is een zeer effectieve codeeragent, die u kunt gebruiken om de meeste cognitieve taken op uw computer uit te voeren. Continu leren is echter nog steeds een moeilijke taak voor ons om agenten te onderwijzen. Bovendien is continu leren een taak waar mensen heel goed in zijn.
U kunt eenvoudigweg nadenken over elke taak waar u al heel lang mee bezig bent. In bijna alle gevallen zul je na verloop van tijd beter worden in de taak, door van je fouten te leren en deze te corrigeren. Het is niet alleen een kwestie van onthouden wat werkt en wat niet. Het gaat ook over het opbouwen van intuïtie voor taken, die je krijgt door ze in de loop van de tijd uit te voeren.
In dit artikel bespreek ik hoe u vergelijkbaar continu leren kunt bereiken met uw codeerbureau. Continu leren voor agenten is nog steeds een onopgeloste uitdaging, maar ik zal bespreken hoe ik mijn codeeragenten kan laten leren van hun fouten en in de loop van de tijd kan verbeteren. Bovendien zal de inhoud die ik in dit artikel bespreek uw agenten veel beter maken in de taken waarvan u specifiek wilt dat ze goed zijn, of het nu gaat om het maken van aandeelhouderspresentaties, het oplossen van bugs in uw specifieke codebase, of iets heel anders.
Waarom moeten we voortdurend leren?
We moeten voortdurend leren omdat we altijd beter willen worden in de taken die we doen. Stel je voor dat je al jaren programmeur bent en nog steeds basisfouten maakt, zoals het vergeten van de dubbele punt na een if-statement in Python.
Natuurlijk is het voortdurend maken van dergelijke fouten zeer ineffectief, en daarom willen we ze vermijden. We willen beter worden in een taak, er effectiever in zijn en daardoor moeilijkere problemen kunnen oplossen.
Door gedurende een langere periode aan een taak te werken, kun je intuïtie voor de taak opbouwen en kun je verdere problemen op dat gebied oplossen.
Een nieuw codeerbureau kun je zien als een nieuwe medewerker. Het is duidelijk dat ze in het begin enkele fouten zullen maken, omdat ze uw voorkeuren of codebasis niet begrijpen. Als je nieuwe medewerkers echter vertelt hoe ze iets moeten doen, hoop je dat ze het na verloop van tijd zullen leren.
Als u geen specifieke maatregelen neemt om ervoor te zorgen dat uw codeeragenten zulke dingen onthouden, zullen ze deze hoogstwaarschijnlijk vergeten. Daarom moet u actieve maatregelen nemen om ervoor te zorgen dat uw codeeragenten voortdurend leren.
Hoe u continu leren kunt bereiken
In dit gedeelte bespreek ik enkele specifieke technieken die ik dagelijks gebruik om continu leren te bereiken. Deze technieken komen voort uit gesprekken met anderen die in hetzelfde vakgebied werken, inspiratie uit de OpenClaw-repository en mijn eigen experimenten.
Commando’s generaliseren kennis
De eenvoudigste en meest effectieve aanpak om Claude Code van zijn fouten te laten leren, is een algemene kennisopdracht. Dit zijn eenvoudige opdrachten (ook bekend als vaardigheden, simpelweg markdown-bestanden met aanwijzingen) om van een specifieke thread te leren.
Meestal voer ik deze opdracht uit telkens wanneer ik een gesprek van Claude Code beëindig, waarbij ik een enkele taak uitvoer. Als ik bijvoorbeeld:
- Functie-implementatie voltooid
- Bugs opgelost
- Maak een presentatie
- Voltooi het controleren van het productielogboek
Ik voer eenvoudig mijn commando uit met:
/generalize-knowledgeDit werkt omdat ik het algemene kenniscommando heb opgeslagen, wat een prompt is die lijkt op die hieronder:
Generalize all the knowledge from this thread into claude.md and agents.md.
Write down any information that would be useful for a future agent working
in this repository. Also note down any issues you encountered, and how you
resolved them.
Write the tasks you performed to the done-tasks.md file with time and date,
and a summary of the tasks.In essentie vertel ik het model dat het van zijn fouten moet leren en alles moet loggen wat nuttig is voor toekomstige interacties.
Ik laat agenten ook de taken opschrijven die ze doen, zodat ik één bestand heb waarin alles staat wat ik heb gedaan. Dit is niet strikt noodzakelijk, maar ik vind het wel prettig om zo’n samenvatting beschikbaar te hebben.
