Claude Code : améliorer l'apprentissage continu des agents

Superchargez Claude Code avec l'apprentissage continu

Claude Code est un agent de codage incroyablement efficace, que vous pouvez utiliser pour effectuer la plupart des tâches cognitives sur votre ordinateur. Cependant, l'apprentissage continu reste une tâche que nous avons du mal à enseigner aux agents. De plus, l'apprentissage continu est une compétence dans laquelle les humains excellent.

Pensez simplement à n'importe quelle tâche que vous avez effectuée pendant longtemps. Dans presque tous les cas, vous deviendrez meilleur au fil du temps, apprenant de vos erreurs et vous améliorant. Ce n'est pas seulement une question de se souvenir de ce qui fonctionne et de ce qui ne fonctionne pas. Il s'agit également de développer une intuition pour les tâches, que vous acquérez simplement en les réalisant au fil du temps.

Pourquoi avons-nous besoin de l'apprentissage continu

Nous avons besoin de l'apprentissage continu car nous voulons toujours nous améliorer dans les tâches que nous effectuons. Imaginez que vous êtes programmeur depuis de nombreuses années et que vous continuez à faire des erreurs basiques. Évidemment, faire de telles erreurs en continu est très inefficace, c'est pourquoi nous voulons l'éviter. Nous voulons devenir meilleurs dans nos tâches, être plus efficaces et ainsi résoudre des problèmes plus difficiles.

Travailler sur une tâche pendant une période prolongée vous aidera à développer une intuition pour celle-ci et à résoudre des problèmes plus avancés dans ce domaine.

Vous pouvez imaginer un nouvel agent de codage comme un nouvel employé. Évidemment, il fera des erreurs au début, car il ne comprend pas vos préférences ou votre code. Cependant, lorsque vous dites à ce nouvel employé comment faire quelque chose, vous vous attendez à ce qu'il apprenne au fil du temps.

Si vous ne prenez pas de mesures spécifiques pour faire en sorte que vos agents de codage se souviennent de telles choses, ils risquent de les oublier. C'est pourquoi vous devez prendre des mesures actives pour atteindre un apprentissage continu pour vos agents de codage.

Comment atteindre l'apprentissage continu

Dans cette section, je vais aborder certaines techniques spécifiques que j'utilise quotidiennement pour atteindre l'apprentissage continu. Ces techniques proviennent de discussions avec d'autres professionnels du même domaine, d'inspirations tirées du dépôt OpenClaw, et de mes propres expérimentations.

La commande de généralisation des connaissances

L'approche la plus simple et la plus efficace pour faire en sorte que Claude Code apprenne de ses erreurs est une commande de généralisation des connaissances. C'est une commande simple (également connue sous le nom de compétence, simplement un fichier markdown contenant une invite) pour apprendre d'un fil de discussion donné.

Je lance généralement cette commande chaque fois que je termine une conversation avec Claude Code, en effectuant une tâche unique. Par exemple, si j'ai :

• Complété une implémentation de fonctionnalité
• Réalisé une présentation
• Terminé la vérification des journaux de production

Je lance simplement ma commande avec :

/generalize-knowledge

Cela fonctionne parce que j'ai enregistré une commande de généralisation des connaissances, qui est une invite similaire à celle ci-dessous :

Généralisez toutes les connaissances de ce fil dans claude.md et agents.md.
Notez toute information qui serait utile pour un futur agent travaillant dans ce dépôt. Notez également tous les problèmes rencontrés et comment vous les avez résolus.
Écrivez les tâches que vous avez effectuées dans le fichier done-tasks.md avec l'heure et la date, et un résumé des tâches.

En essence, je demande au modèle d'apprendre de ses erreurs et de noter tout ce qui pourrait être utile pour de futures interactions.

Je fais également en sorte que l'agent note la tâche qu'il a effectuée, afin que j'aie un fichier unique contenant tout ce que j'ai fait. Ce n'est pas strictement nécessaire, mais je trouve agréable d'avoir ce genre de résumé disponible.

