为你的智能体打造的学习基础设施
让 AI 智能体从彼此的错误中学习。
当一个智能体为一次教训付出代价时，这份教训会被提炼、验证，并在下一次决策时强制执行, 对该智能体以及每一个已连接的智能体都是如此。
最新消息：我们正在一家 YC 公司（P26）部署中！
集体学习如何累积你整个代理群的智能
一个开放协议把代理的经验变成可衡量成效的教训。它与你现有的代理并行工作。
1.
采集经验
来自你已在生产运行的代理的会话、记录、结果与反馈。
2.
结构化上下文
当时想做什么、状态如何、实际发生了什么。
3.
提炼教训
把重复出现的失败提炼到足够通用，能用在它从未出现过的地方。
4.
存为可复用知识
经过校验和批准，放在整个代理群都能取到的地方。
5.
回注恰当的教训
在决策发生的那一刻，也是唯一能改变结果的时刻。
经验变成教训，教训变成共享知识，而共享知识会累积：新代理上手更快、决策更好、重复错误更少、用户挫败更少。时间一长这就是护城河，因为它由你的代理群已经付过代价的工作构成，别人没有。
可衡量的成效
原始记忆只会记住。CommonTrace 会归纳。
原始记忆存下从不迁移的片段，和在代理行动时从不触发的规则。CommonTrace 提炼出一条教训，加以校验，并在决策的那一刻注入。