Learning Loop

Coding-agents die leren
van je correcties

“Draai de tests voordat je commit.” “Blijf van de lockfile af.” Je hebt het tien keer getypt, aan vijf agents, op drie CLI's. En morgen moet een nieuwe sessie het weer horen.

Learning Loop leest wat je aan de agents van een project hebt getypt, vindt de correcties die je steeds herhaalt en stelt ze voor als korte regels. Je accepteert, bewerkt of weigert elke regel. Geaccepteerde regels gaan naar het projectgeheugen, en vanaf dan volgt elke agent ze, op Claude Code, Codex en elke andere agent-CLI.

Learning Loop

Je correcties

  • Nee, eerst de tests draaien
  • Ik zei het al: niet de lockfile

Voorgestelde regel

Draai de testsuite vóór elke commit

Accepteren

Elke agent volgt hem

Coding-agents beginnen elke sessie met een leeg blad. Wat je gisteren hebt gecorrigeerd, weet de agent van vandaag niet, en de agent ernaast op een andere CLI heeft het nooit geweten. Dus corrigeer je opnieuw, en dezelfde correctie komt week na week terug.

Zelf de regel in een CLAUDE.md- of AGENTS.md-bestand schrijven werkt, maar niemand stopt daarvoor midden in een taak, en elke CLI leest zijn eigen bestand. De correcties blijven verspreid over oude gesprekken, waar geen enkele agent ze ooit zal lezen.

Learning Loop doet het schrijfwerk voor je. Het bekijkt je eigen prompts, merkt op wat je steeds herhaalt en geeft je een korte lijst regels om goed te keuren. Jij blijft degene die beslist: niets bereikt je agents voordat je het accepteert.

Wat Learning Loop doet

Elke correctie die je één keer maakt, kan een regel worden die je agents nooit vergeten.

Bekijkt je eigen correcties

Alleen wat jij aan de agents hebt getypt wordt gelezen, niet hun antwoorden. De review vindt de correcties die terugkomen en stelt tot 10 regels voor, elk met zijn categorie (conventie, valkuil, voorkeur, proces) en het aantal keren dat je die correctie hebt gemaakt.

Je eigen woorden als bewijs

Elke voorgestelde regel toont de zinnen die je echt hebt getypt, zodat je in een seconde ziet of hij klopt. Geheimen worden op je eigen machine gemaskeerd voordat er iets geanalyseerd wordt.

Jij accepteert, bewerkt of weigert

Niets wordt toegepast zonder jou. Accepteer een regel zoals hij is, herformuleer hem of weiger hem. Een geweigerde regel komt nooit terug, ook niet anders verwoord.

Gevolgd door elke agent

Geaccepteerde regels worden in het gedeelde projectgeheugen geschreven, vastgezet bovenaan wat agents lezen voor een taak. Elke agent van het project volgt ze, ongeacht zijn CLI en ongeacht de machine.

Laat zien of de les is aangekomen

Elke geaccepteerde regel vertelt je of je hem sindsdien opnieuw moest corrigeren. Een regel die steeds wordt overtreden valt op, zodat je hem kunt herformuleren in plaats van jezelf te herhalen.

Elke avond, als je wilt

Start een review met de hand wanneer je zin hebt, of zet de dagelijkse review aan en vind de volgende ochtend nieuwe regels klaarstaan. Een herinnering boven het invoerveld laat weten wanneer er lessen op je oordeel wachten.

Hoe het werkt

Vier stappen. Twee daarvan doe jij, in een paar seconden per stap.

  1. 1

    Open Learning Loop

    Klik op de afstudeerhoed in het dock van een project, naast Geheugen, en druk op Review starten. De eerste review leest je prompts van de afgelopen twee weken aan de agents van dat project.

  2. 2

    Een review-agent leest je prompts

    Standaard draait een review-agent op je eigen CLI, zodat je prompts bij de provider blijven die ze al heeft ontvangen. Hij schrijft een korte review: wat voor jou belangrijk is, de fouten die je het vaakst corrigeert en de regels die hij voorstelt.

  3. 3

    Jij beslist

    Een paar minuten later wachten de voorgestelde regels in het tabblad Te valideren, met je eigen woorden als bewijs. Accepteer, bewerk of weiger elke regel, op de desktop of op het scherm Learning Loop van de mobiele app.

  4. 4

    Elke agent volgt de regels

    Geaccepteerde regels worden in het projectgeheugen geschreven. De volgende agent die je start, op elke CLI en elke machine van het project, leest ze voordat hij begint, en het tabblad Geaccepteerd houdt bij welke je toch nog moest corrigeren.

Waarom het verandert hoe je met agents programmeert

Zonder Learning Loop gaat de tijd die je aan het corrigeren van agents besteedt verloren zodra de sessie eindigt. Met Learning Loop betaal je elke correctie maar één keer: ze wordt een regel, en die regel werkt voor elke agent die daarna komt, ook voor de agents die je nog niet hebt gestart.

