1.2 KiB
1.2 KiB
created, type, tags, source
| created | type | tags | source | |||||
|---|---|---|---|---|---|---|---|---|
| 2026-03-19 12:03 | zettel |
|
https://github.com/affaan-m/everything-claude-code |
本能学习系统的演化路径
ECC 的 Continuous Learning v2.1 实现了一个 AI Agent 自我改进的闭环：
观察(Hook捕获) → 模式检测(Haiku模型) → 本能(Instinct) → 技能(Skill)
关键设计决策：
- 原子性: 每个本能只描述一个行为，带信心分数 (0.3-0.9)
- 项目隔离: 用 git remote URL hash 作命名空间，防止跨项目污染
- 渐进提升: 单项目本能 → 多项目验证(2+项目, 信心>=0.8) → 全局技能
- 可逆性:
/evolve生成的技能可以回退到本能级别
这本质上是一个强化学习循环 — 用户的接受/拒绝作为奖励信号，信心分数作为 Q-value 近似。与传统 fine-tuning 不同，它在推理时（通过 context injection）而非训练时改变行为，成本低且可控。