Agenci kodujący, którzy uczą się
na Twoich poprawkach
„Uruchom testy przed commitem.” „Nie ruszaj lockfile.” Napisałeś to już dziesięć razy, pięciu agentom, w trzech CLI. A jutro nowa sesja znowu będzie musiała to usłyszeć.
Learning Loop czyta to, co napisałeś do agentów projektu, znajduje poprawki, które ciągle powtarzasz, i proponuje je jako krótkie reguły. Każdą z nich akceptujesz, edytujesz albo odrzucasz. Zaakceptowane reguły trafiają do pamięci projektu i od tej pory przestrzega ich każdy agent, w Claude Code, Codex i każdym innym CLI agentów.
Twoje poprawki
- Nie, najpierw uruchom testy
- Już mówiłem: nie ruszaj lockfile
Proponowana reguła
Uruchamiaj testy przed każdym commitem
AkceptujKażdy agent jej przestrzega
Agenci kodujący zaczynają każdą sesję od czystej kartki. Tego, co poprawiłeś wczoraj, dzisiejszy agent nie wie, a agent obok, w innym CLI, nigdy nie wiedział. Więc poprawiasz znowu, a ta sama poprawka wraca tydzień po tygodniu.
Samodzielne zapisanie reguły w pliku CLAUDE.md lub AGENTS.md działa, ale nikt nie przerywa w tym celu zadania w połowie, a każde CLI czyta swój własny plik. Poprawki zostają rozproszone w starych rozmowach, których żaden agent już nigdy nie przeczyta.
Learning Loop pisze za Ciebie. Przegląda Twoje własne prompty, zauważa, co ciągle powtarzasz, i podaje Ci krótką listę reguł do zatwierdzenia. To Ty decydujesz: nic nie trafia do Twoich agentów, dopóki tego nie zaakceptujesz.
Co robi Learning Loop
Każda poprawka, którą wprowadzisz raz, może stać się regułą, której Twoi agenci nigdy nie zapomną.
Przegląda Twoje własne poprawki
Czytane jest tylko to, co napisałeś do agentów, a nie ich odpowiedzi. Przegląd znajduje powracające poprawki i proponuje do 10 reguł, każdą z kategorią (konwencja, pułapka, preferencja, proces) i liczbą razy, gdy wprowadziłeś tę poprawkę.
Twoje słowa jako dowód
Każda proponowana reguła pokazuje zdania, które naprawdę napisałeś, więc w sekundę widzisz, czy jest trafna. Sekrety są maskowane na Twojej maszynie przed jakąkolwiek analizą.
Akceptujesz, edytujesz albo odrzucasz
Nic nie jest stosowane bez Ciebie. Zaakceptuj regułę w obecnym brzmieniu, przeredaguj ją albo ją odrzuć. Odrzucona reguła nigdy nie wraca, nawet inaczej sformułowana.
Przestrzega jej każdy agent
Zaakceptowane reguły są zapisywane we wspólnej pamięci projektu i przypinane na samej górze tego, co agenci czytają przed zadaniem. Przestrzega ich każdy agent projektu, niezależnie od CLI i komputera.
Pokazuje, czy lekcja zadziałała
Każda zaakceptowana reguła mówi, czy od tego czasu musiałeś znowu poprawiać to samo. Reguła, która ciągle jest łamana, od razu rzuca się w oczy, więc możesz ją przeredagować, zamiast się powtarzać.
Każdego wieczoru, jeśli chcesz
Uruchom przegląd ręcznie, kiedy masz ochotę, albo włącz codzienny przegląd i rano znajdź czekające nowe reguły. Przypomnienie nad polem wpisywania informuje Cię, gdy lekcje czekają na Twoją decyzję.
Jak to działa
Cztery kroki. Dwa z nich wykonujesz Ty, każdy w kilka sekund.
- 1
Otwórz Learning Loop
Kliknij ikonę czapki absolwenta w docku projektu, obok „Pamięć”, i naciśnij „Uruchom przegląd”. Pierwszy przegląd czyta Twoje prompty do agentów tego projektu z ostatnich dwóch tygodni.
- 2
Agent przeglądu czyta Twoje prompty
Domyślnie agent przeglądu działa na Twoim własnym CLI, więc Twoje prompty zostają u dostawcy, który już je otrzymał. Pisze krótki przegląd: co jest dla Ciebie ważne, błędy, które poprawiasz najczęściej, i reguły, które proponuje.
- 3
Ty decydujesz
Kilka minut później proponowane reguły czekają w zakładce „Do zatwierdzenia”, z Twoimi własnymi słowami jako dowodem. Każdą akceptujesz, edytujesz albo odrzucasz, na komputerze lub na ekranie Learning Loop w aplikacji mobilnej.
- 4
Każdy agent przestrzega reguł
Zaakceptowane reguły są zapisywane w pamięci projektu. Następny agent, którego uruchomisz, w dowolnym CLI i na dowolnym komputerze projektu, czyta je, zanim zacznie pracę, a zakładka „Zaakceptowane” pokazuje, które z nich nadal musiałeś poprawiać.