Notez également que cela suppose que vous effectuez toujours une tâche unique dans un fil de discussion donné avec Claude Code, ce que vous devriez absolument faire pour obtenir les meilleurs résultats. Cela s'applique également à tout autre agent de codage disponible, simplement parce qu'une tâche unique pour un fil unique aide les agents à rester concentrés et à éviter que le bruit ne remplisse leur contexte.

Réflexions quotidiennes

Pour compléter la dernière section, vous pouvez également avoir des réglages de réflexion quotidienne. Si, par exemple, vous avez plusieurs agents fonctionnant tout au long de la journée, vous pouvez avoir un cron job (une commande programmée pour s'exécuter à un intervalle spécifique) pour passer en revue tous les journaux de votre agent de codage au cours des dernières 24 heures et noter toute information utile. Cela s'appuie sur la commande de généralisation des connaissances, mais fonctionne à un niveau supérieur, puisque l'agent qui passe en revue vos journaux aura accès non seulement à un fil unique, mais à tout ce sur quoi vous travaillez.

Cela pourrait être utile, car la perspective différente peut conduire à des notes différentes, ce qui aidera vous et vos agents de codage à devenir plus efficaces.

Les compétences sont un autre concept que j'aimerais aborder, qui contribue vraiment à l'apprentissage continu et aide Claude Code à apprendre de ses erreurs. Les sections précédentes que j'ai couvertes écrivent principalement dans les fichiers CLAUDE.MD, AGENTS.MD, WARP.MD. Les compétences, cependant, sont des fichiers plus spécifiques indiquant à l'agent comment effectuer des tâches spécifiques.

C'est quelque peu similaire à la commande de généralisation des connaissances, mais un peu différent, car les fichiers génériques notent des erreurs et des solutions génériques, tandis que les compétences couvrent des sujets beaucoup plus spécifiques. Voici quelques exemples de compétences :

• Comment l'agent doit agir lors du tri de vos e-mails
• Comment l'agent doit agir lors du tri de votre calendrier
• Comment utiliser une API ou un package spécifique. Cela est particulièrement important pour les API et packages plus petits et moins connus qui ne sont pas bien couverts dans le pré-entraînement des LLMs
• Comment aborder la résolution de bogues dans un dépôt particulier

Comme vous pouvez le constater, les compétences sont plus spécifiques. Ainsi, chaque fois que vous commencez à travailler avec un nouveau package, une nouvelle API ou une nouvelle tâche en général, je vous encourage à créer une compétence pour cela. La compétence devrait couvrir tout ce qui est utile à savoir lors du travail avec l'API ou sur la tâche, y compris :

• Comment interpréter les tâches fournies dans le sujet donné
• Comment aborder la résolution des tâches
• Les erreurs précédentes commises et comment elles ont été résolues

Plus vous stockez d'informations, mieux c'est. Votre agent de codage chargera généralement cette compétence dynamiquement si vous commencez à travailler sur une tâche connexe.

Par exemple, si vous demandez à votre agent de trier vos e-mails, il chargera dynamiquement la compétence de tri des e-mails, afin qu'il sache comment agir. Cela aide votre agent de codage à éviter les erreurs précédentes qu'il a commises lors du tri de vos e-mails.

Dans cet article, j'ai couvert comment faire en sorte que Claude Code et d'autres agents de codage apprennent de leurs erreurs. J'ai discuté de trois techniques principales à utiliser, y compris la création d'une commande de généralisation des connaissances, la lecture quotidienne des journaux des agents, et l'utilisation active des compétences lors de l'exécution de tâches. Je crois que l'apprentissage de vos erreurs est incroyablement important, tant pour les humains que pour les machines. Si vous parvenez à faire apprendre efficacement vos agents de codage de leurs erreurs, vous deviendrez beaucoup plus efficace dans leur application, et ainsi obtenir un avantage majeur par rapport à d'autres agents qui n'apprennent pas de leurs erreurs.