Cicli iterativi di autocorrezione
Esegua i test, analizzi gli errori e chieda al modello di correggerli: il ciclo interno di ogni moderno agente di coding
Cicli iterativi di autocorrezione è una lezione AI Agents gratuita su CoddyKit. Questa è la lezione 3 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento AI Agents, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso AI Agents include 4 lezioni in totale.
Parti di questa lezione non sono ancora state tradotte e vengono mostrate in inglese.
Perché l'autocorrezione?
I primi tentativi spesso falliscono. La caratteristica distintiva di un agente di programmazione è la sua capacità di:
- Eseguire il codice
- Leggere l'errore
- Correggere il codice
- Ripetere
Questo ciclo interno è ciò che distingue i veri agenti di programmazione dalle semplici demo di completamento del testo.
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'Fornire feedback utile
Un generico "i test non sono riusciti" non è un'informazione utile per agire. Passi l'output completo dell'errore, gli stack trace e i valori attesi rispetto a quelli effettivi:
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.
'''Rileggere prima di correggere di nuovo
I modelli dimenticano. Li costringa a rileggere lo stato attuale del file a ogni iterazione:
fix_prompt = 'First, read_file the failing module. Then edit it.'Rilevare i fallimenti ripetuti
Se lo stesso test fallisce per 3 iterazioni consecutive con errori identici, l'agente è bloccato. Pianifichi nuovamente o inoltri il problema:
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.
'''Passare a un modello più grande
Se un modello economico è bloccato, riprovi con lo STESSO prompt di correzione utilizzando un modello più potente:
if iter > 3 and using_cheap_model:
switch_to_big_model()
# often unblocks 50% of stuck casesVerificare dopo ogni modifica
Non raggruppi molte modifiche prima di verificare: sarebbe troppo difficile attribuire le cause dei fallimenti. Modifichi una cosa, verifichi, quindi passi alla modifica successiva.
Includere l'output dei test nel contesto
Mantenga l'output recente dei test nel contesto dell'agente. Senza di esso, l'agente non sa che cosa ha appena fatto:
messages.append({'role': 'tool', 'content': f'After your edit, tests now: {test_summary}'})Evitare cicli infiniti di "correzione"
Imposti un limite massimo alle iterazioni. Se al raggiungimento di MAX_ITERS l'attività non è completata, inoltri il problema a una persona:
if iter == MAX_ITERS - 1:
notify_human(task, current_state, error_history)
breakMonitorare le metriche dell'autocorrezione
- Numero medio di iterazioni necessarie per riuscire
- Attività abbandonate al raggiungimento di max_iter
- Attività completate in 1 iterazione rispetto a 5
Queste metriche guidano i miglioramenti dei prompt e degli strumenti.
Autocritica senza test
Per le attività senza una suite di test chiara, aggiunga un passaggio di revisione: chieda all'agente di esaminare il proprio diff prima di inviarlo:
critique_prompt = '''
Review your changes for:
- Off-by-one errors
- Missing error handling
- Breaking other tests
Return FIX LATER or DONE.
'''Input per l'autocorrezione
Qual è l'input più importante per il "ciclo di correzione" di un agente?
Riepilogo
Eseguire -> errore -> correggere -> ripetere. Passi errori concreti. Rilegga prima di correggere nuovamente. Rilevi i blocchi. Passi a modelli più potenti o a persone quando l'agente è bloccato.
Domande Frequenti
La lezione «Cicli iterativi di autocorrezione» è gratuita?
Sì — il testo completo di «Cicli iterativi di autocorrezione» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso AI Agents, passa a CoddyKit PRO. Il corso AI Agents include 4 lezioni in totale.
Cosa imparerò in «Cicli iterativi di autocorrezione»?
Esegua i test, analizzi gli errori e chieda al modello di correggerli: il ciclo interno di ogni moderno agente di coding Eserciti AI Agents con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare AI Agents?
Non è richiesta alcuna esperienza precedente. AI Agents su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 3 di 4.
Quanto tempo richiede la lezione «Cicli iterativi di autocorrezione»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione AI Agents?
Sì. Ogni lezione AI Agents include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Pattern agentici: pianificare, eseguire, verificare
- Interfacce degli strumenti per il coding (Read, Edit, Bash)
- Cicli iterativi di autocorrezione
- Architetture di SWE-Agent e OpenDevin