AI AGENT从零到一
M3 · 推理与协作结构化导览25 分钟导览

AI Agents for Beginners · Lesson 09

元认知:让 Agent 检查并修正自己

用计划、评估标准和工具反馈构成自我纠正循环,而不是让模型无依据地评价自己的答案。

Learning objectives

完成后你应能证明
目标描述的是可观察行为,不是“了解”或“看完”。
  1. 01理解 Agent 定义中的推理循环。
  2. 02使用规划与评估技术帮助 Agent 自我纠错。
  3. 03理解代码或工具操作怎样提供外部反馈。

完整示例与概念桥接

本课讲解

自我检查需要外部标准

元认知让 Agent 对计划、执行和结果进行评估,再决定接受、修正或求助。有效的 checker 需要明确标准、工具结果或测试;让同一个模型笼统地问“我的答案好吗”往往只会得到自我肯定。

Course Helper 可以检查:

  • 推荐课程是否真的与目标相关;
  • 每个关键结论是否有来源;
  • 练习是否能在限定时间内完成;
  • 是否遗漏了风险或前置知识。

打开锁定版本的AI Agent 元认知继续学习。

07–18 制作状态

本课当前提供结构化导览
学习目标、概念位置、建议预习和官方锁定来源已就绪;完整 Trace、实验与项目增量将在后续版本制作。

Source record

本课上游记录
路径
09-metacognition/README.md
Commit
b7f34fd824767162f484e03cc500e23c0966372f
许可
MIT
查看官方原文