Agen yang belajar sendiri

Agen yang belajar sendiri adalah agen yang mengubah cara kerjanya berdasarkan apa yang terjadi saat ia bekerja, bukan hanya berdasarkan apa yang Anda katakan padanya saat itu.

Pembelajaran ini bersifat sempit dan spesifik, yang justru membuatnya berguna. Ia tidak melatih ulang model. Ia mencatat apa yang dipelajarinya sebagai memori dan menerapkannya di lain waktu:

• Sebuah koreksi. Anda berkata "tidak, gunakan arrow functions di sini". Itu menjadi sebuah aturan, dan berlaku sejak saat itu. Lihat Aturan dan fakta.
• Hasil tugas. Apa yang benar-benar berhasil dalam suatu pekerjaan, dan apa yang harus ia ulangi, membentuk cara ia mendekati tugas berikutnya. Lihat Bagaimana agen belajar saat bekerja.
• Apa yang Anda pertahankan. Edit yang Anda terima dan tolak adalah sinyal tentang apa yang Anda inginkan, itulah sebabnya hasilnya membaik tanpa Anda menulis spesifikasi.

Ada dua batasan yang perlu diketahui. Ia belajar di permukaan tempat memori aktif, dan tidak dalam obrolan penyamaran, yang dirancang hanya-baca. Dan apa yang ia pelajari adalah milik Anda untuk diperiksa dan dihapus: lihat Ubah atau lupakan memori.

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.