Comment faire en sorte que Claude Code s’améliore de ses propres erreurs

est un agent de codage incroyablement efficace, que vous pouvez utiliser pour effectuer la plupart des tâches cognitives sur votre ordinateur. Cependant, l’apprentissage continu reste une tâche que nous avons du mal à enseigner aux agents. De plus, l’apprentissage continu est une tâche pour laquelle les humains sont incroyablement doués.

Vous pouvez simplement réfléchir à n’importe quelle tâche que vous accomplissez depuis longtemps. Dans presque tous les cas, vous vous améliorerez dans cette tâche au fil du temps, en apprenant de vos erreurs et en les améliorant. Il ne s’agit pas seulement de se souvenir de ce qui fonctionne et de ce qui ne fonctionne pas. Il s’agit également de développer une intuition des tâches, que l’on acquiert simplement en les accomplissant au fil du temps.

Dans cet article, j’expliquerai comment vous pouvez réaliser un apprentissage continu similaire avec vos agents de codage. L’apprentissage continu des agents reste un défi non résolu, mais je vais expliquer comment je fais en sorte que mes agents de codage apprennent de leurs erreurs et s’améliorent au fil du temps. De plus, le contenu que je couvrirai dans cet article rendra vos agents bien meilleurs dans les tâches pour lesquelles vous souhaitez spécifiquement qu’ils soient bons, qu’il s’agisse de faire des présentations aux actionnaires, de résoudre des bogues dans votre base de code spécifique ou quelque chose de complètement différent.

Pourquoi avons-nous besoin d’un apprentissage continu

Nous avons besoin d’un apprentissage continu parce que nous voulons toujours nous améliorer dans les tâches que nous accomplissons. Imaginez si vous êtes programmeur depuis de nombreuses années et que vous faites encore des erreurs basiques, comme oublier les deux-points après une instruction if en Python.

Évidemment, commettre continuellement de telles erreurs est très inefficace, c’est pourquoi nous voulons l’éviter. Nous voulons devenir meilleurs dans nos tâches, devenir plus efficaces et ainsi être capables de résoudre des problèmes plus difficiles.

Travailler sur une tâche pendant une période plus longue vous aidera à développer une intuition pour la tâche et vous aidera à résoudre des problèmes plus avancés dans ce domaine.

Vous pouvez imaginer un nouvel agent de codage en tant que nouvel employé. Évidemment, ils feront des erreurs au début, car ils ne comprennent pas vos préférences ou votre base de code. Cependant, lorsque vous dites au nouvel employé comment faire quelque chose, vous vous attendez à ce qu’il l’apprenne au fil du temps.

Si vous ne prenez pas de mesures spécifiques pour que vos agents de codage se souviennent de ces choses, ils les oublieront probablement. C’est pourquoi vous devez prendre des mesures actives pour assurer un apprentissage continu à vos agents de codage.

Comment parvenir à un apprentissage continu

Dans cette section, je couvrirai certaines techniques spécifiques que j’utilise quotidiennement pour parvenir à un apprentissage continu. Ces techniques proviennent de discussions avec d’autres personnes travaillant dans le même domaine, de l’inspiration du référentiel OpenClaw et de ma propre expérimentation.

La commande généraliser les connaissances

L’approche la plus simple et la plus efficace pour faire apprendre à Claude Code de ses erreurs est une maîtrise de culture générale. Il s’agit d’une commande simple (également appelée compétence, simplement un fichier markdown contenant une invite) permettant d’apprendre à partir d’un fil de discussion donné.

J’exécute généralement cette commande chaque fois que je termine une conversation avec Claude Code, en effectuant une seule tâche. Par exemple, si j’ai :

• Implémentation d’une fonctionnalité terminée
• Correction d’un bug
• J’ai fait une présentation
• Fin de la vérification des journaux de production

Je lance simplement ma commande avec :

/generalize-knowledge

Cela fonctionne car j’ai enregistré une commande de connaissances généralisées, qui est une invite similaire à celle ci-dessous :

Generalize all the knowledge from this thread into claude.md and agents.md. 
Write down any information that would be useful for a future agent working
in this repository. Also note down any issues you encountered, and how you 
resolved them.

Write the tasks you performed to the done-tasks.md file with time and date, 
and a summary of the tasks.

Essentiellement, je dis au modèle d’apprendre de ses erreurs et de noter tout ce qui serait utile pour les interactions futures.

Je demande également à l’agent d’écrire la tâche qu’il a effectuée, j’ai donc un seul fichier contenant tout ce que j’ai fait. Ce n’est pas strictement nécessaire, mais je trouve sympa d’avoir ce genre de résumé à disposition.

