自我提升已成為新的護城河，讓產品公司能夠超越單純包裝 LLM API 的層次。
有兩個地方可以收集這些學習成果：瀏覽器活動（使用者在應用程式中的實際操作）和 Agent 軌跡（你的 Agent 實際做了什麼）。
如果做對了，你的產品可以僅透過被使用來持續進步。
你的產品每天可能會有數百、數千甚至數百萬次的 Agent 與使用者互動。這是一座數據金礦。
然而，現今大部分價值都未被捕捉。
你的使用者「教導」了 Agent，而這些「教訓」就這樣消失了。
捕捉數據訊號是一種複利資產。
但僅僅捕捉是不夠的——Agent 還必須在不被上下文淹沒的情況下使用它。模型的注意力預算有限，把所有的東西都塞進上下文並不是解決方案……
文章概覽
我們將逐步探討能讓你建立商業護城河的自學型 Agent，內容包括：
- 從 Agent 軌跡 與 瀏覽器內 活動中學習
- 學習成果可以應用在哪些地方：模型權重、控制框架（Harness）以及上下文
- 不同種類的學習：程序性、語意性、情節性
- 數據隱私： 保護你的使用者數據安全
- 數據所有權： 建立商業護城河
- 實用技巧：如何使用 AG-UI 輕鬆為任何 Agent 實現自學功能
我們將在未來幾週內發布我們的自學解決方案。
請點擊此處註冊，以獲得早期存取權和設計合作機會。
你的 Agent 應該從兩個地方學習
Agent 應該從 Agent 軌跡以及環境中的瀏覽器內活動學習。
大多數的學習方法只使用其中一種，但能同時利用兩者的產品，其表現將顯著優於那些不這麼做的產品。
1. Agent 軌跡
Agent 運行時，每一步都會被記錄為軌跡。它被問了什麼、呼叫了哪些工具、得到了什麼結果、在哪裡失敗了。
讓另一個 Agent 分析這些軌跡，它就能找出失敗模式，並重寫提示詞、工具和指令。
缺少的一半： Agent 互動之外的所有活動，而大多數活動仍然發生在這裡。
2. 瀏覽器內環境使用者活動
也就是觀察使用者。
他們的點擊、編輯、回應和工作流程。
Brex 就是這樣建立他們的入職流程的。他們觀察分析師的工作，並將每一次人為修正都作為訓練訊號回饋。
每一次人為修正都會創建一個標記數據點，讓下一次運行更加精準。
缺少的一半： 這種方法可以完美地觀察到人類行為。但它對 Agent 嘗試了什麼或為何失敗一無所知。
你應該同時捕捉這兩種訊號
怎麼做？或者更進一步問，在哪裡做？
現今幾乎每個產品中都有一個地方能同時看到這兩者：那就是人與 Agent 並肩協作的介面。
也就是使用者介面。
做法是透過 Agent-使用者互動協議 (AG-UI)： 這是一個開放標準，能串流你的應用程式、你的使用者和 Agent 之間的每一個事件。更多關於為何這很重要的細節，請見下方說明。
學習成果可以應用的地方
共有三個地方，各有其取捨。
→ 模型權重： 將學到的教訓微調進模型本身。
→ 控制框架 (Harness)： 模型周圍的一切。它遵循的循環、允許呼叫的工具、在行動前攔截它的檢查機制。
→ 上下文內： 將新資訊直接加入提示詞中。Agent 在每次呼叫時都會讀取它。
我在第一篇文章中涵蓋了這三個層面的所有 10 種方法 ↓
https://x.com/svpino/status/2070210421995569537
不同種類的學習
主要有三種類型能幫助你的 Agent 隨著時間推移而進步。
1. 程序性（工作流程 / 如何做事）
程序性記憶是我們許多人會包含在技能或 agents.md 檔案中的東西：
已學習的完成任務的工作流程和規則。
例如：
一位經理批准對一位忠實客戶的超額退款。Agent 學會了這個做法，並在下次執行相同操作。
優點： Agent 每次都以相同方式處理相同案例。一致且獨立。
缺點： 如果它學到了錯誤的工作流程，它會每次都自信滿滿地做錯事。
2. 情節性（發生過的事情）
記錄特定過去事件和互動的紀錄。
例如：
「1 月 5 日，Joe Jonas 的退款失敗了，因為他的信用卡已經過期。」
優點： 一個真實的過去案例勝過一條抽象規則。Agent 能看到事情如何發展，並複製有效的方法。
缺點： 大多數過去案例都是無用的雜訊。必須有人去篩選，只保留那些值得記住的，否則有用的資訊會被淹沒。
3. 語意性（事實）
Agent 應該知道的穩定事實。