Dlaczego to zmienia sposób pracy z agentami
Bez tego czas spędzony na poprawianiu agentów przepada w chwili, gdy kończy się sesja. Z tym każdą poprawkę płacisz tylko raz: staje się regułą, a reguła działa dla każdego kolejnego agenta, także tych, których jeszcze nie uruchomiłeś.
Efekt się kumuluje. W pierwszym tygodniu Learning Loop wychwytuje oczywistości: polecenie do testów, folder, którego nie wolno ruszać, format commitów. Miesiąc później wychwytuje już Twój gust: jak nazywasz rzeczy, co uważasz za skończone, jakich skrótów nigdy nie akceptujesz. Twoi agenci pracują coraz bardziej tak jak Ty, a Ty spędzasz mniej czasu na powtarzaniu tego samego.
I wszystko pozostaje w Twoich rękach. Reguły to krótkie zdania w pamięci projektu, czytelne i edytowalne, a nie ukryte ustawienie modelu. Usuń jedną, a zniknie od razu dla wszystkich agentów.
Ograniczenia
- Nic nie uruchamia się samo: przegląd startuje, gdy naciśniesz „Uruchom przegląd”, albo każdego wieczoru, gdy włączysz codzienny przegląd.
- Agenci czytają reguły z pamięci projektu. Agent z wyłączoną pamięcią albo projekt z wyłączoną pamięcią ich nie widzi.
- Przeglądy czytają rozmowy zapisane na Twoim komputerze, więc aby przegląd się wykonał, aplikacja desktopowa musi być otwarta.
- Opcjonalna usługa AgentsRoom wysyła Twoje zamaskowane prompty do OpenAI w celu analizy, po wyrażeniu przez Ciebie zgody: 3 przeglądy miesięcznie w Free i Plus, bez limitu w Pro lub z własnym kluczem OpenAI. Przeglądy na Twoim własnym CLI są bez limitu w każdym planie.
- Do 10 proponowanych reguł na przegląd, z mniej więcej ostatnich 40 000 tokenów Twoich promptów, od najnowszych.
Najczęściej zadawane pytania
Zapytaj nas o coś innegoJak przestać powtarzać tę samą poprawkę w Claude Code?
Czy to działa z Codex i innymi CLI, nie tylko z Claude Code?
Czy to samodoskonalący się agent kodujący?
Dokąd trafiają moje prompty podczas przeglądu?
Czym to się różni od pisania pliku CLAUDE.md?
Czy odrzucona reguła wróci?
Skąd mam wiedzieć, czy zaakceptowana reguła naprawdę działa?
Warto przeczytać
AGENTS.md: jeden plik kontekstu dla każdego agenta kodującego (Codex, Antigravity, Claude)
AGENTS.md to przenośny plik z instrukcjami, który twoje agenty kodujące czytają, zanim dotkną kodu. Co w nim umieścić, czym różni się od CLAUDE.md i jak utrzymać jeden kontekst dla Codex, Antigravity i Claude.
Najlepsze rozwiązania pamięci dla Twoich agentów Claude AI w 2026 roku
CLAUDE.md, mem0, Letta, Zep, basic-memory, Obsidian plus MCP, AgentsRoom Project Memory: szczera mapa opcji pamięci dla agentów kodujących AI oraz jak wybrać jedną.
Może Ci się również spodobać
Project Memory
Daj swoim agentom kodującym AI pamięć długoterminową. Decyzje, architektura i pułapki utrzymują się między sesjami i są dzielone z wszystkimi w projekcie. Darmowe, bez limitu.
Zaplanowane zadania: cron dla agentów AI
Planuj cykliczne uruchomienia agentów AI i przepływy pracy programisty bez pisania choćby jednego wyrażenia cron. Uruchamiaj sesję Claude Code lub Codex każdego ranka, aby przeglądać pull requesty, skanuj logi awarii każdej nocy, sprawdzaj zależności w każdy poniedziałek, generuj cotygodniowy changelog albo wykonuj przebieg QA po każdym wdrożeniu. Wybierz częstotliwość (co N minut, co godzinę, codziennie, co tydzień, co miesiąc), prompt i rolę agenta. AgentsRoom uruchamia to za Ciebie, nadrabia pominięte uruchomienia przy następnym starcie i przechowuje historię uruchomień, którą można ponownie otworzyć.
Nowa funkcja
Zapisuj, organizuj i dołączaj wielokrotnie użyteczne umiejętności (format Claude SKILL.md + uniwersalny eksport) do swoich zadań i agentów. Synchronizuj między urządzeniami, eksportuj do Claude / Cursor / Codex / Windsurf na żądanie.
Popraw raz. Każdy agent zapamięta.
Learning Loop jest dostępny w AgentsRoom na macOS, Windows i Linux, z aplikacją mobilną do zatwierdzania reguł z telefonu.
Aplikacja towarzysząca: monitoruj agentów w podróży
Użyj Claude, Codex, Antigravity CLI lub innego dostawcy AI.
Wysyłaj bugi i prośby bezpośrednio do swojego publicznego backlogu.