O que principles-of-earned-autonomy-skills-suite faz?
Estrutura de memória persistente para agentes de IA - Trail, Destination, Improve, Retrospect, Intent, Probe. Autoconstruída ao longo de 221 iterações; declarada completa apenas quando GPT, Claude e Gemini, de forma independente, não encontraram mais nada a ser alterado.
Introdução
Esta suíte de habilidades fornece um scaffolding de memória persistente que permite que agentes de IA mantenham contexto e aprendam com experiências passadas. Ao implementar os seis princípios, os agentes podem operar com maior autonomia e consistência.
Princípios
Trail (Rastro)
O princípio Trail registra os caminhos percorridos pelo agente, incluindo decisões tomadas e ações executadas. Isso cria um histórico navegável que pode ser revisitado para aprendizado e correção.
Destination (Destino)
Destination define metas claras e mensuráveis para o agente. Ao estabelecer destinos específicos, o agente pode alinhar suas ações com objetivos de longo prazo.
Improve (Melhorar)
Improve foca na otimização contínua do comportamento do agente. Através de feedback e análise, o agente ajusta suas estratégias para melhor desempenho.
Retrospect (Retrospectiva)
Retrospect permite que o agente analise resultados passados, identificando padrões e áreas de melhoria. Essa reflexão é essencial para o aprendizado iterativo.
Intent (Intenção)
Intent declara os propósitos e intenções do agente de forma explícita, facilitando a comunicação e o alinhamento com outros sistemas ou usuários.
Probe (Sonda)
Probe encoraja a exploração de novas possibilidades e caminhos alternativos, permitindo que o agente descubra soluções inovadoras.
Como Usar
- Adicione esta suíte ao seu agente de IA (Claude Code, Cursor, Codex, etc.).
- Configure os princípios conforme necessário para seu caso de uso.
- Monitore o comportamento do agente e ajuste conforme necessário.
Licença
Este projeto é fornecido sob a licença MIT.