての会話でそのスタイルが維持されるようにします。