Learning Loop

Agen pemrograman yang belajar
dari koreksi Anda

“Jalankan tes sebelum commit.” “Jangan sentuh lockfile.” Anda sudah mengetiknya sepuluh kali, kepada lima agen, di tiga CLI. Dan besok, sesi baru perlu mendengarnya lagi.

Learning Loop membaca apa yang Anda ketik kepada agen di sebuah proyek, menemukan koreksi yang terus Anda ulangi, dan mengusulkannya sebagai aturan singkat. Anda menerima, mengubah, atau menolak masing-masing. Aturan yang diterima masuk ke memori proyek, dan sejak itu setiap agen mengikutinya, di Claude Code, Codex, dan semua CLI agen lainnya.

Learning Loop

Koreksi Anda

  • Bukan, jalankan tesnya dulu
  • Sudah saya bilang: jangan lockfile-nya

Aturan usulan

Jalankan rangkaian tes sebelum setiap commit

Terima

Setiap agen mengikutinya

Agen pemrograman memulai setiap sesi dari halaman kosong. Apa pun yang Anda koreksi kemarin, agen hari ini tidak tahu, dan agen di sebelahnya di CLI lain tidak pernah tahu. Jadi Anda mengoreksi lagi, dan koreksi yang sama muncul kembali minggu demi minggu.

Menulis aturan sendiri di file CLAUDE.md atau AGENTS.md memang bisa, tetapi tidak ada yang berhenti di tengah pekerjaan untuk melakukannya, dan setiap CLI membaca filenya sendiri. Koreksi-koreksi itu tetap tersebar di percakapan lama, tempat tidak ada agen yang akan membacanya.

Learning Loop menuliskannya untuk Anda. Ia meninjau prompt Anda sendiri, memperhatikan apa yang terus Anda ulangi, lalu memberi Anda daftar singkat aturan untuk disetujui. Anda tetap yang memutuskan: tidak ada yang sampai ke agen Anda sampai Anda menerimanya.

Apa yang dilakukan Learning Loop

Setiap koreksi yang Anda buat sekali bisa menjadi aturan yang tidak pernah dilupakan agen Anda.

Meninjau koreksi Anda sendiri

Hanya yang Anda ketik kepada agen yang dibaca, bukan jawaban mereka. Tinjauan menemukan koreksi yang terus muncul kembali dan mengusulkan hingga 10 aturan, masing-masing dengan kategorinya (konvensi, jebakan, preferensi, proses) dan berapa kali Anda melakukan koreksi itu.

Kata-kata Anda sebagai bukti

Setiap aturan usulan menampilkan kalimat yang benar-benar Anda ketik, sehingga Anda bisa tahu dalam sedetik apakah aturan itu tepat. Data rahasia disamarkan di mesin Anda sebelum analisis apa pun.

Anda menerima, mengubah, atau menolak

Tidak ada yang diterapkan tanpa Anda. Terima aturan apa adanya, ubah kalimatnya, atau tolak. Aturan yang ditolak tidak akan pernah muncul lagi, bahkan dengan kalimat yang berbeda.

Diikuti setiap agen

Aturan yang diterima ditulis ke memori proyek bersama, disematkan di bagian atas apa yang dibaca agen sebelum sebuah tugas. Setiap agen di proyek mengikutinya, apa pun CLI-nya dan apa pun komputernya.

Menunjukkan apakah pelajarannya membekas

Setiap aturan yang diterima memberi tahu apakah Anda harus mengoreksinya lagi sejak saat itu. Aturan yang terus dilanggar terlihat jelas, sehingga Anda bisa mengubah kalimatnya alih-alih mengulang-ulang diri sendiri.

Setiap malam, jika Anda mau

Jalankan tinjauan secara manual kapan pun Anda mau, atau aktifkan tinjauan harian dan temukan aturan baru menunggu keesokan paginya. Pengingat di atas kolom penulisan pesan memberi tahu Anda saat ada pelajaran yang menunggu keputusan Anda.

Cara kerjanya

Empat langkah. Anda melakukan dua di antaranya, masing-masing dalam beberapa detik.

  1. 1

    Buka Learning Loop

    Klik ikon topi wisuda di dock sebuah proyek, di sebelah Memori proyek, lalu tekan Jalankan tinjauan. Tinjauan pertama membaca prompt Anda kepada agen proyek itu selama dua minggu terakhir.

  2. 2

    Agen tinjauan membaca prompt Anda

    Secara default, agen tinjauan berjalan di CLI Anda sendiri, sehingga prompt Anda tetap berada di penyedia yang sudah menerimanya. Ia menulis tinjauan singkat: apa yang penting bagi Anda, kesalahan yang paling sering Anda koreksi, dan aturan yang diusulkannya.

  3. 3

    Anda yang memutuskan

    Beberapa menit kemudian, aturan usulan menunggu di tab Untuk divalidasi, dengan kata-kata Anda sendiri sebagai bukti. Terima, ubah, atau tolak masing-masing, di desktop atau di layar Learning Loop aplikasi seluler.

  4. 4

    Setiap agen mengikuti aturannya

    Aturan yang diterima ditulis ke memori proyek. Agen berikutnya yang Anda jalankan, di CLI mana pun dan komputer mana pun dalam proyek itu, membacanya sebelum mulai, dan tab Diterima mencatat aturan mana yang masih harus Anda koreksi.

Mengapa ini mengubah cara Anda memprogram bersama agen

Tanpanya, waktu yang Anda habiskan untuk mengoreksi agen hilang begitu sesi berakhir. Dengannya, setiap koreksi cukup dibayar sekali: ia menjadi aturan, dan aturan itu berlaku untuk setiap agen yang datang sesudahnya, termasuk yang belum Anda jalankan.

