您的編碼代理不應自行評分其記憶

大多數 AI 編碼代理的記憶系統都有透過將檢索等同於成功來強化錯誤的風險。這對於 skillmem 來說是一個核心挑戰，skillmem 是一個為 Claude Code 和 Codex 等模型開發的本地記憶層，它儲存包含觸發器、步驟、結果和教訓的程序性筆記。最初的設計看到筆記的「強度」僅在其被回憶時增加，從而產生了一個有問題的迴饋循環，可能導致代理對不正確的資訊變得更加自信。

重新設計的 skillmem 現在將簡單的檢索視為「self_report」，它會刷新筆記的近況和存取次數，防止其衰退但不會增加其強度。筆記強度的正面強化現在需要明確的證據，而當遵循筆記導致故障時，「Failure」事件會比單純的不使用更快地降低強度。此外，筆記可以在 90 天不活動後歸檔，並且用戶批准的規則可以被「密封」，以防止代理報告的故障完全廢棄它們。

儘管有這些改進，一個顯著的限制仍然存在：系統仍然依賴代理的自我報告證據，例如 `evidence="test_passed"` 的斷言，來增加筆記的強度。沒有外部驗證測試是否實際運行或通過。這意味著，雖然來自單純檢索的意外強化循環已關閉，但系統並不能阻止代理斷言虛假的成功。開發者指出，一個明確的成功衡量標準，即受控結果顯示所獲得的強度能改善任務完成度，目前尚不可用。