Houd er ook rekening mee dat hierbij wordt aangenomen dat u altijd één taak in een bepaalde Claude Code-reeks uitvoert, wat u uiteraard moet doen om de beste resultaten te krijgen. Dit geldt ook voor elke andere beschikbare codeeragent, eenvoudigweg omdat één taak voor één thread agenten helpt gefocust te blijven en afleidingen te vermijden die hun context verdringen.
Dagelijkse reflectie
Om het laatste deel voort te zetten, kun je ook een dagelijkse reflectie-opstelling hebben. Als u bijvoorbeeld de hele dag meerdere agenten actief heeft, kunt u een cron-taak (een opdracht die met bepaalde tussenpozen wordt uitgevoerd) gebruiken om alle logboeken van uw codeeragenten van de afgelopen 24 uur te controleren en eventuele nuttige informatie te loggen. Het bouwt voort op algemene kennisopdrachten, maar werkt op een hoger niveau, omdat de agent die uw logbestanden controleert niet alleen toegang heeft tot één thread, maar tot alles waar u aan werkt.
Dit kan handig zijn, omdat verschillende perspectieven kunnen leiden tot het schrijven van verschillende notities, waardoor u en uw codeerbureau efficiënter kunnen werken.
Vaardigheden
Vaardigheden zijn een ander concept dat ik wil behandelen, wat echt bijdraagt aan continu leren en Claude Code helpt om van zijn fouten te leren. De voorgaande secties die ik heb besproken, schrijven meestal naar de generieke bestanden CLAUDE.MD, AGENTS.MD, WARP.MD. Vaardigheden zijn echter specifiekere bestanden die agenten vertellen hoe ze bepaalde taken moeten uitvoeren.
Dit lijkt enigszins op de generalisatie van kennisbeheersing, maar verschilt enigszins doordat het algemene bestand veelvoorkomende fouten en oplossingen registreert, terwijl de vaardigheden veel specifiekere onderwerpen bestrijken. Enkele voorbeelden van vaardigheden zijn:
- Hoe agenten moeten handelen bij het sorteren van uw e-mails
- Hoe agenten moeten handelen bij het sorteren van uw agenda
- Hoe u een specifieke API of pakket gebruikt. Dit is vooral belangrijk voor kleinere, onbekende API’s en pakketten die niet goed aan bod komen in de LLM-vooropleiding
- Hoe u het oplossen van bugs in een bepaalde repository aanpakt
Zoals je weet zijn vaardigheden specifieker. Dus telkens wanneer u begint te werken met een nieuw pakket, een nieuwe API of een nieuwe taak in het algemeen, moedig ik u aan er een vaardigheid voor te creëren. Deze vaardigheden moeten alles omvatten wat handig is om te weten bij het werken met API’s of bij het uitvoeren van taken. Inbegrepen:
- Hoe de taken in het gegeven onderwerp geïnterpreteerd moeten worden
- Hoe u de voltooiing van een taak aanpakt
- Eerder gemaakte fouten en hoe u deze kunt overwinnen
Hoe meer informatie u onthoudt, hoe beter. Uw codeerbureau zal deze vaardigheden doorgaans dynamisch laden als u aan gerelateerde taken gaat werken.
Als u uw agent bijvoorbeeld vraagt om e-mail te sorteren, laadt de agent de sorteervaardigheden voor e-mail dynamisch, zodat de agent weet hoe hij moet handelen. Dit helpt uw codeerbureau fouten te voorkomen die het eerder heeft gemaakt bij het sorteren van uw e-mails.
Conclusie
In dit artikel heb ik besproken hoe je Claude Code en andere codeerbureaus kunt laten leren van hun fouten. Ik heb de drie belangrijkste gebruikte technieken besproken, waaronder het generaliseren van kennis door commando’s, het dagelijks lezen van agentlogboeken en het actief gebruiken van vaardigheden tijdens het uitvoeren van taken. Ik geloof dat het leren van je fouten erg belangrijk is, zowel voor mens als machine. Als u uw codeeragenten effectief kunt laten leren van hun fouten, zult u veel efficiënter worden in het implementeren ervan, en dus een enorm voordeel behalen ten opzichte van andere agenten die niet van hun fouten leren.
👉 Mijn gratis eBooks en webinars:
🚀 10x uw techniek met een LLM (gratis 3-daagse e-mailcursus)
📚 Ontvang mijn gratis Vision Language Model e-boek
💻 Mijn webinar over Vision Language Models
👉 Vind mij op sociale media:
💌 Substapel
🐦X / Twitter
