你的 Agent Harness 应该自我修复
文章探讨了 Agent 系统如何在不更新模型权重的情况下实现自我改进。作者提出两条独立回路：成功运行可产出可复用流程（如 Hermes 的 SKILL.md 程序性记忆），失败运行可产出经审查的修复和回归用例。通过 Opik 工具链，生产失败被转化为结构化反馈：trace 记录、源码级诊断、人工批准 diff、重跑验证、回归测试。文章强调改动需版本管理、评估需确定性校验器，系统并非自动学习，而是把事故变成可审查的改进输入。
全部文档 / 标签: 自我修复
2 篇
无需盯盘！手把手教你打造属于你的 Polymarket 全自动交易机器人
本文介绍了如何利用三个 AI 代理（Claude、Codex、OpenClaw）构建一个全自动的 Polymarket 交易机器人。系统职责明确：Claude 负责分析，Codex 负责自我修复代码，OpenClaw 负责执行与编排。文章强调了该系统相比定时任务脚本的优势，如持久记忆、自我改进及 Telegram 远程控制，并指出通过优化系统提示词和调整阈值而非代码本身，是获得交易优势的关键。