自我学习智能体应结合智能体追踪与浏览器内用户活动，以捕获AI故障与人工修正。CopilotKit使用AG-UI协议将这些交互转化为程序性记忆和情景记忆，使智能体能够随时间改进，同时将学习范围限定在用户、团队或应用内。

构建护城河：自我学习智能体

自我改进是新的护城河，让产品公司能超越简单的LLM API封装。

有两种途径可以获取这种学习成果：浏览器活动（用户在应用中的实际操作）和智能体追踪（你的智能体实际执行的操作）。

如果方法得当，你的产品仅仅通过被使用就能实现自我改进。

你的产品每天可能产生成百上千甚至数百万次智能体-用户交互。那是一座数据的金矿。

然而今天，这些价值大多未被捕获。

你的用户“教会”了智能体，但那个“经验教训”就那样消失了。

捕获数据信号是一种复利资产。

但仅仅捕获还不够——智能体还需要在不被上下文淹没的情况下利用这些信息。模型的注意力预算有限，把一切都塞进上下文并非解决方案…

文章概览

我们将深入探讨你可以构建业务护城河的自我改进智能体，包括：

• 从智能体追踪和浏览器内活动中学习
• 学习成果可以在哪里应用：模型权重、操控框架（harness）和上下文
• 不同种类的学习：程序性、语义性、情景性
• 数据隐私：保护用户数据安全
• 数据所有权：构建业务护城河
• 实用技巧：使用AG-UI轻松实现任何智能体的自我学习

我们将在未来几周发布自我学习解决方案。

请在此处注册，获取早期访问和设计合作机会。

你的智能体应从两个方面学习

智能体应从智能体追踪和环境中的浏览器内活动进行学习。

大多数学习方法只使用其中之一，但同时利用两者的产品将显著超越其他产品。

1. 智能体追踪

智能体运行，每一步都被记录为追踪。它被问了什么，调用了哪些工具，返回了什么，在哪里失败了。

让另一个智能体查看这些追踪，它就能找到失败模式，并重写提示词、工具和指令。

缺失的一半： 智能体交互之外的一切，而大多数活动仍然发生在这里。

2. 浏览器内环境用户活动

也就是观察用户。

他们的点击、编辑、响应和工作流程。

Brex就是这样构建其入职流程的。他们观察分析师的工作，并将每一次人工修正作为训练信号反馈回来。

每一次人工修复都会创建一个标记数据点，使下一次运行更加精准。

缺失的一半： 这种方法能完美看到人类行为，但对智能体尝试了什么或为何失败一无所知。

你应该捕获两个信号

如何做到？或者更好的是，在哪里？

如今，几乎每个产品中都存在一个地方能同时看到两者：人和智能体并肩工作的界面。

也就是界面本身。

具体方法是通过智能体-用户交互协议（AG-UI）：一种开放标准，流式传输你的应用、用户和智能体之间的每一个事件。下面将详细说明为什么这很重要。

学习成果可以应用在何处

有三个地方，各有其权衡。

→ 模型权重： 将经验教训微调进模型本身。

→ 操控框架（Harness）： 模型周围的一切。它遵循的循环、允许调用的工具、在行动前捕获错误的检查。

→ 上下文内： 将新信息直接添加到提示词中。智能体每次调用时都会读取。

我在第一篇文章中已经涵盖了这三个层面的所有10种方法 ↓

Santiago@svpino·6月26日
如何构建一个随时间改进的智能体：

智能体可以从3个领域学习：

1. 模型：仅适用于代码和数学，因为计算机可以判断对错。留给大型实验室去做。

2. 操控框架：即步骤、工具和安全检查，你可以控制。

3. 上下文：如同给智能体阅读新手册。最多样本、最少侵入。

前两个都很昂贵，第三个则零成本、风险也最低。

开始做一个顶级智能体产品？保持简单。

引用
Atai Barkai@ataiiam·6月24日
文章
自我学习智能体清晰解析
大家都在谈论的自我学习智能体并非你的产品所需。
最有用的信号其实是几乎没人捕获的那个：你的产品用户。
你的…
343 311.9K 174K

