自我提升是新的护城河，让产品公司能够超越仅仅封装 LLM API。
有两个地方可以收获这种学习成果：浏览器活动（用户在应用中的实际操作）和 Agent 轨迹（你的 Agent 实际执行的操作）。
如果做得正确，你的产品只需通过被使用就能不断改进。
你的产品每天可能有成百上千、甚至数百万次的 Agent-用户交互。那是一座数据金矿。
然而今天，这些价值大部分都未被捕获。
你的用户“教”了 Agent，而那个“教训”就这么消失了。
捕获数据信号是一项复利资产。
但仅仅捕获还不够——Agent 还必须能够利用这些数据，而不会被上下文淹没。模型的注意力预算有限，把一切都塞进上下文并不是解决方案……
文章概览
我们将深入探讨你可以围绕其构建业务护城河的自我改进 Agent，包括：
- 从 Agent 轨迹 和 浏览器内 活动中学习
- 学习成果可以应用在哪些地方：模型权重、运行框架和上下文
- 不同类型的学习成果：程序性、情景性、语义性
- 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 轻松为任何 Agent 实现自我学习
我们将在未来几周内发布我们的自我学习解决方案。
点击 这里 注册，获取早期访问权限并成为设计合作伙伴。
你的 Agent 应该从两个地方学习
Agent 应该从 Agent 轨迹以及浏览器内的环境活动中学习。
大多数学习方法只使用其中一种，但能够利用两者的产品将显著优于那些不这么做的产品。
1. Agent 轨迹
Agent 运行，每一步都会被记录为一条轨迹。它被要求做什么，调用了哪些工具，返回了什么结果，在哪里失败了。
让另一个 Agent 分析这些轨迹，它就能发现失败模式，并重写提示词、工具和指令。
缺失的另一半： Agent 交互之外的任何活动，而大多数活动仍然发生在这里。
2. 浏览器内的环境用户活动
也就是，观察用户。
他们的点击、编辑、回复和工作流程。
Brex 就是这样构建他们的入职流程的。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给系统。
每一次人工修正都会创建一个带标签的数据点，从而优化下一次运行。
缺失的另一半： 这种方法能完美地观察人类。但它对 Agent 尝试了什么或为什么失败一无所知。
你应该同时捕获这两种信号
怎么做？或者更好的是，在哪里做？
在当今几乎每个产品中，都有一个地方能同时看到这两者：人与 Agent 并肩工作的界面。
也就是，界面本身。
如何做是通过 Agent-用户交互协议 (AG-UI)： 一个开放标准，它流式传输你的应用、用户和 Agent 之间的每一个事件。更多关于为什么这很重要，请见下文。
学习成果可以应用在哪些地方
有三个地方，各有其权衡。
→ 模型权重： 将学到的经验微调进模型本身。
→ 运行框架： 模型周围的一切。它遵循的循环、允许调用的工具、在它行动之前拦截它的检查。
→ 上下文内： 将新信息直接添加到提示词中。Agent 在每次调用时都会读取它。
我在第一篇文章中涵盖了这三个层面的所有 10 种方法 ↓
https://x.com/svpino/status/2070210421995569537
不同类型的学
有三种主要类型可以帮助你的 Agent 随着时间的推移不断改进。
1. 程序性（工作流程/如何做事）
程序性记忆就是我们很多人包含在技能或 agents.md 文件中的内容：
学习到的工作流程和完成任务所需的规则。
例如：
一位经理批准对一位忠实客户的超额退款。Agent 学习到这一点，下次也照做。
优点： Agent 每次都以相同的方式处理相同的情况。一致且独立。
缺点： 如果它学到了错误的工作流程，它会自信地每次都做错事。
2. 情景性（发生过的事情）
对特定过去事件和交互的记录。
例如：
“1 月 5 日，乔·乔纳斯的退款被退回，因为他的卡过期了。”
优点： 一个真实的过去案例胜过一条抽象规则。Agent 看到事情如何发展，并复制有效的方法。
缺点： 大多数过去的案例都是无用的噪音。必须有人去筛选，只保留那些值得记住的，否则有用的信息会被淹没。
3. 语义性（事实）
Agent 应该知道的稳定事实。
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： 随处可复用。事实就是事实。
缺点： 会毫无预警地过时。当限额改变的那一天，Agent 会自信地犯错，并仍然依据旧事实行动。
通过 CopilotKit Intelligence 和 AG-UI 实现的自我学习
语义性 保持真实的信息。
情景性 保持发生过的案例。
程序性 保持处理案例的规则。
从 Agent-用户交互到自我学习的流程旅程
拥有整个循环并构建护城河
学习数据是你产品中最重要的部分，随着从头创建软件的成本不断降低，它将变得越来越有价值。
拥有学习数据使你能够超越仅仅是一个 LLM API 的封装。
Agent 的失误和人类的修正通常最终会去到两个不同的地方。
而且没有人将它们连接起来。
实现这一点的界面已经存在于你的产品之中：界面本身。
轨迹工具只能看到 Agent。
环境工具，那种观察浏览器的，只能看到人类，并且为了获取数据而侵犯隐私。
但是 CopilotKit 能看到这两种信号。
CopilotKit 读取流经你应用的每一个事件：每一次工具调用、状态变更、审批和编辑，无论来自 Agent 还是使用它的人。
它通过 AG-UI (Agent-用户交互协议) 实现这一点，该协议实时传输你的应用、用户和 Agent 之间的每一个事件。
现在，Agent 的尝试和人类的修正出现在同一个数据流中。
AG-UI 适用于任何 Agent 和任何运行框架
AG-UI 是一个与框架无关的开放标准。
它已被 AWS、Google、Microsoft、Oracle、LangChain、Mastra、Pydantic AI、CrewAI、LlamaIndex 等公司采用。
AG-UI 观察事件，并将学到的上下文直接注入 Agent，无论该 Agent 自己的底层运行框架是什么。
这意味着相同的学习成果可以自动应用于你引入的任何 Agent，无论是今天还是明年，无需为每个新 Agent 进行自定义集成工作。
我们的一位客户运行着一个界面，该界面与 CopilotKit 的 Agent + Google ADK + Microsoft Agent Framework 通信，并且所有记忆在三个 Agent 之间共享。
记忆与框架选择解耦 = 可移植性
一切都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，如果需要，还可以进行气隙部署。
数据归你所有。Agent 从中学习到的一切也归你所有。
其他所有人的方法要么将你的学习数据留在他们的云中，要么像 Meta 那样，通过监视来获取。
@CopilotKit Intelligence 如今已在财富 500 强公司中投入生产，并开放早期访问。如果你希望你的 Agent 随着使用人数的增加而变得更好， 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功能，问题就来了：学习的范围能有多广？来自一个用户的敏感事实不应泄露到另一个用户的 Agent 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，决定每个经验教训的传播“范围”。
CopilotKit 允许你轻松地为不同的用户群体定义学习容器：
- 按用户。 例如特定的偏好。
- 按团队。 例如审批流程。
- 按应用。 例如公司范围的规则。
学习容器是完全可审计的。你可以确切地看到学到了什么，以及它落入了哪个容器。
关于这一点还有很多内容。
最近，我们举办了一场深入的直播，详细介绍了上述所有内容。
点击 这里观看完整录播。
要点总结
将此信息图作为 TL;DR 分享给你的网络
@CopilotKit Intelligence 已经在大型企业中投入生产运行，并且已开放 早期访问。
如果你想要一个随着用户使用而变得更好的 Agent，请联系我们，我们会让你加入。
关注 @ataiiam 获取更多信息。
