‏CLiF: ایجنت‌هایی که از کار کاربرها یاد می‌گیرن

تیم CopilotKit ابزار CLiF (مخفف Continual Learning from Full-Stack Trajectories) رو به‌صورت early access منتشر کرده. حرف اصلیش اینه که ایجنت‌ها باید از کاری که کاربرها هر روز تو محصول انجام می‌دن یاد بگیرن. خروجیش skill، eval (یعنی مجموعه تست برای سنجیدن رفتار ایجنت) و داده برای fine-tuning هست.

به گفته‌ی نویسنده‌ها، الان مشکل اینه که ایجنت‌ها حتی با مدل‌های قوی هم کارهای چندمرحله‌ای رو اون‌قدر پایدار انجام نمی‌دن که بشه منتشرشون کرد. تیم‌ها هزارتا تست دستی می‌نویسن، prompt مدام بزرگ‌تر می‌شه و کد harness پر از استثنا می‌شه. مثالشون یه پشتیبانه که برای مشتری سالانه به‌جای refund، اعتبار حساب می‌ده. این قانون هیچ‌جا نوشته نشده و ایجنت فقط وقتی اشتباه کنه معلوم می‌شه.

راه‌حلشون trajectory هست، یعنی رکورد کامل همه‌ی کارهایی که برای انجام یه تسک انجام شده. CLiF از طریق پروتکل AG-UI (پروتکل بازی که ایجنت رو به رابط کاربری وصل می‌کنه) دو طرف ماجرا رو می‌بینه. یه طرف agent trace هست، یعنی هر tool call و تغییر state ایجنت. طرف دیگه کارهای کاربره، یعنی چی رو صفحه بوده، روی چی کلیک کرده و چه درخواستی به سرور رفته. چون روی AG-UI سواره، با هر مدل و هر harness کار می‌کنه.

CLiF طبق یه زمان‌بندی trajectoryهای جدید رو بررسی می‌کنه و اصطکاک‌های تکراری رو پیدا می‌کنه. بعد یه skill پیشنهاد می‌ده که به شکل یه فایل SKILL.md هست و خودت تأییدش می‌کنی. skill تأییدشده بدون redeploy به ایجنت می‌رسه و هر وقت خواستی می‌شه برش گردوند. گفتگوها تو learning containerها دسته‌بندی می‌شن و هر container فقط از thread‌های خودش یاد می‌گیره. اجرای زمان‌بندی‌شده هم وقتی فعال می‌شه که حداقل ۱۵ thread داشته باشه.

برای تحویل skill به ایجنت، adapter برای LangGraph (پایتون و TypeScript)، Mastra، Google ADK و Microsoft Agent Framework هست و برای بقیه هم می‌شه با CLI فایل‌ها رو دانلود کرد. کل سیستم رو می‌شه روی Kubernetes با Helm chart یا AWS ECS/Fargate نصب کرد، با Postgres و Redis و identity provider خودت. یعنی داده‌هات از شبکه‌ی خودت بیرون نمی‌ره. یادگیری از گفتگوهای ایجنت الان در دسترسه ولی بخش رفتار کاربر هنوز early access هست. نویسنده‌ها ادعا می‌کنن تیم‌ها تو دو هفته‌ی اول تا ۸۰ درصد کار تکراری کمتر دارن.

نکات کلیدی:

• CLiF هم trace ایجنت و هم کلیک‌ها و درخواست‌های کاربر رو از طریق AG-UI ثبت می‌کنه
• خروجی‌ها: skill به شکل SKILL.md، eval، داده‌ی fine-tuning و trajectory قابل export
• skillها بعد از تأیید انسان و بدون redeploy به ایجنت می‌رسن
• اجرای زمان‌بندی‌شده نیاز به حداقل ۱۵ thread تو هر container داره
• قابل نصب روی Kubernetes یا AWS ECS/Fargate با Postgres و Redis خودت
• بخش یادگیری از رفتار کاربر فعلاً early access هست