自学习智能体？又一个热点方向

推荐系统靠用户行为迭代，这事不新鲜。点击、跳过、搜索、删除，每条交互都是带标注的样本信号。

Agent 也可以这么迭代。信号从点击换成修正。

CopilotKit 团队分享了他们是怎么做的。

看这个视频，用户如何捕获一个工作流，让Agent学习和修复。

用户每次修正Agent的错误，就是一条带标签的样本。没有基准测试能给你这个。真实用户在实际场景里告诉你"不对，应该这样做"。比一百次合成测试值钱。

问题是，大多数产品让这些"反馈"白白消失。

两个信号源

一是Agent轨迹：Agent运行时的每一步，它被问了什么、调用了哪些工具、返回了什么、在哪失败了。用另一个Agent分析这些轨迹，找到失败模式，重写提示词、工具和指令。

二是浏览器内的用户活动：用户的点击、编辑、批准、修正。Brex就在这么做，观察分析师的工作，把每次人工修正作为训练信号反馈回去。

大多数方案只用了其中一种。只追踪Agent，看不到用户为什么修正；只观察用户，不知道Agent为什么失败。

两种信号同时捕获才有意义。在哪？在用户和Agent协同工作的界面，那个表面同时看到两者。

CopilotKit通过AG-UI（Agent-User Interaction Protocol） 做到这一点。一个开放标准，实时流式传输应用、用户和Agent之间的每一个事件。已被AWS、Google、Microsoft、Oracle、LangChain、Mastra、Pydantic AI、CrewAI、LlamaIndex等采用。

学习落在三个层面

• 模型权重：把教训微调进模型本身。
• 框架（Harness）：模型周围的一切，它遵循的循环、允许调用的工具、行动前的检查。
• 上下文（In-context）：直接把新信息塞进提示词，Agent每次调用都读到。

三种学习类型

• 程序性（Procedural）：工作流和规则。一致但可能固执。
• 情景性（Episodic）：过去的具体事件。真实案例胜过抽象规则，但大部分是噪音。
• 语义性（Semantic）：稳定的事实。可复用但会过时。

语义保持真实，情景保持案例，程序保持规则。

数据所有权才是护城河

就如同昨天更新微软CEO新长文《微软CEO Satya Nadella新长文：反向信息悖论，新的“便利论”？》所讲，企业数据越来越成为核心壁垒，不论自己用还是送别人，如何炼化它们转化为价值是其中绕不开的关键问题。

学习数据是产品最重要的部分。从头构建软件的成本在降，数据的价值在涨。

CopilotKit Intelligence自我托管在你的Kubernetes集群上。数据主权完整，SOC 2 Type II，支持气隙部署。数据留在你手里，Agent学到的一切也留在你手里。

其他人的方案要么把学习数据留在他们的云里，要么靠监视来获取。

学习容器决定"谁"获得新知识。按用户、按团队、按应用定义范围，完全可审计。

总结一张图：

CopilotKit Intelligence这套架构是当前智能体产品缺失的板块，曾经吴恩达在AI 1.0提到过从模型为中心向数据为中心构建AI应用的观点，现在这套思路也可以搬到AI2.0上面，值得一提的是，它已经在大型企业生产环境中运行。想让Agent越用越聪明，值得看看。