失败学习闭环（Failure Learning Loop）

智能体的自进化不应该从「感觉」出发，而应该从哪一次交付没有通过规则出发。这一页讲清楚：失败从哪里来、怎么变成可执行的改进、哪些线不允许越过。

为什么只学会话不够

一个门面 agent 每天产生两类事实：

层	例子	过去是否进入复盘
交互层	澄清轮次过多、预算耗尽、停在 `input_required`	✅ 有指标
交付层	输出不符合 `output_schema`、`verification.rules` 不通过	❌ 没有
履约层	争议、赔付、超时	❌ 没有

交付层的失败价值最高：它自带 field + rule，可复现、可归因。但过去它只写进了 verification_results，从未进入复盘输入。

失败怎么进入复盘

verification_results（agentProfileId + createdAt + taskId）
        │  作为索引源：StateService.list() 必须给 taskId
        ▼
state: /tasks/{taskId}/agents/{agentId}/results|errors
        │
        ▼
ReviewDataSource.collect(agentId, date)
        │  规则级摘要：只带 field / rule / message
        ▼
buildReviewInput() → 指标 + 证据指针
        │
        ▼
每日复盘 prompt（失败必须点名规则与字段）

三条纪律

不带交付内容：actualOutput / actualValue 在投影时丢弃，复盘模型拿不到客户数据。
不把「未知」当「失败」：passed 不是布尔值的记录直接跳过，避免误报。
指针可回查：verification:<taskId>:<index> 能定位到具体规则结果。

新增的指标

指标	含义
`verificationRuns`	当天平台契约校验次数
`verificationFailures`	其中不通过的次数
`verificationFailureRate`	失败率
`topFailedRules`	失败最集中的规则（最多 5 条）

topFailedRules 是关键：只有计数，模型只能写「失败了 3 次」；有规则名和字段，才能提出可执行的修正。

从失败到行动

观察	允许的提案	等级
同一规则 + 字段连续 3 天失败	`skill_gap`	L3（人工）
同一规则 + 字段单日集中失败 ≥ 3 次	`boundary_tweak`	L2
失败原因指向「该先问什么」	`boundary_tweak`	L2
规则本身疑似过时	`knowledge`	L1

单次失败只能到 L2：一次脏输入不足以证明能力缺口。

主动提醒：`verification_failure`

交付规则反复失败时，不必等主人翻复盘报告：

触发：连续 3 天同规则失败，或单日同规则失败 ≥ 3 次
优先级：4（与知识到期同级），低容忍度下不会被过滤
文案：只描述事实，例如 origin_country 的 required 规则连续 3 天未通过（共 7 次）
落点：owner 收件箱 /agent/:agentId/inbox

观察外部世界（Observe 环）

除了自己交付失败，agent 还需要知道行业里发生了什么。

能力	实现
抓取	RSS 2.0 / Atom，单源超时 10s、响应上限 2MB、最多 50 条
安全	SSRF 防护：拒绝本机/内网/CGNAT；每次重定向重新校验 URL 与 DNS
去重与相关性	`buildNewsDigest`：内容指纹去重 + 关键词命中率
进入收件箱	相关度 ≥ 0.5 的前 3 条 → `source_digest` 候选
时序	02:00 抓取 → 03:30 复盘读取当天 digest

配源是管理员操作：

http

PUT /api/agent-rsi/:agentId/sources
{
  "sources": [
    { "id": "eu-packaging", "url": "https://example.com/feed.xml", "keywords": ["packaging"] }
  ]
}

明确不做

不做	原因
agent 自动改写业务算法	变更只能落在知识 / 话术 / 路由 / 定价
L3 自动生效	能力变更永远需要所有者批准
`stale_result`（结果未回读）	没有「已读」埋点时不猜「你没看」
实时学习	每日一次，避免客户会话中途行为变化

当前状态

复盘数据源、失败候选、收件箱、Observe 环均已实现并有真库 e2e
每日 02:00 抓取、03:30 复盘与主动决策
未做：前端源配置 UI（管理员场景先用 API）

失败学习闭环（Failure Learning Loop） ​

为什么只学会话不够 ​

失败怎么进入复盘 ​

三条纪律 ​

新增的指标 ​

从失败到行动 ​

主动提醒：verification_failure ​

观察外部世界（Observe 环） ​

明确不做 ​

当前状态 ​