Agentrefleksjon og løkker for selvkorrigering
Gjør agenter smartere ved å la dem kritisere og revidere sitt eget arbeid. Lær refleksjonsmønsteret, når det bør brukes, og hvordan du setter grenser for det i produksjon.
Agentrefleksjon og løkker for selvkorrigering er en gratis leksjon i Prompt engineering og optimalisering av LLM-er for utviklere på CoddyKit. Dette er leksjon 4 av 4. Du kan lese hele leksjonen gratis nedenfor – og deretter øve praktisk i nettleseren med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i Prompt engineering og optimalisering av LLM-er for utviklere, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i Prompt engineering og optimalisering av LLM-er for utviklere inneholder totalt 4 leksjoner.
Hva er refleksjon?
Refleksjon er et agentmønster der modellen vurderer sitt eget resultat, finner feil og produserer en forbedret versjon – uten et menneske i løkken.
Det gjør et engangssvar om til en iterativ prosess med utkast og revisjon.
Generator–kritiker-mønsteret
To roller driver refleksjonen:
- Generator: produserer et kandidatsvar
- Kritiker: vurderer det mot kriterier og foreslår forbedringer
De kan være samme modell med ulike ledetekster.
En grunnleggende refleksjonssløyfe
Generer, kritiser og generer deretter på nytt ved hjelp av kritikken. Gjenta til kritikeren er fornøyd eller en grense nås.
let draft = generate(task);
for (let i = 0; i < maxIters; i++) {
const fb = critique(task, draft);
if (fb.ok) break;
draft = revise(task, draft, fb.notes);
}Skrive kritikerens ledetekst
En god kritiker er spesifikk. Gi den tydelige kriterier i form av en sjekkliste, slik at tilbakemeldingene kan brukes i praksis i stedet for å bli vag ros.
Review the answer for:
1. Correctness
2. Completeness
3. Following the format spec
List concrete problems, or reply DONE.Reflexion med minne
Reflexion-teknikken lagrer tidligere feil som tekstminne. Agenten leser sine tidligere refleksjoner før neste forsøk, slik at den ikke gjentar feilene.
Verktøyforankret refleksjon
Refleksjon er langt sterkere når kritikeren kan kjøre tester, kompilere kode eller hente data – da erstattes synsing med dokumentasjon.
const result = runTests(draft);
if (!result.passed) {
draft = revise(task, draft, result.failures);
}Avgrense sløyfen
Ubegrenset refleksjon kan gå i en endeløs løkke eller bruke opp tokenene. Sett alltid en grense for antall iterasjoner, og legg til en tidlig avslutning når kritikeren godkjenner resultatet.
const MAX_ITERS = 3;
let iters = 0;
while (!approved && iters++ < MAX_ITERS) { /* ... */ }Avtakende utbytte
Kvaliteten når vanligvis et platå etter 2–3 sykluser. Følg med på om hver revisjon faktisk forbedrer en målbar poengsum, og stopp refleksjonen når fremgangen stagnerer.
Kostnad kontra kvalitet
Hver refleksjonssyklus innebærer ekstra LLM-kall. Begrens refleksjon til oppgaver med høy verdi eller høy feilrisiko, som kode og planlegging, og hopp over den for enkle oppgaver.
Unngå selvforsterkende feil
En modell kan selvsikkert godkjenne sitt eget feilaktige svar. Bruk en annen modell eller eksterne verktøy som kritiker når korrekthet er avgjørende.
Kombinere med planlegging
I en større agent kommer refleksjonen etter hvert større trinn: handle, observere, reflektere og justere planen. Dette gjør lange autonome arbeidsflyter langt mer robuste.
Hurtigsjekk
Test forståelsen Deres.
Oppsummering
De har lært refleksjonsmønsteret: en generator–kritiker-sløyfe der agenten kritiserer og reviderer sitt eget arbeid. Bruk spesifikke kriterier for kritikeren, forankre kritikken i verktøy, lagre refleksjoner som minne, avgrens antall iterasjoner og bruk en uavhengig kritiker når korrekthet er viktig.
Lær deg Prompt engineering og optimalisering av LLM-er for utviklere med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 12
- Leksjoner
- 48
Ofte stilte spørsmål
Er leksjonen «Agentrefleksjon og løkker for selvkorrigering» gratis?
Ja – hele teksten i «Agentrefleksjon og løkker for selvkorrigering» er gratis å lese her på nettet. For å øve interaktivt med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt, og for å låse opp resten av Prompt engineering og optimalisering av LLM-er for utviklere-kurset, kan du oppgradere til CoddyKit PRO. Kurset i Prompt engineering og optimalisering av LLM-er for utviklere inneholder totalt 4 leksjoner.
Hva lærer jeg i «Agentrefleksjon og løkker for selvkorrigering»?
Gjør agenter smartere ved å la dem kritisere og revidere sitt eget arbeid. Lær refleksjonsmønsteret, når det bør brukes, og hvordan du setter grenser for det i produksjon. Du øver på Prompt engineering og optimalisering av LLM-er for utviklere med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med Prompt engineering og optimalisering av LLM-er for utviklere?
Ingen tidligere erfaring er nødvendig. Prompt engineering og optimalisering av LLM-er for utviklere på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 4 av 4.
Hvor lang tid tar leksjonen «Agentrefleksjon og løkker for selvkorrigering»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne Prompt engineering og optimalisering av LLM-er for utviklere-leksjonen?
Ja. Alle Prompt engineering og optimalisering av LLM-er for utviklere-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Utforme systemer med flere agenter
- Minne- og tilstandshåndtering for agenter
- Autonom arbeidsflytautomatisering
- Agentrefleksjon og løkker for selvkorrigering