ai-agent-book/chapter9/README.id.md

Bab 9 · Evolusi Berkelanjutan Agent

Membantu Agent berkembang dari pengalaman: memverifikasi trajectory, menyuling pengetahuan, memperbaiki prompt, membuat workflow, dan memodifikasi diri secara terkendali.

← Kembali ke README utama · 📖 Baca bab

Cara Membaca Eksperimen

Teks utama memakai skeleton mekanisme singkat untuk menjelaskan alur kontrol; direktori eksperimen berisi adapter SDK lengkap, log, pengujian, dan bukti penerimaan. Anda tidak perlu membaca setiap berkas baris demi baris.

• Starter: Mulai dari tujuan, perintah minimum, dan syarat penerimaan; awali dengan trajectory-verifier;
• Builder: Telusuri titik masuk, loop inti, skema status/pesan, alat, dan verifier.
• Maintainer: Terakhir, baca pengujian, manifest bukti, penanganan kegagalan, rollback, dan adapter provider.

Pada pembacaan pertama, lewati kredensial, presentasi, dan kompatibilitas provider; kembali saat mereproduksi angka.

Proyek Pendamping

Eksperimen	Proyek	Jenis	Deskripsi
8-1	trajectory-verifier	✅	Menggabungkan hasil lingkungan, aturan proses, dan Rubric menjadi diagnosis berbasis bukti.
8-2	gaia-experience	✅	Membandingkan trajectory sukses, parsial, dan gagal untuk membuat dokumen pengalaman.
8-3	prompt-auto-optimization	✅	Menghasilkan patch prompt minimal dan mengendalikan rilis dengan set batas serta retensi.
8-4	browser-use-rpa	✅	Mengompilasi trajectory browser menjadi workflow yang diverifikasi melalui reset dan replay.
8-5	self-modifying-agent	✅	Memicu patch kode setelah kegagalan berulang, lalu melakukan regresi, canary, dan rollback.
8-6	hermes-self-evolution	📖	Memberi Hermes seluruh buku dan source-nya sendiri; ia memilih peningkatan, mengubah dirinya, dan menjadikan tiap penolakan Reviewer sebagai putaran belajar baru sampai diterima.
8-7	self-evolution-eval	✅	Eksperimen 8-7 mengevaluasi pembelajaran, transfer, perubahan aturan, dan retensi jangka panjang.
8-8	harness-safety-gate	✅	Gerbang konfirmasi operasi berisiko tinggi
8-9	ai-style-skill	✅	Mengubah umpan balik tulisan menjadi Skill yang dapat diverifikasi; bab ini menghubungkan Skill tanda kutip lengkung dengan data sintetis yang diaudit dan post-training, serta memisahkan kegagalan tokenizer/Harness pada penyalinan eksak

Semua eksperimen menyediakan entry point offline dan unit test tanpa API Key; jalur yang membutuhkan model nyata atau browser dijelaskan dalam README proyek.

Jenis Proyek

Ikon	Jenis	Arti
✅	Mandiri	Kode lengkap tersedia di repositori dan dapat dijalankan setelah API Key dikonfigurasi.
📖	Panduan Reproduksi	Memerlukan repositori eksternal yang harus di-git clone.
🚧	Dalam Proses	Implementasi atau bukti penerimaan belum lengkap.