10.5 從經驗中學習：學習訊號與更新載體#

進化的兩條路線#

10.4 節的持續進化閉環，是「由人主導」的進化——我們看評估結果、改 Prompt、改工具、改 Harness。這條路線非常有效，也是本書強調的重點。

但這不是唯一的進化方式。還有第二條路線，也是本章的最後一節：讓 Agent 直接「從經驗（Experience）中學習」——把它在真實運作中遇到的「成敗案例」，轉化為「自動更新它的知識與技能」的養分。

這條路線有兩個關鍵概念：學習訊號（Learning Signal） 與 更新載體（Update Vector / Carrier）。

學習訊號（Learning Signal），是一個系統為了「改進自己」而會吸收與利用的資料——特別指「從任務執行經驗中，得到的成敗資訊」。

在 7.5 節我們區分過：知識庫是「查資料」，學習訊號是「記教訓」。 學習訊號是「記教訓」的那種——讓系統「吃一塹、長一智」。

常見的學習訊號來源：

核心問題：每個 Agent 系統都應該自問——「我有哪些『可以吸收』的訊號？我斷得了哪些『成功或失敗』？」 沒有訊號，就沒有自主學習的可能。

有了學習訊號，下一個問題是：「學到的東西要『寫到哪裡』？」 這個「寫入的地方」，就是更新載體（Update Vector）。

值得注意的是：Agent 的「大腦」——LLM 的參數——通常不是主要的更新載體。 因為「更新模型參數」（訓練/微調/RL）成本高、週期慢，不是「日常從每次經驗學習」的合適場所（14.3 節會談這朵烏雲）。

於是，「讓 Agent 變懂」的更新載體，落在系統可以快速寫入的地方：

關鍵洞察：透過「外部的更新載體」（知識庫、規則、工具、資料集、Harness），我們可以在不訓練模型的情況下，「持續教導」Agent——這是 9 章「Model + Harness」架構的偉大之處：Harness「外側」可以持續更新，而模型「內側」保持穩定。

「學習」不是無限美好的事——它需要負責任的治理。兩件重要的事：

不要直接「吞下」任何經驗就更新——你害怕「學到壞的」：

警惕：「從失敗案例學習」如果處理不當，可能「把個案當通則」「把偏見學起來」（13.3 節）。

「持續更新」意味著持續變化——因此必須能「知道改了什麼、回到原本」（呼應 4.3 節版本控制、4.5 節審查）：

把整個第 10 章收束成一個「可操作的整體」：

一句話：軟體工程的精神——「持續度量、科學實驗、迭代改進、負責任的變更治理」——在 AI Agent 時代，以「評估與持續進化」的形式被完整地繼承，甚至更加重要。

而這條「持續進化」之路，最終會通向第 14 章的「前沿與展望」——模型與 Harness 的共同演進（14.2 節）、以及「Agent 像人一樣從經驗中持續學習」的未來（14.3 節）。