不同种类的学习

主要有三种类型，能帮助你的智能体随时间改进。

1. 程序性（工作流程/如何做事情）

程序性记忆是许多人包含在skills或agents.md文件中的内容：

学习到的工作流程和执行任务的规则。

例如： 经理批准对忠实客户的超额退款。智能体学会了，下次也会同样操作。

优点： 智能体每次都以相同方式处理相同情况。一致且独立。
缺点： 如果学到了错误的工作流程，它会自信地每次都做错。

2. 情景性（发生过的事情）

特定过去事件和交互的记录。

例如： “1月5日，Joe Jonas的退款被退回，因为他的卡已过期。”

优点： 真实案例胜过抽象规则。智能体看到结果，复制有效的方法。
缺点： 大多数过去的案例是无用的噪音。需要有人筛选出值得记住的，否则有用的会被淹没。

3. 语义性（事实）

智能体应知道的稳定事实。

例如： “所有信用卡计划都有某种限额，但限额因计划而异。”

优点： 到处可复用。事实就是事实。
缺点： 可能毫无预兆地过时。限额改变的那天，智能体仍会自信地按旧规则行动。

CopilotKit智能与AG-UI驱动的自我学习实战

CopilotKit智能与AG-UI驱动的自我学习实战

语义性保持真实。
情景性保持发生的案例。
程序性保持处理案例的规则。

从智能体-用户交互到自我学习的流转旅程

从智能体-用户交互到自我学习的流转旅程

自主掌控循环并构建护城河

学习数据是产品最重要的部分，随着从头创建软件的成本降低，其价值将越来越高。

拥有学习数据能让你超越简单的LLM API封装。

智能体的失误和人工的修正通常最终落在两个不同的地方。
而且没有人将它们连接起来。

实现这一目标的表面已经在你的产品中：界面。

追踪工具只看到智能体。
环境工具（如观察浏览器的那些）只看到人类，并且为获取数据而侵犯隐私。
但CopilotKit能同时看到两个信号。

CopilotKit读取流经你应用的事件：来自智能体和用户的每一次工具调用、状态变更、审批和编辑。

它通过**AG-UI（智能体-用户交互协议）**实现，该协议实时承载你的应用、用户和智能体之间的每一个事件。

现在，智能体的尝试和人类的修正出现在同一数据流中。

AG-UI可与任何智能体和任何操控框架配合使用

AG-UI是一个框架无关的开放标准。

已被AWS、Google、Microsoft、Oracle、LangChain、Mastra、Pydantic AI、CrewAI、LlamaIndex等采用。

AG-UI能看见事件，并将学习到的上下文直接注入智能体，无论该智能体底层的操控框架是什么。

这意味着相同的学习成果适用于你带来的任何智能体，无论是今天还是明年，自动生效，无需为每个新智能体进行自定义集成工作。

我们的一位客户运行着一个与CopilotKit的智能体 + Google ADK + Microsoft Agent Framework通信的界面，并且所有记忆在三个智能体之间共享。

记忆脱离框架选择 = 可移植性

一切在你的基础设施上运行，因此你拥有学习成果

CopilotKit Intelligence在你的Kubernetes集群上自行托管。完全的数据主权，SOC 2 Type II认证，如有需要可支持气隙部署。

数据由你保留。 智能体从中学习的一切也保留在你处。

其他方法要么将你的学习数据保留在他们的云中，要么像Meta那样通过监控来获取。

@CopilotKit Intelligence已在《财富》500强企业中投入生产，并开放早期访问。**如果你希望你的智能体随着更多人的使用而变得更好，**请联系我们。

学习容器：决定“谁”获得新的学习成果

一旦你在产品中启用了学习，问题就来了：学习成果能扩展多远？一个用户的敏感事实不应泄漏到另一个用户的智能体上下文中。

CopilotKit的解决方案是学习容器：开发者友好的作用域，你可以控制每个经验教训的传播“距离”。

CopilotKit允许你为不同的用户群体轻松定义学习容器：

• 按用户。 例如特定偏好。
• 按团队。 例如审批流程。
• 按应用。 例如公司范围的规则。

学习容器完全可审计。你可以准确看到学习了什么以及落在哪个容器中。

还有更多内容。

最近，我们举办了一场深入直播，涵盖了刚才提到的所有内容。

在此处观看完整录播。

一句话总结

将此图分享给你的网络作为TL;DR

将此图分享给你的网络作为TL;DR

@CopilotKit Intelligence已经在大型企业中投入生产运行，并开放早期访问。

如果你想要一个随着用户使用而不断变好的智能体，请联系我们，我们会帮你加入。

关注@ataiiam获取更多信息。