把每一次 Agent 纠正转化为系统改进

只留在聊天里的纠正只能修好一次运行；被提升为测试、边界、示例或工具的纠正会改善之后的每一次运行。

学习目标

把 Agent 纠正转化为持久的控制措施。
把每项控制放在能防止复发的最早一层。
用稳定的指纹对重复的经验去重。
淘汰不再防护真实风险的控制。

纠正是证据

当你对 Agent 说「不要编辑那个文件」时，你学到的是范围边界本身不可执行。当你说「这个输出结构不对」时，你学到的是缺少示例或测试。当环境搭建再次失败时，你学到的是环境知识应写进自动化。

把纠正看作关于工作系统的一次观察，而不是一次 prompt 写作失败。

提升到最早的有效层

按以下顺序：

反复出现的失败	持久的归宿
结果错误或回归	测试或评估
越界或不安全操作	范围或权限策略
反复的环境搭建或命令错误	自动化或工具
反复的输出格式错误	规范示例加校验器
含糊的本地约定	带场景检查的说明
产品分歧	人工决策记录

越靠前的控制成本越低。能阻止非法状态的类型，强过事后才捕获它的评审意见；一条聚焦的测试，强过一段要求 Agent 记住的说明文字。

flowchart LR
  O[Observed correction] --> C[Find root cause]
  C --> T{Earliest owner}
  T --> E[Example or type]
  T --> V[Test or evaluation]
  T --> S[Scope or policy]
  T --> A[Automation]
  T --> H[Human decision]
  E --> N[Next run starts stronger]
  V --> N
  S --> N
  A --> N
  H --> N

棘轮记录

记录以下内容：

症状；
根因；
后果；
复发次数；
选用的控制措施；
该控制措施的验证方式；
负责人；
复查或淘汰的日期。

不要提升每一个一次性的偏好。只有当复发或后果足以证成为永久复杂度买单时，才提升一条纠正。

区分原因与症状

「Agent 改了 README」是症状，可能的原因包括：

任务允许了仓库根目录；
文档被默认为安全区域；
计划把实现与文档捆在一起；
两个 worker 的所有权重叠。

每种原因对应不同的控制措施。仅仅复述症状的规则，在下一次略有不同的情形中就会失效。

控制措施也会腐化

旧的控制措施会互相冲突、撑大上下文，并编码一个已不存在的系统。每条被提升的规则都需要淘汰检查。出现以下情况时删除或重写它：

底层架构已经改变；
有更强的可执行控制取代了它；
在足够长的窗口内该失败没有复发；
该控制带来的摩擦超过它所防范的风险。

目标不是写出最长的指令文件，而是用最小的系统保住来之不易的判断力。

构建它

本实验对纠正进行分类，把它们提升为控制措施，为重复项生成指纹，并写出 outputs/feedback-ratchet.json。

运行：

bashpython3 code/main.py
python3 -m unittest discover code/tests -v

添加两条措辞不同但原因相同的纠正。改进归一化处理，直到它们合并为一条控制措施，同时不会把无关的失败也合并掉。

练习

从最近一次编码会话中取五条纠正，分类它们的真正归属层。
用一条可执行测试替换一条散文式规则。
加入后果权重，使严重的首次出现可以立即被提升。
在实验输出中加入负责人和淘汰日期。
审查一条现有的 Agent 指令，只有在证明存在更强控制之后才删除它。

你保留什么

保留 outputs/feedback-ratchet.json。它是 Agent 辅助工程路径的持久产出，也是未来 workbench 改动的输入。