Aprendizado

Como um agente transforma conversas confiáveis em memória e habilidades duradouras, como ver o que ele aprendeu, e como manter esse conhecimento organizado.

Transformando conversas em conhecimento

Um agente consegue transformar conversas em conhecimento duradouro por conta própria, através do ciclo de “reflexão”. Ele aprende apenas com conversas confiáveis, então o papo de um cliente com um bot de atendimento nunca vira memória.

Com quem um agente aprende

Quem conta como confiável é definido por uma lista de permissões trainers, uma por bot:

A convenção de listas de permissão é a mesma em todo o Pepe: ["*"] é todos, [] é ninguém, [itens] é exatamente aqueles, e omitido ou null é o padrão daquele campo.

pepe gateway telegram add support --token $T --agent helper --trainers none
# um bot voltado ao cliente que nunca aprende; o seu bot de DM (sem --trainers) continua aprendendo

Essa mesma lista é a que controla o comando /learn e a troca de modelo por canal. Veja Canais para saber onde trainers é configurado em cada conexão.

Memória e habilidades, separadas

Depois de uma sessão confiável, o agente revisa a conversa e atualiza duas coisas, mantidas separadas de propósito:

• Memória é sobre você, e vive em USER.md, MEMORY.md e people.md. Ela é mantida enxuta, então o agente consolida em vez de ir empilhando.
• Habilidades são sobre técnica. O revisor prefere atualizar uma habilidade existente e rica a criar uma nova e estreita.

Pra achar uma coisa específica sem ler o arquivo inteiro, o agente tem a ferramenta memory_search: uma busca simples, sem diferenciar maiúsculas/minúsculas, nas próprias entradas de MEMORY.md/USER.md/people.md, cada resultado marcado com o arquivo de onde veio. Ela procura pelas palavras em si, não pelo significado delas, e não faz nenhuma chamada a modelo nem a API, então não adiciona custo nem demora: o encaixe certo para uma memória mantida pequena de propósito.

A revisão é uma execução em segundo plano com as ferramentas restritas à gestão de arquivos e habilidades. Ela não tem shell nem rede, então pode atualizar o workspace e nada além disso, e a sessão ao vivo fica intocada. Ela dispara no /compact, na ociosidade (uns 90 segundos depois do último turno) e sob demanda com /learn (Telegram e console).

Vendo o que ele aprendeu: TimeLearn

O TimeLearn mostra o que um agente aprendeu, numa linha do tempo: habilidades (🧠) e entradas de memória (📝), das mais novas para as mais antigas, com origem e data.

pepe timelearn assistant         # no terminal

A mesma linha do tempo é a aba Learning do painel, com um seletor de agente. A divisão de trabalho é simples: o gerador (a reflexão) produz, e o TimeLearn exibe.

Consolidação

A revisão por conversa mantém a memória enxuta no dia a dia, mas cada execução só enxerga a própria sessão. Ao longo de muitas conversas, a memória de um agente ainda pode acumular sobreposição.

Consolidação é uma passada de arrumação independente. O agente relê toda a sua memória permanente e as suas habilidades, sem nenhuma conversa pela frente, e organiza tudo. Ele funde duplicatas, descarta linhas obsoletas ou contraditas, e combina habilidades que se sobrepõem, sem perder nenhum fato duradouro. Usa o mesmo revisor restrito, limitado a arquivos.

pepe learn consolidate assistant              # roda uma passada agora
pepe learn auto assistant                     # agenda para toda noite (padrão 0 3 * * *)
pepe learn auto assistant --at "0 */12 * * *" # ou um agendamento personalizado
pepe learn auto assistant --off               # desliga o agendamento
pepe learn status                             # quais agentes consolidam por agendamento

No painel, a aba Learning tem um botão Consolidate now e um interruptor Nightly. O agendamento noturno é uma entrada gerenciada na página de Tarefas agendadas (um job consolidate), e cada passada é registrada como qualquer outra execução, então você pode reproduzi-la nos Traces do painel. Veja Painel.