0Pricing
AI Agents · Lektion

Iterative Selbstkorrekturschleifen

Führen Sie Tests aus, analysieren Sie Fehler und bitten Sie das Modell um eine Korrektur — die innere Schleife jedes modernen Code-Agents.

Iterative Selbstkorrekturschleifen ist eine kostenlose AI Agents-Lektion auf CoddyKit. Dies ist Lektion 3 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des AI Agents-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der AI Agents-Kurs umfasst insgesamt 4 Lektionen.

Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.

Warum Selbstkorrektur?

Erste Versuche schlagen oft fehl. Die entscheidende Eigenschaft eines Code-Agenten ist seine Fähigkeit, Folgendes zu tun:

  1. Den Code ausführen
  2. Den Fehler lesen
  3. Den Code korrigieren
  4. Den Vorgang wiederholen

Diese innere Schleife unterscheidet echte Coding-Agenten von Demos zur Textvervollständigung.

The Loop

def code_until_pass(task, max_iters=10):
    write_initial_code(task)
    for i in range(max_iters):
        result = run_tests()
        if result.passed:
            return 'success'
        fix_prompt = f'Tests failed:\n{result.stderr}\nRead the code, identify the bug, and fix it with edit_file.'
        agent.run(fix_prompt)
    return 'gave up'

Nützliches Feedback bereitstellen

Ein allgemeines „Tests fehlgeschlagen“ ist nicht handlungsrelevant. Übergeben Sie die vollständige Fehlerausgabe, Stacktraces und Soll-Ist-Vergleiche:

fix_prompt = f'''
The tests failed with this output:

FAILED tests/test_utils.py::test_add
  AssertionError: expected 4, got 5
  at line 42

Fix the code by editing the file.
'''

Vor einer erneuten Korrektur erneut lesen

Modelle vergessen. Zwingen Sie sie, in jeder Iteration den aktuellen Zustand der Datei erneut zu lesen:

fix_prompt = 'First, read_file the failing module. Then edit it.'

Wiederholte Fehler erkennen

Wenn derselbe Test drei Iterationen hintereinander mit identischen Fehlern fehlschlägt, steckt der Agent fest. Planen Sie neu oder eskalieren Sie:

if same_error_count >= 3:
    return 'stuck — replanning needed'

Replan When Stuck

replan_prompt = f'''
The current approach is not working. The repeated error is:
{error}

Describe ONE alternative approach to solving the task.
'''

An ein leistungsfähigeres Modell eskalieren

Wenn ein günstiges Modell feststeckt, wiederholen Sie denselben Korrektur-Prompt mit einem leistungsfähigeren Modell:

if iter > 3 and using_cheap_model:
    switch_to_big_model()
    # often unblocks 50% of stuck cases

Nach jeder Bearbeitung prüfen

Nehmen Sie nicht viele Bearbeitungen vor und prüfen Sie erst danach – dann lassen sich Fehler nur schwer zuordnen. Bearbeiten Sie jeweils eine Sache, prüfen Sie sie und bearbeiten Sie anschließend die nächste.

Testausgabe in den Kontext aufnehmen

Behalten Sie die aktuelle Testausgabe im Kontext des Agenten. Ohne sie weiß der Agent nicht, was er gerade getan hat:

messages.append({'role': 'tool', 'content': f'After your edit, tests now: {test_summary}'})

Endlose „Korrektur“-Schleifen vermeiden

Begrenzen Sie die Anzahl der Iterationen strikt. Wenn die Aufgabe bei MAX_ITERS noch nicht abgeschlossen ist, eskalieren Sie an einen Menschen:

if iter == MAX_ITERS - 1:
    notify_human(task, current_state, error_history)
    break

Selbstkorrektur-Metriken erfassen

  • Durchschnittliche Anzahl der Iterationen bis zum Erfolg
  • Aufgaben, die bei max_iter aufgegeben werden
  • Aufgaben, die in einer Iteration statt in fünf erfolgreich abgeschlossen werden

Diese Metriken treiben Verbesserungen an Prompts und Tools voran.

Selbstkritik ohne Tests

Bei Aufgaben ohne klare Testsuite können Sie einen Kritiker-Schritt ergänzen: Lassen Sie den Agenten vor dem Absenden seinen eigenen Diff prüfen:

critique_prompt = '''
Review your changes for:
- Off-by-one errors
- Missing error handling
- Breaking other tests
Return FIX LATER or DONE.
'''

Eingaben für die Selbstkorrektur

Was ist die wichtigste einzelne Eingabe für die „Korrekturschleife“ eines Agenten?

Zusammenfassung

Ausführen -> Fehler -> Korrigieren -> Wiederholen. Übergeben Sie konkrete Fehler. Lesen Sie vor einer erneuten Korrektur nochmals. Erkennen Sie Stillstände. Eskalieren Sie bei Problemen an leistungsfähigere Modelle oder Menschen.

Häufig gestellte Fragen

Ist die Lektion „Iterative Selbstkorrekturschleifen“ kostenlos?

Ja — der vollständige Text von „Iterative Selbstkorrekturschleifen“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des AI Agents-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der AI Agents-Kurs umfasst insgesamt 4 Lektionen.

Was lerne ich in „Iterative Selbstkorrekturschleifen“?

Führen Sie Tests aus, analysieren Sie Fehler und bitten Sie das Modell um eine Korrektur — die innere Schleife jedes modernen Code-Agents. Du übst AI Agents mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.

Brauche ich Erfahrung, um AI Agents zu starten?

Keine Vorkenntnisse erforderlich. AI Agents auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 3 von 4.

Wie lange dauert die Lektion „Iterative Selbstkorrekturschleifen“?

Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.

Kann ich in dieser AI Agents-Lektion Code schreiben und ausführen?

Ja. Jede AI Agents-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.

Alle Lektionen in diesem Kurs

  1. Agentic Patterns: Plan-Execute-Verify
  2. Tool-Schnittstellen fürs Programmieren (Read, Edit, Bash)
  3. Iterative Selbstkorrekturschleifen
  4. Architekturen von SWE-Agent und OpenDevin
← Zurück zu AI Agents