Het effect stapelt zich op. De eerste week pikt Learning Loop de voor de hand liggende dingen op: het testcommando, de map waar je niet aan mag komen, het commit-formaat. Een maand later pikt het je smaak op: hoe je dingen benoemt, wat jij als af beschouwt, welke shortcuts je nooit accepteert. Je agents werken steeds meer zoals jij, en je bent minder tijd kwijt aan steeds hetzelfde zeggen.

En het blijft van jou. De regels zijn korte zinnen in het projectgeheugen, leesbaar en bewerkbaar, geen verborgen modelinstelling. Verwijder er een en hij is in één keer weg voor alle agents.

Beperkingen

  • Niets draait vanzelf: een review start wanneer je op Review starten drukt, of elke avond zodra je de dagelijkse review aanzet.
  • Agents lezen de regels uit het projectgeheugen. Een agent waarvan het geheugen uit staat, of een project met het geheugen uitgeschakeld, ziet ze niet.
  • Reviews lezen de gesprekken die op je computer zijn opgeslagen, dus de desktop-app moet open zijn om een review te laten draaien.
  • De optionele AgentsRoom-service stuurt je gemaskeerde prompts na je toestemming naar OpenAI voor de analyse: 3 reviews per maand op Free en Plus, onbeperkt op Pro of met je eigen OpenAI-sleutel. Reviews op je eigen CLI zijn onbeperkt op elk plan.
  • Tot 10 voorgestelde regels per review, op basis van ongeveer de laatste 40.000 tokens van je prompts, nieuwste eerst.

Veelgestelde vragen

Stel ons een andere vraag
Hoe stop ik met steeds dezelfde correctie aan Claude Code geven?
Open Learning Loop in AgentsRoom en start een review. Die leest wat je aan de agents van het project hebt getypt, vindt de correcties die steeds terugkomen en stelt ze voor als korte regels. Accepteer de juiste: ze worden in het projectgeheugen geschreven, en elke Claude Code-agent van het project leest ze voor een taak, zodat je het niet opnieuw hoeft te zeggen.
Werkt het ook met Codex en andere CLI's, niet alleen met Claude Code?
Ja. De regels staan in het projectgeheugen van AgentsRoom, dat elke agent-CLI die met AgentsRoom verbonden is leest: Claude Code, Codex, Antigravity en de rest. Een correctie die je aan een Claude Code-agent gaf, wordt een regel die ook een Codex-agent volgt.
Is dit een coding-agent die zichzelf verbetert?
In praktische zin wel: je agents worden sessie na sessie beter in werken zoals jij het wilt. Maar er verandert niets achter je rug om. De verbetering is een lijst korte regels die jij hebt goedgekeurd, geschreven op een plek waar je ze kunt lezen, bewerken of verwijderen.
Waar gaan mijn prompts heen tijdens een review?
Standaard nergens nieuw heen: de review draait op je eigen CLI, dus je prompts bereiken alleen de provider die ze al heeft ontvangen. Alleen als je de AgentsRoom-service voor een project aanzet, met je uitdrukkelijke toestemming, gaan de gemaskeerde prompts via onze server naar OpenAI. Geheimen worden eerst op je eigen machine gemaskeerd, en ruwe prompts worden nooit op onze server opgeslagen.
Wat is het verschil met een CLAUDE.md-bestand schrijven?
Een CLAUDE.md- of AGENTS.md-bestand schrijf en onderhoud je zelf, en elke CLI leest zijn eigen bestand. Learning Loop vindt de regels voor je in wat je al hebt getypt, vraagt je ze te bevestigen en zet ze op één plek die elke CLI leest. De twee gaan goed samen: houd je instructiebestand voor het grote geheel, en laat Learning Loop de details verzamelen die je steeds corrigeert.
Komt een regel die ik heb geweigerd terug?
Nee. Een geweigerde of verwijderde regel wordt nooit opnieuw voorgesteld, en de review weet ervan, zodat hij ook niet anders verwoord terugkomt.
Hoe weet ik of een geaccepteerde regel echt werkt?
Het tabblad Geaccepteerd toont per regel of je dezelfde correctie opnieuw moest maken sinds je hem accepteerde. Wordt een regel steeds overtreden, bewerk hem dan zodat hij duidelijker wordt.

Meer over dit onderwerp

Misschien ook interessant

Eén keer corrigeren. Elke agent onthoudt het.

Learning Loop zit in AgentsRoom op macOS, Windows en Linux, met de mobiele app om regels vanaf je telefoon te valideren.

AgentsRoom downloadenGratis

Companion-app: houd je agents onderweg in de gaten

Breng je eigen: Claude, Codex, Antigravity CLI of andere AI-provider.

Stuur bugs en verzoeken direct naar je openbare backlog.