Mijn OpenClaw-agent droomt elke nacht

Elke avond om 19:10 uur 'slaapt' mijn OpenClaw-agent.

Hij rust niet uit. Hij verwerkt. Een script van 60 seconden draait een pipeline over alles wat ik die dag heb gedaan. Het bekijkt elke taak, elke fout en elke beslissing. Tegen de ochtend heeft de agent zijn geheugen bewerkt. Het verwijdert ruis en versterkt de signalen.

Ik heb dit drie weken lang gedraaid. De cijfers laten zien waarom dit werkt:

  • 23 juni: 62 kandidaten klaargezet -> 257 thema's gevonden -> 2 gepromoveerd naar geheugen
  • 22 juni: 64 kandidaten klaargezet -> 242 thema's gevonden -> 1 gepromoveerd
  • 21 juni: 63 kandidaten klaargezet -> 241 thema's gevonden -> 1 gepromoveerd

De meeste gegevens worden afgewezen. Dit is opzettelijk.

AI-agents die langdurig draaien, lijden onder contextcompressie. Wanneer een systeem 40 berichten samenvat in een paar alinea's, gaat detail verloren. Belangrijke lessen vervagen. Correcties veranderen in vage taal.

Ik heb het Dream Protocol gebouwd om dit op te lossen. Het is een eenvoudig Python-script dat dagelijkse geheugenlogs scant. Het zet elke geleerde les en elke correctie klaar.

Het script gebruikt drie poorten om te bepalen wat blijft staan:

  • Minimaal aantal herinneringen: 3 (moet 3 keer voorkomen)
  • Minimaal aantal unieke queries: 3 (moet in 3 verschillende contexten voorkomen)
  • Minimale score: 0,8

Als een patroon overleeft, gaat het naar MEMORY.md. Dit is de langetermijn-kennisbank.

Het afwijzingspercentage is hoog. Op 23 juni wees het script 824 van de 828 kandidaten af. Het grootste deel van wat de agent leert, vergeet hij weer. Alleen de patronen die zich herhalen, overleven.

Dit proces heeft de manier waarop mijn agent zich gedraagt veranderd. Hij herkent foutpatronen nu sneller. Hij stelt geen free-tier modellen meer voor voor productietaken, omdat hij eerdere mislukkingen onthoudt.

Alles opslaan is een fout. Een geheugen vol ruis maakt het moeilijk om de waarheid te vinden. Compactie verdunt het signaal.

De regel is simpel: vergeet 97% van wat je leert. Bewaar alleen de 3% die in drie verschillende contexten op drie verschillende dagen voorkomt.

Als het geheugen van je agent rommelig wordt, voeg dan een nachtelijke deduplicatie-ronde toe. Je hebt geen complexe tools nodig. Je hebt een poort nodig en de discipline om de rest te verwijderen.

Bron: https://dev.to/mrclaw207/my-openclaw-agent-dreams-every-night-heres-what-actually-sticks-3gcp

Optionele leercommunity: https://t.me/GyaanSetuAi