எனது OpenClaw ஏஜென்ட் ஒவ்வொரு இரவும் கனவு காணும்

ஒவ்வொரு இரவும் இரவு 7:10 மணிக்கு, எனது OpenClaw ஏஜென்ட் "தூங்குகிறது".

அது ஓய்வெடுப்பதில்லை. அது செயலாற்றுகிறது. 60 வினாடி ஸ்கிரிப்ட் (script), நான் அன்றைய தினம் செய்த அனைத்தையும் ஆய்வு செய்ய ஒரு பைப்லைனை (pipeline) இயக்குகிறது. அது ஒவ்வொரு பணி, ஒவ்வொரு பிழை மற்றும் ஒவ்வொரு முடிவையும் ஆராய்கிறது. காலையில் வரும்போது, ஏஜென்ட் தனது நினைவகத்தை (memory) திருத்தி வைத்திருக்கும். அது தேவையற்ற இரைச்சல்களை (noise) நீக்கி, முக்கியமான தகவல்களை (signal) முன்னிலைப்படுத்துகிறது.

நான் இதை மூன்று வாரங்களுக்குச் செய்தேன். இது ஏன் வேலை செய்கிறது என்பதை எண்கள் காட்டுகின்றன:

  • ஜூன் 23: 62 வேட்பாளர்கள் (candidates) தயார் நிலையில் வைக்கப்பட்டன -> 257 கருப்பொருள்கள் (themes) கண்டறியப்பட்டன -> 2 நினைவகத்திற்கு உயர்த்தப்பட்டன
  • ஜூன் 22: 64 வேட்பாளர்கள் தயார் நிலையில் வைக்கப்பட்டன -> 242 கருப்பொருள்கள் கண்டறியப்பட்டன -> 1 உயர்த்தப்பட்டது
  • ஜூன் 21: 63 வேட்பாளர்கள் தயார் நிலையில் வைக்கப்பட்டன -> 241 கருப்பொருள்கள் கண்டறியப்பட்டன -> 1 உயர்த்தப்பட்டது

பெரும்பாலான தரவுகள் நிராகரிக்கப்படுகின்றன. இது திட்டமிட்டுச் செய்யப்படுபவை.

நீண்ட நேரம் இயங்கும் AI ஏஜென்ட்கள் context compression (சூழல் சுருக்கம்) சிக்கலால் பாதிக்கப்படுகின்றன. ஒரு அமைப்பு 40 செய்திகளைச் சில பத்திகளாகச் சுருக்கும்போது, அது விவரங்களை இழக்கிறது. முக்கியமான பாடங்கள் மங்கிவிடுகின்றன. திருத்தங்கள் தெளிவற்ற மொழியாக மாறிவிடுகின்றன.

இதைச் சரிசெய்ய நான் Dream Protocol-ஐ உருவாக்கினேன். இது தினசரி நினைவகப் பதிவுகளை (memory logs) ஸ்கேன் செய்யும் ஒரு எளிய Python ஸ்கிரிப்ட் ஆகும். இது கற்றுக்கொண்ட ஒவ்வொரு பாடத்தையும் மற்றும் ஒவ்வொரு திருத்தத்தையும் தயார் நிலையில் வைக்கிறது.

எது நிலைத்திருக்க வேண்டும் என்பதைத் தீர்மானிக்க இந்த ஸ்கிரிப்ட் மூன்று வாயில்களைப் (gates) பயன்படுத்துகிறது:

  • குறைந்தபட்ச நினைவூட்டல் எண்ணிக்கை (Minimum recall count): 3 (3 முறை தோன்ற வேண்டும்)
  • குறைந்தபட்ச தனித்துவமான வினவல்கள் (Minimum unique queries): 3 (3 வெவ்வேறு சூழல்களில் தோன்ற வேண்டும்)
  • குறைந்தபட்ச மதிப்பெண் (Minimum score): 0.8

ஒரு முறை (pattern) நிலைத்திருந்தால், அது MEMORY.md-க்குள் செல்லும். இது நீண்ட கால அறிவுத் தளமாகும் (knowledge base).

நிராகரிப்பு விகிதம் அதிகம். ஜூன் 23 அன்று, 828 வேட்பாளர்களில் 824-ஐ ஸ்கிரிப்ட் நிராகரித்தது. ஏஜென்ட் கற்றுக்கொள்ளும் பெரும்பாலானவற்றை அது மறந்துவிடுகிறது. மீண்டும் மீண்டும் வரும் முறைகள் மட்டுமே நிலைத்திருக்கும்.

இந்தச் செயல்முறை எனது ஏஜென்ட் செயல்படும் விதத்தை மாற்றியுள்ளது. இது இப்போது பிழை முறைகளை (error patterns) வேகமாக அடையாளம் காண்கிறது. முந்தைய தோல்விகளை நினைவில் கொள்வதால், உற்பத்திப் பணிகளுக்கு (production tasks) இலவசத் திட்ட மாதிரிகளைப் (free-tier models) பரிந்துரைப்பதை இது நிறுத்திவிட்டது.

அனைத்தையும் சேமிப்பது ஒரு தவறு. இரைச்சல் நிறைந்த நினைவகம் உண்மையைச் கண்டறிவதைக் கடினமாக்குகிறது. சுருக்குதல் (Compaction) முக்கியமான தகவல்களைக் குறைத்துவிடுகிறது.

விதி எளிமையானது: நீங்கள் கற்றுக்கொண்டவற்றில் 97% ஐ மறந்துவிடுங்கள். மூன்று வெவ்வேறு நாட்களில், மூன்று வெவ்வேறு சூழல்களில் தோன்றும் அந்த 3% ஐ மட்டும் வைத்துக் கொள்ளுங்கள்.

உங்கள் ஏஜென்ட்டின் நினைவகம் இரைச்சலாகி வந்தால், ஒவ்வொரு இரவும் ஒரு deduplication (நகல் நீக்கம்) முறையைச் சேர்க்கவும். உங்களுக்கு சிக்கலான கருவிகள் தேவையில்லை. உங்களுக்கு ஒரு வாயிலும் (gate), மீதமுள்ளவற்றை நீக்குவதற்கான ஒழுக்கமும் தேவை.

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

Optional learning community: https://t.me/GyaanSetuAi