Design a process for AI agents to learn from execution records. Evaluate outcomes, actions, and quality, choose whether to update knowledge, instructions, code, or model parameters, and define independent validation, release checks, and rollback procedures.
中文简介正在准备中。当前显示英语简介。
让 Agent 从运行经验中持续学习、构建自进化闭环时使用——涵盖从运行轨迹提取学习信号（三层轨迹验证）、四种进化方式（经验知识库、Prompt/Skill、程序/Harness、模型参数）的适用边界与选择依据、Prompt 自动优化、轨迹编译为程序、Agent 自我修改与安全门禁、睡眠学习与长期分层评估。
触发词：持续进化、自进化、经验学习、轨迹验证器、自我修改、进化闭环。
安装前可以查看交给 AI 代理的指令内容。
正式经验文档写：适用场景、推荐策略、禁止做法、例外条件、证据来源、最近验证时间——不复述某次任务的完整过程。真正有迁移价值的内容来自对照（成功轨迹做了什么、失败轨迹缺少什么、策略在哪些版本/前置条件下失效），Reflexion 式自然语言反思可参与生成草案，但反思本身不是证据。
old_str → new_str），不让模型每轮重写整份 Prompt——重写会丢细节、把相互制约的条件合并成过度抽象的原则。可参考 ACE：上下文维护成带稳定标识符的条目集合，增量更新 + 确定性合并去重。release_to_canary），否则拒绝。待验证补丁写入 working 文件，不覆盖正式 Prompt。chapter9/trajectory-verifier/ — 实验 9-1：三层轨迹验证器，对比单一总分与带证据的多维诊断chapter9/tau2-escalation-experience/ — 实验 9-2：从 τ²-bench telecom 失败轨迹提炼转人工与工具使用规则，三臂对照chapter9/prompt-auto-optimization/ — 实验 9-3：航空客服失败轨迹 → 三维诊断 → 最小 Prompt diff → 发布门槛chapter9/ai-style-skill/ — 补充案例：用户"AI 味"before/after 纠正持续提炼为写作 Skill，LLM judge + 金标校准chapter9/browser-use-rpa/ — 实验 9-5：浏览器轨迹编译为带状态谓词的待验证工作流，独立回放后才入能力库chapter9/self-modifying-agent/ — 实验 9-6：由失败轨迹触发重试/熔断代码自我修改，Docker 沙箱验证提案chapter9/harness-safety-gate/ — 实验 9-7：用户反馈触发高风险操作确认门禁，AST 扫描 + 隔离回放chapter9/hermes-self-evolution/ — 实验 9-8：Hermes 读本书后自主选题、修改自身并接受独立 Reviewer 审查chapter9/self-evolution-eval/ — 实验 9-9：四阶段纵向评估（学习/迁移/规则变化/保持），区分保存、追加与可淘汰记忆chapter9/self-evolving-tools/ — Alita 式补充案例：Agent 从零搜索、沙盒测试并封装新工具入库复用book/chapter9.md「从运行轨迹中获得学习信号」— 三层验证结构与学习信号四要素book/chapter9.md「Agent 持续进化的四种方法」— 知识、指令、程序、参数的适用边界与各自流程book/chapter9.md「构建可长期运行的持续进化闭环」— 双循环、睡眠学习、分层评估与安全边界还没有评价。欢迎分享你的使用感受。
无需登录即可发表。欢迎分享使用感受、提问，或说明在哪些环境下无法运行。
还没有评论。来写第一条吧。
Build an evaluation process for AI agents using success, reliability, cost, and latency measures. Define scoring criteria, repeatable environments, failure analysis, and regression tests that check for recurring problems to support model selection and system improvements.
中文简介正在准备中。当前显示英语简介。
Design a running status summary that keeps an agent aware of tasks, tool call counts, time, errors, and its environment. The skill covers updating that summary and balancing cache reuse against the buildup of outdated information.
中文简介正在准备中。当前显示英语简介。
Review and rewrite Chinese product announcements, articles, emails, and README text using eleven style checks. Identify repetitive phrasing, overloaded sentences, vague openings, and decorative language, then revise them into clearer statements suited to each type of writing.
中文简介正在准备中。当前显示英语简介。
Design agents that respond to incoming emails, external notifications, and timers. Plan how they handle interruptions, prioritize new requests, track concurrent tasks, and deliver results while longer operations continue in the background.
中文简介正在准备中。当前显示英语简介。
Turn agent failure records into training examples by locating the first incorrect decision and pairing preferred actions with rejected ones. Assess whether training is appropriate, then check both targeted improvements and preservation of correct behavior.
中文简介正在准备中。当前显示英语简介。
Write small, reproducible Python scripts and run them in a sandbox using execute_python. Check the script's logic and output, then report the actual results or errors while clearly distinguishing executed results from code that has not been run.
中文简介正在准备中。当前显示英语简介。