SuperAPI AI 工具集

self-improving-systems

设计与创作

查看项目

更新于 10-16 02:39

技能介绍

该技能用于指导为智能体系统添加记忆、反馈回路与闭环学习,核心立场是:大多数智能体并不需要持久记忆,记忆是负债面(漂移、投毒、调试困难、合规暴露),持久记忆应是第二步而非第一步。

用途与流程:它以分阶段问答推进,一次只问一个问题或一组紧密问题,每阶段都有提前退出条件。第1阶段区分“记住状态”与“随时间变好”:前者只需会话摘要或KV事实库;后者还需真实信号、经验库、反思LLM与评测。第2阶段用6个是/否问题过滤过度工程,得分低于4个是即建议无状态加RAG并退出。第3阶段在7级记忆架构阶梯上从第1级(草稿本)起步,每升一级需由评测集中具体失败证明。第4阶段设计反馈信号,无信号即无学习,仅是状态缓存。第5阶段接入闭环并设置人工闸门。第6阶段搭建评测工具(金标集、回归、漂移告警、A/B、法官校准、留出任务)。第7阶段走查8项风险。第8阶段输出记忆模式、闭环规格、评测计划与风险登记。

主要能力:提供缓存与学习的判别框架、6问需求评分、7级架构阶梯、按领域反馈信号表、闭环参考结构、评测与风险清单。限制:不适用于无真实信号却自称“学习”的场景;记忆读取视为不可信输入,需隔离上下文并防止提权;共享技能库、系统提示块、奖励模型更新等必须人工审核。安装或使用命令、收费与平台支持等信息暂未提供。