Learner Agent Workflows: Overview & Sequence Loop

Tài liệu này mô tả cách thức điều khiển hành vi của Learner Agent thông qua mô hình phân chia nhiệm vụ tối ưu giữa state-management thời gian thực và xử lý nền bền vững (durable background execution).

---

1. Core Architecture Principles

Hệ thống tuân thủ nguyên tắc thiết kế phân chia trách nhiệm (Separation of Concerns):

• Learner Agent (Agents SDK): Quản lý trạng thái (state), duy trì kết nối persistent WebSocket tới client, ra quyết định thời gian thực và lập lịch ngắn hạn (local timer scheduling).
• Cloudflare Workflows: Thực thi các quy trình dài kỳ, phức tạp, nhiều bước (chấm bài, phân tích dữ liệu, gọi API LLM từ xa) đòi hỏi cơ chế retry tự động và khả năng tự phục hồi khi sập server.

---

2. Observe-to-Learn Sequence Loop

Chu kỳ học tập khép kín (closed-loop learning) của hệ thống diễn ra qua 7 giai đoạn chính:

Learning Event (Sự kiện học tập)
      │
      ▼
1. Event Intake Workflow (Tiếp nhận sự kiện)
      │
      ▼
2. Evidence Processing Workflow (Xử lý bằng chứng)
      │
      ▼
3. Learner Model Update Workflow (Cập nhật mô hình)
      │
      ▼
4. Learning Decision Workflow (Ra quyết định học tập)
      ├── Giao bài tập mới (Assign Task)
      ├── Phản hồi chi tiết (Give Feedback)
      ├── Yêu cầu thêm bằng chứng (Request Evidence)
      ├── Bổ túc kiến thức (Remediate)
      └── Không hành động (Do Nothing)
      │
      ▼
5. Action Execution Workflow (Thực thi hành động)
      │
      ▼
6. Outcome Verification Workflow (Xác minh kết quả)
      │
      ▼
7. Decision Learning Workflow (Học hỏi từ quyết định cũ)

Đây là vòng lặp cơ bản được vận hành tự động bởi Agent: $$\text{Observe} \longrightarrow \text{Interpret} \longrightarrow \text{Update} \longrightarrow \text{Decide} \longrightarrow \text{Act} \longrightarrow \text{Verify} \longrightarrow \text{Learn}$$