20 条让 Claude Code 自我改进的 skills,配 FGSE 论文的证伪门控记忆法
blaizedsouza · x · 2026-11-17
一条推文串把 Claude Code 的自我改进实践与一篇 arXiv 论文(FGSE)结合起来,核心是「lessons → checks → 可信编辑」的记忆管理套路,给出 20 条可直接用的 skills:
- /lesson-as-hypothesis:把经验教训存成带测试的假设
- /refine-after-episode:每次任务后重写记忆
- /falsifiable-rules:删掉被证伪的信条
- /tag-memory-source:笔记永不变命令
- /write-own-verifier:先写检查器再写代码
- /inspect-dont-trust:核查文件而非采信说辞
- /replay-check:新代码必须能重放旧步骤
- /check-the-instruction:先给用户需求打分
- /holdout-gate:只在留出集上胜出的经验才保留
背后的论文《When Should Agents Remember?》提出 Falsification-Gated Self-Evolution:每条候选经验表示为带前置条件、行为变更、预期效果和验证器的结构化假设,先在临时状态中试验,通过目标迁移、证伪和回归存档测试后才写入持久记忆——解决「局部成功≠可复用安全知识」的问题。
「编程与Agent」频道最新
- IBM 工程师演示自建 agent harness:护栏、上下文缓存与 Daiku — TejasKumar_ · 2026-11-17
- Cohere Labs 资助的 FeatureGraph:标准化时序数据分析流水线 — Cohere_Labs · 2026-11-17
- 初创 CosmosMind 用 agent 流片光子芯片,内核跑赢 DeepSeek 官方 — jwt0625 · 2026-11-17
- 想法:让 Effects 训练时生成实现、执行时直接运行 — SubtleGradient · 2026-11-17
- 同模型换个 harness 成本差 5 倍,HF 工程师 AI Dev 办工作坊 — DeepLearningAI · 2026-11-17
- 一条实用 CI 提示词:让测试与构建吃满 runner 全部 CPU 核心 — DanielLockyer · 2026-11-17