Perplexity описа на 18 ноември как Brain създава и обновява умения на агентите въз основа на предишна работа. Персонализацията променя инструкциите и контекста, не теглата на основния модел. Компанията представя цикъл от доказателства, предложение, проверка и активиране. При общите вградени умения кандидатите преминават повторно изпълнение на проверки и човешки преглед, преди да станат действаща версия.
Паметта и процедурата имат различна задача
Отвореният формат Agent Skills описва умението като папка с SKILL.md и възможни допълващи скриптове, справки или шаблони. Името и описанието подпомагат откриването, а подробните инструкции се зареждат при нужда. Това е технически контекст за процедурното знание, а не доказателство за качеството на конкретната реализация на Perplexity.
Разликата може да се обясни с условен седмичен отчет. Паметта пази кои показатели интересуват човека; процедурата описва как да бъдат намерени, сравнени и представени. Ако тези роли се смесят, агентът може да помни предпочитание, но пак да пропусне проверката, която прави резултата използваем. Примерът е наш редакционен прочит.
Една поправка може да създаде друг проблем
Да предположим, че в отчет често липсва датата на последната актуализация. Добавянето на такава стъпка е разумен кандидат за подобрение. Но инструкция „винаги използвай най-новия файл“ може да бъде неподходяща, ако задачата изисква точно определена историческа версия. Добрата процедура трябва да пази и това изключение.
За подобен собствен процес бихме търсили следа от конкретния пропуск, малка ясно описана промяна и примери, върху които тя се проверява. Особено полезни са и случаи, които вече са работили правилно. Те помагат да се види дали новата инструкция поправя един проблем за сметка на друг.
Какво означава проверимо подобрение
Същественото е да има сравнение между старата и предложената процедура при съпоставими входове. Самото появяване на по-дълъг текст с инструкции не доказва по-добър резултат. Възможно е новата версия да добавя излишни действия или да затруднява намирането на същественото правило. Качеството се вижда в изпълнението, а не в броя написани правила.
Нашата предложена практика е всяка промяна да може да бъде обяснена с едно изречение: какъв наблюдаван пропуск поправя и кога се прилага. Отделно е нужен начин да се разбере коя версия е действала при дадена задача. Това прави последващия разбор по-конкретен и не превръща всяка грешка в повод за ново общо правило.
SIExpo не е тествал автоматичните обновявания на Brain. Новината е описаната архитектура за учене на процедури от работа, с проверки преди прилагане. Тя показва практическа посока за персонализация на агенти, която трябва да бъде оценявана чрез последващите резултати, а не като обещание, че грешките вече няма да се повтарят.



