자기 학습 에이전트
자기 학습 에이전트는 작업 중 발생하는 일, 즉 사용자가 내린 수정, 작업 결과, 수락하거나 거부한 편집을 통해 개선되는 에이전트입니다. 단순히 맥락만 바꾸는 것이 아니라 행동 방식을 변화시킵니다.
자기 학습 에이전트는 작업 중 발생하는 일을 바탕으로 작동 방식을 변화시키는 에이전트로, 그 순간에 사용자가 알려주는 내용에만 의존하지 않습니다.
학습은 좁고 구체적이기 때문에 유용합니다. 모델을 재훈련시키지 않으며, 학습한 내용을 메모리로 기록하고 다음에 적용합니다:
- 수정. "아니, 여기서는 화살표 함수를 사용해"라고 말하면 그것이 규칙이 되어 이후에도 유지됩니다. 규칙 및 사실 참조.
- 작업 결과. 작업에서 실제로 효과가 있었던 것과 다시 해야 했던 것이 다음 작업에 접근하는 방식을 형성합니다. 에이전트가 작업 중 학습하는 방식 참조.
- 사용자가 유지하는 것. 수락하거나 거부한 편집은 사용자가 원하는 것에 대한 신호이며, 이 때문에 사양을 작성하지 않아도 결과가 개선됩니다.
두 가지 경계를 알아두면 좋습니다. 에이전트는 메모리가 켜진 영역에서 학습하며, 설계상 읽기 전용인 시크릿 채팅에서는 학습하지 않습니다. 또한 학습된 내용은 사용자가 검토하고 삭제할 수 있습니다: 메모리 변경 또는 삭제 참조.
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.
Ctrl+I