Hasilnya terus bertambah. Minggu pertama, Learning Loop menangkap hal-hal yang jelas: perintah tes, folder yang tidak boleh disentuh, format commit. Sebulan kemudian, ia menangkap selera Anda: cara Anda memberi nama, apa yang Anda anggap selesai, jalan pintas mana yang tidak pernah Anda terima. Agen Anda semakin dekat dengan cara kerja Anda, dan Anda makin jarang mengatakan hal yang sama sepanjang hari.

Dan semuanya tetap milik Anda. Aturan berupa kalimat singkat di memori proyek, bisa dibaca dan diubah, bukan pengaturan model yang tersembunyi. Hapus satu, dan aturan itu hilang dari setiap agen sekaligus.

Batasan

  • Tidak ada yang berjalan sendiri: tinjauan dimulai saat Anda menekan Jalankan tinjauan, atau setiap malam setelah Anda mengaktifkan tinjauan harian.
  • Agen membaca aturan dari memori proyek. Agen yang memorinya dimatikan, atau proyek yang memorinya dinonaktifkan, tidak melihatnya.
  • Tinjauan membaca percakapan yang tersimpan di komputer Anda, jadi aplikasi desktop harus terbuka agar tinjauan bisa berjalan.
  • Layanan AgentsRoom yang opsional mengirim prompt Anda yang sudah disamarkan ke OpenAI untuk dianalisis, setelah Anda memberi persetujuan: 3 tinjauan per bulan di Free dan Plus, tanpa batas di Pro atau dengan kunci OpenAI Anda sendiri. Tinjauan di CLI Anda sendiri tanpa batas di semua paket.
  • Hingga 10 aturan usulan per tinjauan, dari sekitar 40.000 token terakhir prompt Anda, yang terbaru lebih dulu.

Pertanyaan yang sering diajukan

Tanyakan hal lain kepada kami
Bagaimana cara berhenti mengulang koreksi yang sama ke Claude Code?
Buka Learning Loop di AgentsRoom dan jalankan tinjauan. Ia membaca apa yang Anda ketik kepada agen di proyek, menemukan koreksi yang terus muncul kembali, dan mengusulkannya sebagai aturan singkat. Terima yang tepat: aturan itu ditulis ke memori proyek, dan setiap agen Claude Code di proyek membacanya sebelum sebuah tugas, jadi Anda tidak perlu mengatakannya lagi.
Apakah ini bekerja dengan Codex dan CLI lain, tidak hanya Claude Code?
Ya. Aturan disimpan di memori proyek AgentsRoom, yang dibaca setiap CLI agen yang terhubung ke AgentsRoom: Claude Code, Codex, Antigravity, dan lainnya. Koreksi yang Anda berikan kepada agen Claude Code menjadi aturan yang juga diikuti agen Codex.
Apakah ini agen pemrograman yang bisa memperbaiki dirinya sendiri?
Secara praktis, ya: agen Anda makin pandai bekerja sesuai keinginan Anda, sesi demi sesi. Tetapi tidak ada yang berubah diam-diam di belakang Anda. Perbaikannya berupa daftar aturan singkat yang Anda setujui, ditulis di tempat Anda bisa membaca, mengubah, atau menghapusnya.
Ke mana prompt saya dikirim selama tinjauan?
Secara default, tidak ke tempat baru: tinjauan berjalan di CLI Anda sendiri, sehingga prompt Anda hanya sampai ke penyedia yang sudah menerimanya. Hanya jika Anda mengaktifkan layanan AgentsRoom untuk sebuah proyek, dengan persetujuan eksplisit Anda, prompt yang sudah disamarkan melewati server kami ke OpenAI. Data rahasia disamarkan di mesin Anda terlebih dahulu, dan prompt mentah tidak pernah disimpan di server kami.
Apa bedanya dengan menulis file CLAUDE.md?
File CLAUDE.md atau AGENTS.md adalah sesuatu yang Anda tulis dan rawat sendiri, dan setiap CLI membaca filenya sendiri. Learning Loop menemukan aturannya untuk Anda dari apa yang sudah Anda ketik, meminta Anda mengonfirmasinya, dan menaruhnya di satu tempat yang dibaca setiap CLI. Keduanya saling melengkapi: pertahankan file instruksi Anda untuk gambaran besar, dan biarkan Learning Loop mengumpulkan detail yang terus Anda koreksi.
Apakah aturan yang saya tolak akan muncul lagi?
Tidak. Aturan yang ditolak atau dihapus tidak akan pernah diusulkan lagi, dan tinjauan diberi tahu tentang hal itu agar aturan tersebut juga tidak muncul kembali dengan kalimat lain.
Bagaimana saya tahu apakah aturan yang diterima benar-benar berhasil?
Tab Diterima menunjukkan, untuk setiap aturan, apakah Anda harus melakukan koreksi yang sama lagi sejak Anda menerimanya. Jika sebuah aturan terus dilanggar, ubah agar lebih jelas.

Bacaan lanjutan

Anda mungkin juga suka

Koreksi sekali. Setiap agen mengingatnya.

Learning Loop ada di AgentsRoom untuk macOS, Windows, dan Linux, dengan aplikasi seluler untuk memvalidasi aturan dari ponsel Anda.

Unduh AgentsRoomGratis

Aplikasi pendamping: pantau agen Anda saat bepergian

Gunakan Claude, Codex, Antigravity CLI, atau penyedia AI lainnya.

Kirim bug dan permintaan langsung ke backlog publik Anda.