2026年5月4日
无法自我批准的自主学习循环
Datarim 将反复出现的经验转化为提案和待办工作,而人类始终是修改框架规则的最终权威。
“智能体从任务中学习”通常无法审计。Datarim 采用了一个更窄的定义。一项已完成的任务可能产生一条具体经验;该经验可能成为一项提案;一项获批的提案可能成为框架变更或待办任务。
关键词是可能。反思不会赋予智能体重写自身规则的权限。
反思产生证据
任务结束时,工作流会记录哪些做法有帮助、哪些失败了,以及同一问题是否可能再次出现。一条有用的经验会指明失败形态和最小的可复用应对方式。“要更小心”不是可复用的经验;“shell 包装器必须证明失败的子进程以非零状态退出”才是。
提案不是规则
小型内容修正遵循常规审查路径。涉及权限、路由、事实来源或安全边界的变更,在获批前需要一份设计工件。人类可以接受、拒绝或重塑这两类变更。被接受的后续事项会带着各自的范围和测试进入待办列表。
这种分离防止单个异常任务向框架灌输一条通用规则。它还留下了痕迹:反思、决策、实现、测试和演进日志是各自独立的工件。
学习成为回归门禁
当反复出现的事故转化为一个在旧行为下会失败的测试时,这个循环才算完整。在此之前,框架只是记录了一种观点,而非学会了一项能力。
阅读当前的演进技能参考,了解审批类别和回滚规则。
从框架档案中追溯发布。反思到待办的循环记录于 2026 年 5 月 4 日。