例如：
「所有信用卡方案都有某種額度限制，但額度因方案而異」
優點： 隨處可重複使用。事實就是事實。
缺點： 可能在毫無預警的情況下過時。當額度改變的那一天，Agent 會自信滿滿地犯錯，並仍根據舊資訊行動。
透過 CopilotKit Intelligence 和 AG-UI 實現的自學功能實際運作
語意性 保留真實的資訊。
情節性 保留發生過的案例。
程序性 保留處理案例的規則。
從 Agent-使用者互動到自學的流程旅程
自行掌握循環並建立護城河
學習數據是你產品中最重要的部分，而且隨著從零開始建立軟體的成本下降，它將變得越來越有價值。
擁有學習數據能讓你超越單純包裝 LLM API 的角色。
Agent 的失誤和人類的修正通常最終會流向兩個不同的地方。
而且沒有人將它們連結起來。
執行這項工作的介面已經存在於你的產品之中：使用者介面。
軌跡工具只能看到 Agent。
環境工具，那種觀察瀏覽器的工具，只能看到人類，並且為了獲取數據而侵犯隱私。
但是 CopilotKit 能同時看到這兩種訊號。
CopilotKit 讀取流經你應用程式的每個事件：每一次工具呼叫、狀態變更、批准和編輯，無論是來自 Agent 還是使用它的人。
它透過 AG-UI (Agent-使用者互動協議) 來實現，該協議即時傳輸你的應用程式、你的使用者和 Agent 之間的每一個事件。
現在，Agent 的嘗試和人類的修正匯聚在同一條串流中。
AG-UI 可與任何 Agent 及任何控制框架 (Harness) 搭配使用
AG-UI 是一個與框架無關的開放標準。
它已被 AWS、Google、Microsoft、Oracle、LangChain、Mastra、Pydantic AI、CrewAI、LlamaIndex 等公司採用。
AG-UI 能看見這些事件，並將學習到的上下文直接注入到 Agent 中，無論該 Agent 底層的控制框架是什麼。
這意味著，無論你現在或明年引入哪個 Agent，相同的學習成果都能自動適用，無需為每個新 Agent 進行客製化整合工作。
我們的一位客戶運行著一個能與 CopilotKit 的 Agent + Google ADK + Microsoft Agent Framework 對話的使用者介面，而所有記憶在這三者之間是共享的。
記憶脫離框架選擇 = 可攜性
一切都在你的基礎架構上運行，因此你擁有學習成果的所有權
CopilotKit Intelligence 在你的 Kubernetes 叢集上自行託管。完全的數據主權、SOC 2 Type II 認證，必要時可進行氣隙部署。
數據保留在你這裡。Agent 從中學到的一切也是如此。
其他所有人的方法，要嘛將你的學習成果保留在他們的雲端中，要嘛像 Meta 那樣，透過監視來獲取它。
@CopilotKit Intelligence 現已在《財富》500 強企業中投入生產，並開放早期存取。如果你希望你的 Agent 隨著更多人使用而變得更好， 請與我們聯繫。
學習容器：決定「誰」獲得新的學習成果
一旦你在產品中啟用學習功能，就會出現一個問題：學習成果的範圍應該延伸多遠？來自一個使用者的敏感事實不應洩漏到另一個使用者的 Agent 上下文中。
CopilotKit 的解決方案是學習容器：開發者友善的範圍，你可以控制，決定每個教訓傳播的「距離」。
CopilotKit 讓你能輕鬆為不同的使用者群體定義學習容器：
- 每個使用者。 像是特定的偏好設定。
- 每個團隊。 像是審批流程。
- 每個應用程式。 像是公司層級的規則。
學習容器是完全可稽核的。你可以確切看到學到了什麼，以及它落入了哪個容器。
關於這個主題還有更多內容。
最近，我們舉辦了一場深入的直播，詳細介紹了我剛才提到的所有內容。
請點擊[此處](https://www.youtube.com/watch?v=TvUWDQ21y4w)觀看完整錄影。
簡而言之的總結
將這張圖表分享給你的社群，作為快速摘要
@CopilotKit Intelligence 已經在大型企業的生產環境中運行此功能，並且已開放早期存取。
如果你想要一個隨著使用者使用而變得更好的 Agent，請與我們聯繫，我們會幫你安排。
追蹤 @ataiiam 以獲取更多資訊。
