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.
Je correcties
- Nee, eerst de tests draaien
- Ik zei het al: niet de lockfile
Voorgestelde regel
Draai de testsuite vóór elke commit
AccepterenElke 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
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
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
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
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 vraagHoe stop ik met steeds dezelfde correctie aan Claude Code geven?
Werkt het ook met Codex en andere CLI's, niet alleen met Claude Code?
Is dit een coding-agent die zichzelf verbetert?
Waar gaan mijn prompts heen tijdens een review?
Wat is het verschil met een CLAUDE.md-bestand schrijven?
Komt een regel die ik heb geweigerd terug?
Hoe weet ik of een geaccepteerde regel echt werkt?
Meer over dit onderwerp
AGENTS.md: Eén contextbestand voor elke coderingagent (Codex, Antigravity, Claude)
AGENTS.md is het draagbare instructiebestand dat je AI-coderingsagents lezen voordat ze je code aanraken. Wat erin te zetten, hoe het verschilt van CLAUDE.md, en hoe je één context behoudt over Codex, Antigravity en Claude.
De Beste Geheugenoplossingen voor Je Claude AI Agents in 2026
CLAUDE.md, mem0, Letta, Zep, basic-memory, Obsidian plus MCP, AgentsRoom Project Memory: een eerlijke kaart van de geheugenopties voor AI-coderingsagents en hoe je er een kiest.
Misschien ook interessant
Project Memory
Geef je AI-coderingsagenten een langetermijngeheugen. Beslissingen, architectuur en valkuilen blijven bestaan over sessies heen en worden gedeeld met iedereen op het project. Gratis, onbeperkt.
Geplande Taken: cron voor AI-agenten
Plan terugkerende AI-agenten en ontwikkelingsworkflows zonder een enkele cron-expressie te schrijven. Voer elke ochtend een Claude Code- of Codex-sessie uit om pull-verzoeken te beoordelen, scan elke nacht crashlogs, controleer elke maandag afhankelijkheden, genereer een wekelijkse changelog of voer een QA-controle uit na elke implementatie. Kies een frequentie (elke N minuten, elk uur, dagelijks, wekelijks, maandelijks), een prompt en een agentrol. AgentsRoom start het voor je, haalt gemiste runs in bij de volgende start en houdt een heropenbare runhistorie bij.
Nieuwe functie
Sla herbruikbare vaardigheden op, organiseer en voeg ze toe aan je taken en agenten (Claude SKILL.md formaat + universele export). Synchroniseer tussen apparaten, exporteer op aanvraag naar Claude / Cursor / Codex / Windsurf.
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.
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.