如何构建一个能从每次循环中学习的 Claude 代码 Agent（内含详细配置）

大多数循环 Agent 都有健忘症。每个周期都从零开始，所以它们会重复尝试同一个修复方法三次，因为没有任何东西记得它已经失败过了。

一个有学习能力的 Agent 会保存一本日志：每次尝试后，它都会写下自己试了什么、是否成功，然后在下次尝试前阅读这本日志。

只需设置一次，循环就不会再重复自己。每个周期都从上一个周期学到的东西开始，而不是从零开始。

以下是完整的设置步骤👇

在深入之前，我每天在 Telegram 频道分享关于 AI 和 Vibe Coding 的笔记：https://t.me/zodchixquant🧠

为什么循环会重复自己

普通的循环会反复运行同一个 Agent 处理同一个问题，但 Agent 的记忆会在周期之间重置。它不知道周期 2 已经尝试了周期 4 正准备尝试的事情。

于是它原地打转：换同一个库、回退、再换回去，浪费 Token 重新发现死胡同。循环在运行，却没有学习。

解决方案是跨周期持续存在的记忆：一本 Agent 在每个周期都会写入和读取的日志。

文件 1：日志

这就是记忆。一个纯文本文件，Agent 只追加内容，从不覆盖。创建 .claude/loop-journal.md：

1# 循环日志
2仅追加。每次尝试：尝试了什么、结果、教训。
3
4## 任务：修复失败的结账测试
5
6### 尝试 1
7尝试了：给 fetchCart 调用添加了 await。
8结果：仍然失败，同样的错误。
9教训：竞态条件不在 fetchCart 中。需要向上游查看购物车状态。
10
11### 尝试 2
12尝试了：对购物车选择器进行了记忆化。
13结果：现在失败的方式不同了，购物车在首次渲染时是 undefined。
14教训：记忆化改变了时机。真正的问题是初始状态。

日志故意设计得非常简单。每个条目有三行：尝试了什么、发生了什么、以及下次的教训。

“教训”行是关键，它能阻止下一个周期重复相同的尝试。

文件 2：学习循环

这是编排器，也是让循环学习的核心规则：先读取日志。

将以下内容放入 .claude/commands/learn-loop.md：

1---
2description: 运行一个任务循环，每个周期从日志中学习
3argument-hint: <task>
4allowed-tools: Read, Write, Edit, Glob, Grep, Bash
5model: sonnet
6---
7
8任务：$ARGUMENTS
9
10每个周期：
111. 完整读取 .claude/loop-journal.md。注意哪些已经尝试过、学到了什么。绝不重复失败的尝试。
122. 形成一个日志未排除的新假设。
133. 进行修改。运行检查。
144. 追加到日志：你尝试了什么、结果、教训。
155. 如果通过：停止，总结有效的方法。如果失败：回到步骤 1。
166. 最多 6 个周期。
17
18规则：每个周期都必须尝试日志中未出现过的方法。
19如果想不到新方法，就说明并停止。这不是失败，
20而是日志告诉你该找人类介入了。

步骤 1 是整个文章的核心。通过强制 Agent 在行动前先读取自己的历史，每个周期都建立在上一周期的基础上，而不是重新开始。循环积累知识，而不是空转。

文件 3：强制写入

Agent 会在日志记录非强制时跳过它，所以让它自动化。这个钩子提醒 Agent 在每次编辑后记录。添加到 .claude/settings.json：

1{
2  "hooks": {
3    "PostToolUse": [
4      {
5        "matcher": "Edit|Write",
6        "hooks": [
7          { "type": "command", "command": "test -f .claude/loop-journal.md && echo '提醒：在下一个周期前，请将此尝试及其结果记录到 loop-journal.md 中。'" }
8        ]
9      }
10    ]
11  }
12}

这只是一个提示，不是强制，但很有效。每次修改后，Agent 都会收到提醒，记录它刚刚做了什么，这样日志就能保持最新。边做边写的日志才是准确的。

靠记忆写出来的日志是虚构的。

你实际会看到的

你只需输入一行：

1/learn-loop 应用优惠券后结账总金额错误

然后每个周期都基于上一个周期：

1周期 1
2  日志：空
3  尝试了：在应用优惠券后重新计算总金额。失败，少了税费。
4  记录了：优惠券在税费之前应用，应该之后应用。
5
6周期 2
7  日志：周期 1 说优惠券应在税费之后
8  尝试了：将优惠券移到税费之后。失败，大额优惠券导致负数。
9  记录了：折扣没有下限。需要限制为商品总金额。
10
11周期 3
12  日志：2 条教训，均已应用
13  尝试了：将折扣上限设为商品总金额。通过。
14
153 个周期完成，0 次重复。日志保存以备下次使用。