---

Notez également que cela suppose que vous effectuez toujours une seule tâche dans un fil de discussion Claude Code donné, ce que vous devez absolument faire pour obtenir les meilleurs résultats. Cela s’applique également à tous les autres agents de codage disponibles, tout simplement parce qu’une seule tâche pour un seul thread aide les agents à rester concentrés et à éviter que le bruit ne remplisse leur contexte.

Réflexions quotidiennes

Pour vous appuyer sur la dernière section, vous pouvez également disposer de paramètres de réflexion quotidiens. Si, par exemple, vous avez plusieurs agents exécutés tout au long de la journée, vous pouvez effectuer une tâche cron (une commande programmée pour s’exécuter à un intervalle spécifique) pour parcourir tous les journaux de votre agent de codage au cours des dernières 24 heures et noter toute information utile. Cela s’appuie sur la commande de connaissances générales, mais fonctionne à un niveau supérieur, puisque l’agent qui parcourt vos journaux aura non seulement accès à un seul thread, mais à tout ce sur quoi vous travaillez.

Cela pourrait être utile, car la perspective différente peut conduire à la rédaction de notes différentes, ce qui vous aidera, vous et vos agents de codage, à devenir plus efficaces.

Compétences

Les compétences sont un autre concept que j’aimerais aborder, qui contribuent vraiment à l’apprentissage continu et aident Claude Code à apprendre de ses erreurs. Les sections précédentes que j’ai couvertes écrivent principalement dans des fichiers génériques CLAUDE.MD, AGENTS.MD, WARP.MD. Les compétences, cependant, sont des fichiers plus spécifiques indiquant à l’agent comment effectuer des tâches spécifiques.

Ceci est quelque peu similaire à la commande généraliser les connaissances, mais un peu différent puisque les fichiers génériques notent que les erreurs et les solutions génériques, tandis que les compétences couvrent des sujets bien plus spécifiques. Voici quelques exemples de compétences :

• Comment l’agent doit agir lors du tri de votre courrier électronique
• Comment l’agent doit agir lors du tri de votre calendrier
• Comment utiliser une API ou un package spécifique. Ceci est particulièrement important pour les API et les packages plus petits et inconnus qui ne sont pas bien couverts dans la pré-formation des LLM.
• Comment aborder la résolution des bogues dans un référentiel particulier

Comme vous pouvez le constater, les compétences sont plus spécifiques. Ainsi, chaque fois que vous commencez à travailler avec un nouveau package, une API ou une nouvelle tâche en général, je vous invite à créer une compétence pour cela. La compétence doit couvrir tout ce qu’il est utile de savoir lorsque l’on travaille avec l’API ou sur la tâche. Y compris:

• Comment interpréter les tâches fournies dans le sujet donné
• Comment aborder la résolution des tâches
• Erreurs précédentes commises et comment elles ont été résolues

Plus vous stockez d’informations, mieux c’est. Votre agent de codage chargera alors généralement cette compétence de manière dynamique si vous commencez à travailler sur une tâche connexe.

Par exemple, si vous demandez à votre agent de trier vos e-mails, il chargera dynamiquement la compétence de tri des e-mails afin de savoir comment agir. Cela aide votre agent de codage à éviter les erreurs précédentes qu’il a commises lors du tri de vos e-mails.

Conclusion

Dans cet article, j’ai expliqué comment faire en sorte que Claude Code et d’autres agents de codage apprennent de leurs erreurs. J’ai discuté de trois techniques principales à utiliser, notamment la création d’une commande de généralisation des connaissances, la lecture quotidienne des journaux des agents et l’utilisation active des compétences lorsque vous travaillez sur des tâches. Je crois qu’apprendre de ses erreurs est extrêmement important, tant pour les humains que pour les machines. Si vous parvenez efficacement à faire apprendre à vos agents de codage de leurs erreurs, vous deviendrez beaucoup plus efficace dans leur application et obtiendrez ainsi un avantage majeur par rapport aux autres agents qui n’apprennent pas de leurs erreurs.

👉 Mon eBook et mon webinaire gratuits :

🚀 10x votre ingénierie avec les LLM (cours gratuit par e-mail de 3 jours)

📚 Obtenez mon ebook gratuit sur les modèles de langage de vision

💻 Mon webinaire sur les modèles de langage de vision

👉 Retrouvez-moi sur les réseaux sociaux :

💌 Sous-pile

🔗 LinkedIn

🐦 X/Twitter