💡問題：AI Agent 每次對話都從零開始
傳統的 AI Agent 沒有記憶。昨天踩過的坑，今天會再踩一次。 上週找到的最佳做法，這週已經忘記。每次對話都在重複犯錯、重複摸索。
核心理念
🎯解法：讓 Agent 擁有「可成長的經驗庫」
PCE 的核心很簡單：把每次對話中的決策記下來，定期萃取有效的做法，固化成 Agent 下次能直接引用的規範。 隨著專案累積的經驗越多，Agent 的判斷力越強。
核心循環
📝
記錄
Agent 每天自動記錄
決策過程和結果
決策過程和結果
→
⚗️
萃取
月末從日誌中
提取重複出現的模式
提取重複出現的模式
→
🚧
Hook 把關
即時攔截不合規的行為
在造成傷害前擋下來
在造成傷害前擋下來
→
🔒
固化
驗證通過的模式
成為 Agent 的知識
成為 Agent 的知識
→
⚡
應用
下次遇到同類任務
直接引用經驗決策
直接引用經驗決策
flowchart LR
A["📝 每日對話
Agent 記錄決策"] --> B["⚗️ 月末萃取
找出重複模式"] B --> H["🚧 Hook 把關
即時攔截違規行為"] H --> C["🕵️ 驗證觀察
新模式先觀察 5 次"] C --> D["🔒 固化規範
人類確認後生效"] D --> E["⚡ 快速決策
Agent 直接引用"] E -->|"新的決策記錄"| A style A fill:#014f86,color:#fff style B fill:#2c7da0,color:#fff style H fill:#b91c1c,color:#fff style C fill:#6c757d,color:#fff style D fill:#01497c,color:#fff style E fill:#1a6a40,color:#fff
Agent 記錄決策"] --> B["⚗️ 月末萃取
找出重複模式"] B --> H["🚧 Hook 把關
即時攔截違規行為"] H --> C["🕵️ 驗證觀察
新模式先觀察 5 次"] C --> D["🔒 固化規範
人類確認後生效"] D --> E["⚡ 快速決策
Agent 直接引用"] E -->|"新的決策記錄"| A style A fill:#014f86,color:#fff style B fill:#2c7da0,color:#fff style H fill:#b91c1c,color:#fff style C fill:#6c757d,color:#fff style D fill:#01497c,color:#fff style E fill:#1a6a40,color:#fff
🔑 關鍵設計：不是死記硬背，是驗證後才學
Agent 發現一個新做法後，不會馬上當成規範。系統會先「暗中觀察」5 次，確認這個做法真的有效，再經人類確認後才固化。這避免了 Agent 把偶然的成功當成規律。
Hook 把關機制
🚧經驗固化前，先過三道關卡
Agent 不是毫無限制地自由行動。系統在 Agent 每一次操作的關鍵時刻都埋了 Hook—— 在檔案被修改之前、在對話結束之前、在工具被呼叫之後， 自動檢查 Agent 的行為是否合規。不合規的操作會被即時攔截，不是事後才發現。
操作前攔截
Agent 修改檔案前，Hook 自動驗證：是否在允許範圍？是否違反已知的反模式？不通過就不讓改。
結果後記錄
工具執行完畢後，Hook 自動記錄結果：成功或失敗？用了什麼策略？這些記錄是萃取系統的原料。
離場前檢查
對話結束前，Hook 檢查 Agent 行為是否偏離基線。發現方向漂移會立即標記，通知人類複查。
flowchart TD
A["🤖 Agent 準備執行操作"] --> B{"🔍 PreToolUse Hook
操作前檢查"} B -->|"✅ 合規"| C["⚙️ 執行操作"] B -->|"❌ 違規"| D["🛑 攔截
Agent 收到警告"] C --> E{"📊 PostToolUse Hook
結果記錄"} E --> F["📝 記錄到日誌
（萃取的原料）"] F --> G{"🏁 對話結束"} G --> H{"🛡️ Stop Hook
漂移檢測"} H -->|"正常"| I["✅ 安全離場"] H -->|"偏離"| J["⚠️ 通知人類"] style B fill:#d97706,color:#fff style D fill:#ef4444,color:#fff style E fill:#2c7da0,color:#fff style H fill:#7c3aed,color:#fff style J fill:#ef4444,color:#fff
操作前檢查"} B -->|"✅ 合規"| C["⚙️ 執行操作"] B -->|"❌ 違規"| D["🛑 攔截
Agent 收到警告"] C --> E{"📊 PostToolUse Hook
結果記錄"} E --> F["📝 記錄到日誌
（萃取的原料）"] F --> G{"🏁 對話結束"} G --> H{"🛡️ Stop Hook
漂移檢測"} H -->|"正常"| I["✅ 安全離場"] H -->|"偏離"| J["⚠️ 通知人類"] style B fill:#d97706,color:#fff style D fill:#ef4444,color:#fff style E fill:#2c7da0,color:#fff style H fill:#7c3aed,color:#fff style J fill:#ef4444,color:#fff
💡 Hook 和固化的關係
Hook 不只是安全機制——它產生的攔截記錄和行為數據，正是萃取系統判斷「哪些做法有效、哪些該避免」的關鍵輸入。把關本身就是學習的一部分。
為什麼值得用
3 秒
決策速度（原本 25 秒）
95%
決策準確率（原本 70%）
19+
已固化的經驗規範
越用越聰明
每個專案累積的經驗都會變成 Agent 的知識。用三個月和用一天，Agent 的判斷力完全不同。
不重複犯錯
踩過一次的坑會被記錄並固化成「反模式」。下次遇到同樣情境，Agent 會主動避開。
人類始終掌控