注意周期 2 没有重复周期 1 的错误，日志排除了它。而且日志会持续存在，所以下次出现优惠券相关的错误时，Agent 会从已经学到的所有知识开始。

升级：跨所有任务的记忆

到目前为止，日志只在一个任务内学习。更大的收益是让记忆跨越所有任务，这样 Agent 就不会在每个新功能上犯同一类错误。

再添加一个永久文件 .claude/lessons.md，用来保存值得永远保留的模式：

1# 教训（永久）
2Agent 通过艰难方式学到的模式。在任何任务之前阅读。
3
4## 本代码库
5- 数据库中日期始终使用 UTC，仅在 UI 层使用本地时间。
6- 测试中认证中间件运行两次，每个文件只模拟一次。
7- 永远不要信任缓存后的用户对象，它会滞后一个请求。
8
9## 通用反应
10- 单独测试通过但组合测试失败 = 共享状态。
11- 重构后出现 "undefined is not a function" = 导出的对象被移动了。
12- 金钱计算：使用整数分，永远不要使用浮点数。每次都是。

然后在循环命令的顶部附近添加一行：

10. 在做任何事情之前先读取 .claude/lessons.md。这些是
2   从以往任务中学到的永久规则。预先应用它们。

现在，当循环发现某条教训不是一次性问题时，Agent 会将其从任务日志提升到 lessons.md。

下一个任务，即使几周后，也会直接利用这些内置知识。

日志是短期记忆，lessons.md 是长期记忆：这就是“学习一个任务”的 Agent 与“学习整个代码库”的 Agent 之间的区别。

如何写出真正有用的教训

模糊的教训比没有更糟，因为它只会增加噪音，而不会阻止重复。格式决定了日志是让下一个循环更智能，还是只是更长。

糟糕的教训：

1日期有点问题。

好的教训：

1尝试了：直接比较时间戳。失败，时区导致偏差。
2教训：数据库存储 UTC，输入是本地时间。在比较前先转换。
3症状：在日期测试中发现相差几小时。

好的教训包含三样东西：尝试了什么、真正的原因、以及下次能识别出这个问题的症状。

第三部分让它变得可复用。当三周后 Agent 看到“日期测试中相差几小时”，它会直接跳到时区修复。

只有未来某个周期能通过模式匹配利用的教训，才值得写下来。

常见错误

覆盖日志。 如果每个周期都替换文件而不是追加，就会丢失历史记录，循环再次遗忘。始终只追加。全部价值就在于积累。

记录了尝试，但没有记录教训。 “尝试了 X，失败了”告诉下一个周期发生了什么，但没有告诉它应该做什么不同。“教训”行才是防止重复的关键。没有它，日志只是日记，不是指南。

让日志无限制增长。 30 次尝试后，日志本身会膨胀上下文。一旦任务解决，将其条目归档到单独的文件中，并清空活跃日志重新开始。

在最后而不是开始读取日志。 有些 Agent 勤于记录，但只在卡住时才检查日志。每个周期都必须先读取，否则记忆毫无作用。

从不将教训提升到永久。 如果所有内容都留在任务日志中，Agent 在每个新功能上都会重新学习代码库的特性。将重复出现的模式提升到 lessons.md，否则你就在为学习同一件事两次而付费。

12 分钟设置

2 分钟：创建 .claude/loop-journal.md，使用三行条目格式。

2 分钟：创建 .claude/lessons.md，用于永久性的跨任务模式。

3 分钟：在 .claude/commands/learn-loop.md 中创建学习循环，包含“先读取教训”步骤。

2 分钟：在 settings.json 中添加日志记录提醒钩子。

3 分钟：对一个真正的错误运行 /learn-loop，观察每个周期如何跳过上一个周期已排除的方法。

Agent 并没有变得更聪明。它只是不再遗忘。一个会记忆的循环，胜过每个周期都在重复的循环。

感谢阅读！

我每天在 Telegram 频道分享关于 AI、金融和 Vibe Coding 的笔记：https://t.me/zodchixquant