Dropstone 如何在工作过程中学习

Dropstone 是一个自我学习的智能体。它会记录从纠正、已完成的工作以及你要求它学习的资料中学到的内容，并在下次无需提示的情况下加以运用。以下是这一循环的说明。

一个在对话之间忘记一切的助手，其能力上限永远取决于你每次给出的指令。Dropstone 则建立在不同的理念之上：你使用它的时间越长，它就越擅长与你协作，而你无需为此费心管理。

本页将介绍实现这一目标的循环机制。

循环机制

Dropstone 处理的每项任务都会经历以下四个步骤。

回忆
在开始之前，它会检查记忆中是否有相关内容：长期规则、关于此项目的事实、它研究过的资料、过去关于同一主题的对话。凡是匹配的内容都会被纳入当前任务。
执行
它运用回忆到的内容完成任务。当某条记忆改变了它的做法时，它会用一句简短的话说明，以便你看到其中的关联。
捕捉
当你纠正它、拒绝某种方法或表达偏好时，它会立即记录下这一教训。它不会等到任务完成才记录，因为纠正是它在一次会话中学到的最有价值的东西，不应因对话继续推进而丢失。
反思
在完成一些非琐碎的工作后，它会思考刚才发生的事情中是否有值得长期保留的教训。比如它在你的代码库中发现的一个约定、它遇到并绕过的陷阱、一种失败的方法及其原因。如果有，它会记录通用的教训，而非具体的细节。

下一个任务会再次从“回忆”开始，而此时的记忆已比之前更完善。

Dropstone 记录的是可复用的策略，其表述足够通用，以便下次适用。

fact此项目将其配置保存在一个类型化文件中；请编辑该文件，而不是分散地定义常量。

而不是“config.ts 文件第 40 行有一个拼写错误”。拼写错误只属于一个任务，而约定则适用于其后的每个任务。

它还会在存在时记录原因：是什么经历让它学到了这一点。正是这一背景信息，使它日后能够判断该教训是否仍然适用。

它不会记录仅对单个任务成立的内容，也不会记录它已知的信息。如果一条教训与已有内容匹配，它会保留原有内容而不是添加重复项，并且不会在未学到新东西时告诉你它学到了新东西。

除了从工作中学习之外，你还可以将某个内容指向 Dropstone，并请它学习。比如一个网页、一份文档、一份 API 参考、一份规范。它会阅读来源，用自己的话保留所学内容，并附上来源出处。

下次涉及该主题时，它会运用所学内容并引用来源，而不是再次搜索网络来查找它已读过的内容。当它学到的两件事相互矛盾时，它会优先采用较新的内容，并告知你它们存在冲突。

它不会假装。如果它没有与任务相关的记忆，它就不会提及记忆，而不是暗示它记得某些无法指出的内容。

它不会凭自己的判断遗忘。只有你才能删除记忆，而且只有在你提出要求时才会删除。请参阅更改或遗忘记忆。

它不会从隐身聊天中学习。在那里说的任何内容都不会被记录。

你可以将偏好写进一条固定指令，然后粘贴到每次对话中。区别在于谁来做这项工作，以及当情况发生变化时会发生什么。

使用固定指令时，维护工作由你承担。你需要留意它是否已过时，并记得在你使用的每个工具中都包含它。

使用 Dropstone 时，记忆会从你本来就会做出的纠正中自我维护，它会跟随你的账户进入每个界面而无需粘贴，并且你可以随时查看和编辑所有内容。