让AI真正记住每次教训！Self-Improving Agent 体验报告

你有没有这种感觉——AI 同一个问题说过了，下次还是答错？每次都要重复同样的背景，AI 却像金鱼一样 7 秒后就忘了。

这不是 AI 的问题，是它天生没有「记性」。大多数 Agent 用完就消失了，经验全浪费。但现在有了解决方案。

今天挖到一个开源 Skill——Self-Improving Agent，专门解决这个痛点：把你的每次教训都变成 AI 的永久记忆，让它越用越聪明。

它怎么工作的？

Self-Improving Agent 核心是一个「失败→学习→进化」的闭环。分三层记忆：

语义记忆：存储概念和模式，比如「这个项目用 Vue3 + Vite」「这段代码依赖外部 API」
情景记忆：记录具体事件，包括错误类型、发生时间、修复方式
工作记忆：处理当前上下文，把历史经验跟眼前任务对接

每次 AI 犯错，它会自动触发捕捉流程：记录错误现象、分析根本原因、生成改进建议。这个建议不是立刻写入系统，而是先标记为「候选」，经过验证后才正式应用——防止一次误判把正确逻辑覆盖掉。

验证通过后，AI 会把这个教训写进对应 Skill 文件，同时追踪这个变化在下次工作时是否真的生效了。没有达到效果就回滚，有效就永久保留。

实际体验

装了 Self-Improving Agent 之后，明显感觉长周期项目里 AI 的「默契度」在上升。第一周它可能还会问「这个模块用什么状态管理」，第三周就已经直接用了——因为它学会了。

适合这几类人：
– 每天长时间和 AI 协作、累积大量上下文经验的深度用户
– AI 帮助处理复杂多步骤任务的工程师或产品经理
– 团队共享 Agent 工作流、想统一沉淀最佳实践的开发者

对于轻度用户价值有限——它需要足够多的交互样本才能发挥效果。如果每天只问一两个简单问题，这个 Skill 带来的收益可能感知不强。

Self-Improving Agent 基于 2025 年持续学习研究设计，兼容 OpenClaw 生态。

GitHub 仓库：https://github.com/pskoett/self-improving-agent

原始多 Agent 版本：https://github.com/pskoett/pskoett-ai-skills（含 Claude Code、Copilot 等多平台适配）

安装方式（OpenClaw）：

openclaw skills install @pskoett/self-improving-agent

GitHub: https://github.com/pskoett/self-improving-agent