所有經驗的「晉升」都需要人類確認。Agent 不會自己決定什麼是對的——它只是提案，人類拍板。
幾乎零維護成本
每天記日誌 3 分鐘，月末花 10 分鐘跑萃取。日常完全自動，人類只處理關鍵決策。
和一般 AI Agent 的差別
| 一般 AI Agent | 使用 PCE 的 Agent | |
|---|---|---|
| 記憶 | 每次對話從零開始 | 累積經驗，跨對話保留 |
| 犯錯 | 重複犯同樣的錯 | 踩過的坑自動記錄避開 |
| 決策速度 | 每次重新分析（~25 秒） | 查詢固化經驗（~3 秒） |
| 品質保證 | 靠 Prompt 碰運氣 | 經驗經過驗證才固化 |
| 隨時間變化 | 用一年和用一天一樣 | 越用越聰明，經驗持續累積 |
| 人類參與 | 只在出錯時救火 | 監督學習過程，確認關鍵決策 |
經驗如何成長
一條經驗從「首次被發現」到「成為 Agent 的核心知識」，會經歷完整的驗證旅程。 不是所有經驗都能畢業——通不過驗證的會被淘汰。
🔵 被發現（RAW）
Agent 在日誌中記下：「這個做法好像有效」。系統標記為原始觀察，等待更多案例。
🕵️ 暗中觀察（SHADOW）
當同一模式出現 2 次以上，進入觀察期。Agent 繼續用舊規範做事，同時記錄：「如果用新方法，結果會怎樣？」連續觀察 5 次，成功率要 ≥ 75%。
🥈 獲得認可（SILVER）
觀察通過，加上至少一個失敗反例（證明 Agent 理解邊界），提交人類審核。人類確認後，正式成為 Agent 的可用知識。
🥇 核心經驗（GOLD）
長期表現穩定（信心分 ≥ 0.85）、有多個反例佐證邊界。需要人類手動批准，是 Agent 最信賴的決策依據。
📦 退場或淘汰
超過 120 天沒用到的經驗自動歸檔。規範改變了的舊做法，標記為「已廢棄」，Agent 遇到時會主動警告。
flowchart LR
RAW["🔵 發現"] -->|"出現 2+ 次"| SHADOW["🕵️ 觀察"]
SHADOW -->|"5 次驗證
成功率 ≥ 75%"| REVIEW["👤 人類審核"] REVIEW -->|"確認"| SILVER["🥈 認可"] SILVER -->|"長期穩定
人類批准"| GOLD["🥇 核心"] SILVER -->|"120 天未用"| ARCHIVED["📦 歸檔"] REVIEW -->|"否決"| DEPRECATED["🗑️ 淘汰"] style RAW fill:#64748b,color:#fff style SHADOW fill:#0891b2,color:#fff style REVIEW fill:#d97706,color:#fff style SILVER fill:#6366f1,color:#fff style GOLD fill:#f59e0b,color:#000 style ARCHIVED fill:#475569,color:#fff style DEPRECATED fill:#ef4444,color:#fff
成功率 ≥ 75%"| REVIEW["👤 人類審核"] REVIEW -->|"確認"| SILVER["🥈 認可"] SILVER -->|"長期穩定
人類批准"| GOLD["🥇 核心"] SILVER -->|"120 天未用"| ARCHIVED["📦 歸檔"] REVIEW -->|"否決"| DEPRECATED["🗑️ 淘汰"] style RAW fill:#64748b,color:#fff style SHADOW fill:#0891b2,color:#fff style REVIEW fill:#d97706,color:#fff style SILVER fill:#6366f1,color:#fff style GOLD fill:#f59e0b,color:#000 style ARCHIVED fill:#475569,color:#fff style DEPRECATED fill:#ef4444,color:#fff
人類的角色
👤Agent 提案，人類拍板
PCE 的核心安全設計：Agent 只能「建議」一條經驗應該被固化，但永遠不能自己決定。 所有經驗的晉升，都要經過人類確認。
flowchart TD
A["🤖 Agent 日常工作"] --> B["📝 自動記錄決策"]
B --> C["⚗️ 月末自動萃取"]
C --> D["🕵️ 系統自動觀察驗證"]
D --> E{"達到晉升門檻？"}
E -->|"是"| F["📋 提交人類審核"]
E -->|"否"| G["繼續觀察"]
F --> H{"👤 人類確認？"}
H -->|"✅ 批准"| I["🔒 經驗正式生效"]
H -->|"❌ 否決"| J["🗑️ 淘汰"]
G --> D
style A fill:#014f86,color:#fff
style F fill:#d97706,color:#fff
style H fill:#d97706,color:#fff
style I fill:#1a6a40,color:#fff
style J fill:#ef4444,color:#fff
👤 人類只需要做三件事
- 日常：正常使用 Agent 工作，不需額外操作（系統自動記錄）
- 月末：花 10 分鐘跑一次萃取指令，系統會列出候選經驗
- 偶爾：收到通知時，確認或否決經驗的晉升（通常一兩分鐘）
安全護欄
漂移偵測
系統持續監控 Agent 的行為是否偏離已建立的規範。一旦偵測到方向反轉，自動暫停並通知人類。
反例機制
每條經驗必須有「什麼情況下不適用」的反例。沒有反例的經驗不允許晉升——未被證偽的不是知識，是信仰。
自動退場
長期沒用到的經驗自動降級歸檔，保持知識庫精簡。不會累積過時的規範拖慢 Agent。
行為閘門
Agent 每次修改檔案前，自動驗證是否在允許範圍內。超出範圍的操作會被攔截，不是事後補救。
一句話總結
Agent 每天記錄決策，
系統定期萃取有效做法，
經人類確認後固化成知識。
專案用得越久，Agent 越聰明。
系統定期萃取有效做法，
經人類確認後固化成知識。
專案用得越久，Agent 越聰明。