Aprendizaje

Cómo un agente convierte conversaciones de confianza en memoria y habilidades duraderas, cómo ver lo que aprendió, y cómo mantener ese conocimiento ordenado.

Convertir conversaciones en conocimiento

Un agente puede convertir conversaciones en conocimiento duradero por su cuenta, mediante el ciclo de “reflexión”. Solo aprende de conversaciones de confianza, así que el chat de un cliente con un bot de soporte nunca se convierte en memoria.

De quién aprende un agente

Quién cuenta como de confianza lo define una lista de permisos trainers, una por bot:

La convención de listas de permisos es la misma en todo Pepe: ["*"] es todos, [] es nadie, [elementos] es exactamente esos, y omitido o null es el valor predeterminado de ese campo.

pepe gateway telegram add support --token $T --agent helper --trainers none
# un bot orientado al cliente que nunca aprende; tu propio bot de DM (sin --trainers) sigue aprendiendo

Esa misma lista es la que controla el comando /learn y el cambio de modelo por canal. Consulta Canales para ver dónde se configura trainers en cada conexión.

Memoria y habilidades, separadas

Después de una sesión de confianza, el agente revisa la conversación y actualiza dos cosas, mantenidas aparte a propósito:

• Memoria trata sobre ti, y vive en USER.md, MEMORY.md y people.md. Se mantiene ligera, así que el agente consolida en lugar de ir amontonando.
• Habilidades tratan sobre técnica. El revisor prefiere actualizar una habilidad existente y rica antes que crear una nueva y estrecha.

Para encontrar algo puntual sin leer un archivo entero, el agente tiene la herramienta memory_search: una búsqueda simple, sin distinguir mayúsculas, sobre sus propias entradas de MEMORY.md/USER.md/people.md, cada resultado marcado con el archivo del que viene. Es léxica, no semántica - sin embeddings, sin una llamada extra a una API - lo que encaja con una memoria mantenida pequeña a propósito.

La revisión es una ejecución en segundo plano con las herramientas restringidas a la gestión de archivos y habilidades. No tiene shell ni red, así que puede actualizar el workspace y nada más, y la sesión en vivo queda intacta. Se dispara con /compact, por inactividad (unos 90 segundos después del último turno) y a demanda con /learn (Telegram y la consola).

Ver lo que aprendió: TimeLearn

TimeLearn muestra lo que un agente ha aprendido, en una línea de tiempo: habilidades (🧠) y entradas de memoria (📝), de las más nuevas a las más antiguas, con origen y fecha.

pepe timelearn assistant         # en la terminal

Esa misma línea de tiempo es la pestaña Learning del panel, con un selector de agente. El reparto de trabajo es simple: el generador (la reflexión) produce, y TimeLearn muestra.

Consolidación

La revisión por conversación mantiene la memoria ligera sobre la marcha, pero cada ejecución solo ve su propia sesión. A lo largo de muchas conversaciones, la memoria de un agente todavía puede acumular solapamientos.

Consolidación es una pasada de mantenimiento independiente. El agente relee toda su memoria permanente y sus habilidades, sin ninguna conversación delante, y las ordena. Fusiona duplicados, descarta líneas obsoletas o contradichas, y combina habilidades que se solapan, sin perder ningún dato duradero. Usa el mismo revisor restringido, limitado a archivos.

pepe learn consolidate assistant              # ejecuta una pasada ahora
pepe learn auto assistant                     # prográmala cada noche (por defecto 0 3 * * *)
pepe learn auto assistant --at "0 */12 * * *" # o con un horario a tu medida
pepe learn auto assistant --off               # detén la programación
pepe learn status                             # qué agentes consolidan de forma programada

En el panel, la pestaña Learning tiene un botón Consolidate now y un interruptor Nightly. La programación nocturna es una entrada gestionada en la página de Tareas programadas (un job consolidate), y cada pasada se registra como cualquier otra ejecución, así que puedes reproducirla en los Traces del panel. Consulta Panel.