Apprentissage continu pour les agents IA de codage

Votre agent oublie tout entre les sessions. L'apprentissage continu résout ce problème.

La boucle

Expérience → Capturer → Réfléchir → Persister → Appliquer
     ↑                                       │
     └───────────────────────────────────────┘

Démarrage rapide

Installez le hook (une seule étape) :

cp -r hooks/continual-learning .github/hooks/

S'initialise automatiquement à la première session. Aucune configuration nécessaire.

Mémoire à deux niveaux

Global (~/.copilot/learnings.db) — vous suit dans tous les projets :

• Patterns d'outils (quels outils échouent, lesquels fonctionnent)
• Conventions cross-projet
• Préférences de codage générales

Local (.copilot-memory/learnings.db) — reste avec ce repository :

• Conventions spécifiques au projet
• Erreurs courantes pour cette codebase
• Préférences de l'équipe

Comment les apprentissages sont stockés

Automatique (via hooks)

Le hook observe les résultats des outils et détecte les patterns de défaillance :

Session 1 : bash tool échoue 4 fois → apprentissage stocké : « bash échoue fréquemment »
Session 2 : hook surfacise cet apprentissage au démarrage → l'agent ajuste son approche

Natif à l'agent (via store_memory / SQL)

L'agent peut écrire directement les apprentissages :

INSERT INTO learnings (scope, category, content, source)
VALUES ('local', 'convention', 'This project uses Result<T> not exceptions', 'user_correction');

Catégories : pattern, mistake, preference, tool_insight

Manuel (fichiers de mémoire)

Pour une connaissance lisible et contrôlée en version :

# .copilot-memory/conventions.md
- Use DefaultAzureCredential for all Azure auth
- Parameter is semantic_configuration_name=, not semantic_configuration=

Compaction

Les apprentissages se dégradent au fil du temps :

• Les entrées plus anciennes que 60 jours avec un faible taux d'accès sont supprimées
• Les apprentissages de haute valeur (fréquemment référencés) persistent indéfiniment
• Les logs d'outils sont supprimés après 7 jours

Cela prévient une croissance illimitée tout en préservant ce qui importe.

Bonnes pratiques

1. Une étape pour installer — si cela demande plus que cp -r, cela ne sera pas adopté
2. Définissez correctement la portée — global pour les patterns d'outils, local pour les conventions de projet
3. Soyez spécifique — « Use semantic_configuration_name= » vaut mieux que « use the right parameter »
4. Laissez-le s'accumuler — les petites améliorations par session créent des gains exponentiels sur les semaines