构建自适应AI代理：让编码代理从经验中学习，避免重复错误

01 摘要

DeepLearning.AI与Oracle合作推出新课程，由Nacho Martínez和Casius Lee讲授，课程时长约一小时，涵盖构建自适应AI代理的三种适应层：行为适应（技能归纳）、知识适应（代码知识图谱）和模型适应（微调）。课程强调从代理的痕迹中提取可复用技能，构建基于代码结构的知识图谱以改善检索，并讨论何时使用微调。作者认为这是构建更高效代理的关键。

02 关键点

1. 代理每次会话从零开始，导致重复浪费时间和资源。
2. 行为适应：构建技能归纳管道，将代理的痕迹转化为可复用技能，并有人类审核。
3. 知识适应：构建代码知识图谱，连接文件通过导入、函数调用和git历史协同编辑，改善上下文检索。
4. 模型适应：学习何时使用微调等权重空间适应技术。
5. 课程强调检索而非代码生成往往是大型代码库的瓶颈。