Self-Improving Agent (With Self-Reflection)

• Du korrigerar ofta samma misstag hos agenten och vill att dessa korrigeringar ska bestå mellan sessioner.
• Du arbetar med återkommande projekt eller områden (kod, skrivande, kommunikation) där konsekvent stil och preferenser är viktiga.
• Du vill ha en agent som självgranskar sina egna resultat efter flerstegsuppgifter och automatiskt loggar lärdomar.
• Kunskap ska ackumuleras över tid — du föredrar att bygga upp en levande preferensprofil snarare än att förklara sammanhanget på nytt varje session.

• Du bara behöver minne för en enda session eller en engångsuppgift — den här färdigheten är utformad för ihållande, långsiktigt lärande.
• Du behöver att agenten lär sig från passiv observation eller tystnad; den här färdigheten loggar endast explicita korrigeringar och angivna preferenser.
• Du befinner dig i en miljö där det inte är tillåtet eller möjligt att skriva lokala filer till ~/self-improving/.

Minnet är uppdelat i tre nivåer: memory.md (HOT, ≤100 rader, alltid inläst), per-projekt- och per-domänfiler (WARM, inlästa vid kontextmatchning), samt ett arkiv (COLD, inläst vid explicit förfrågan). Detta håller den mest relevanta kunskapen i kontexten utan att överskrida gränserna.

Mönster som används 3 gånger på 7 dagar befordras automatiskt till HET lagring. Oanvända mönster degraderas till VARM lagring efter 30 dagar och arkiveras till KALL lagring efter 90 dagar. Ingenting raderas utan uttrycklig bekräftelse från användaren.

Efter att ha slutfört flerstegsuppgifter, tagit emot återkoppling eller åtgärdat buggar stannar agenten upp för att utvärdera: uppfyllde resultatet avsikten, vad kunde ha gjorts bättre och är detta ett återkommande mönster? Lärdomar loggas i ett strukturerat format och befordras enligt samma regler som användarkorrigeringar.

Agenten känner igen korrigeringssignaler ("Nej, det är fel", "Jag sa det till dig tidigare…", "Sluta göra X") och preferenssignaler ("Jag gillar när du…", "Gör alltid X") och dirigerar dem automatiskt till rätt minnesnivå. Engångsinstruktioner eller kontextspecifika instruktioner ignoreras avsiktligt.

Projektspecifika mönster lagras i projects/{name}.md, globala inställningar i HOT, och domänmönster (kod, skrivande) i domains/. När mönster konfliktar vinner den mest specifika och mest aktuella regeln — med en fråga till användaren om tvetydighet kvarstår.

Varje åtgärd som hämtas från minnet anger sin fil och rad (t.ex. "Använder X (från projects/foo.md:12)"). En veckovis sammanfattning av inlärda, nedgraderade och arkiverade mönster finns tillgänglig på begäran. Färdigheten lagrar aldrig inloggningsuppgifter, hälsodata eller information från tredje part, och läser aldrig filer utanför ~/self-improving/.

En utvecklare korrigerar agentens formaterings- eller arkitekturval en gång. Agenten loggar korrigeringen till corrections.md, och efter den tredje upprepningen befordras den till domains/code.md. Framtida sessioner tillämpar regeln automatiskt utan påminnelser.

För ett projekt som sträcker sig över flera veckor lagrar agenten konventioner, namnbeslut och arbetsflödespreferenser i projects/{name}.md. Varje session laddar den varm-nivå-filen när projektet nämns, vilket håller agenten konsekvent anpassad till projektets regler.

Efter att ha genererat en flerfils-funktion eller ett långt dokument reflekterar agenten över om radavstånd, struktur eller ton hade kunnat vara bättre, loggar en lärdom och tillämpar den nästa gång en liknande uppgift utlöses — utan att användaren behöver påpeka samma problem två gånger.

En användare anger "Jag föredrar kortfattade svar utan inledning." Agenten loggar detta som en global HOT-preferens och refererar till den i varje svar, vilket säkerställer att stilen bibehålls i alla framtida konversationer utan att preferensen behöver upprepas.