¿Qué es un agente autodidacta?
Un agente autodidacta es aquel que mejora a partir de lo que ocurre mientras trabaja: una corrección que haces, el resultado de una tarea, una edición que aceptas o rechazas. Cambia su comportamiento en lugar de solo su contexto.
Un agente autodidacta es aquel que cambia la forma en que trabaja según lo que ocurre mientras trabaja, en lugar de solo según lo que le dices en el momento.
El aprendizaje es limitado y específico, que es lo que lo hace útil. No reentrena un modelo. Registra lo aprendido como memoria y lo aplica la próxima vez:
- Una corrección. Dices "no, usa funciones flecha aquí". Eso se convierte en una regla y se mantiene a partir de entonces. Consulta Reglas y hechos.
- El resultado de una tarea. Lo que realmente funcionó en un trabajo y lo que tuvo que rehacer moldea cómo aborda el siguiente. Consulta Cómo aprende un agente mientras trabaja.
- Lo que conservas. Las ediciones que aceptas y rechazas son una señal sobre lo que quieres, por eso el resultado mejora sin que escribas una especificación.
Hay dos límites que vale la pena conocer. Aprende en las superficies donde la memoria está activada, y no en un chat de incógnito, que es de solo lectura por diseño. Y lo aprendido es tuyo para inspeccionarlo y eliminarlo: consulta Cambiar u olvidar una memoria.
Related articles
- Agent memoryAgent memory is what an agent stores between sessions and brings back when it is relevant: standing rules, facts, studied material, and short summaries of past conversations.
- AI agent with a memoryAn AI agent with a memory is one that keeps what it learns about you and your work, attaches it to your account rather than to one app, and applies it wherever you use the agent next.
- How an agent learns as it worksDropstone is a self-learning agent. It records what it learns from corrections, from finished work, and from sources you ask it to study, and it uses that the next time without being told. Here is the loop.
- Rules and factsDropstone keeps two kinds of memory. Standing rules apply to every task without being searched for. Facts are recalled only when they are relevant. Here is why the difference matters and how it decides.