@svpino: 如何构建一个随时间不断改进的智能体：智能体可以从三个方面学习：1. 模型：仅适用于……

X AI KOLs Timeline 新闻
agent learning feedback ai-engineering best-practices

摘要

Santiago Valdarrama 分享了一个构建 AI 智能体的框架，该框架通过三个学习领域（模型优化、工具链优化和上下文积累）来让智能体随时间不断改进，并强调了从用户修正中学习的重要性。

如何构建一个随时间不断改进的智能体： 智能体可以从三个方面学习： 1. 模型：仅适用于代码和数学领域，因为在这些领域计算机可以判断对错。这个问题留给大型实验室去解决。 2. 工具链：这是你围绕模型构建的步骤、工具和安全检查。这部分容易控制，并且现在就能带来巨大回报。 3. 上下文：这是智能体所学内容的纯文本表示。这可能是最简易的入手点。 但还有一点是大多数人忽略的： 你的智能体应该向它的用户学习。 每当用户修正智能体的决策时，你都需要从中学习。没有什么能替代真实使用中的反馈。
查看原文
查看缓存全文

缓存时间: 2026/06/25 21:27

如何构建一个能随时间不断进步的智能体：

智能体可以从三个方面进行学习：

  1. 模型：仅适用于代码和数学领域，因为计算机能够判断对错。这方面留给大型实验室去处理。

  2. 配套系统：指你围绕模型构建的步骤、工具和安全检查。这部分易于控制，并且能立即带来巨大回报。

  3. 上下文：以纯文本形式记录智能体已学到的内容。这可能是最易入手的起点。

但大多数人会忽略另一点：

你的智能体应当向用户学习。

每次用户修正智能体的决策时，你都要从中学习。没有什么比真实使用中的反馈更宝贵。

相似文章

@qinzytech: https://x.com/qinzytech/status/2066585405479371092

X AI KOLs Timeline

对构建自我进化AI代理的两种方法的技术分析：基于模型的方法（通过像SSMs或具有快速权重更新的transformer等架构，以及训练方法）和基于工具的方法（通过内存或能够自我重写的元工具）。作者为不同受众提供了实用建议。