Warp基于Claude构建自改进代理
原文：Warp builds self-improving agents on Claude
Warp 如何在 Claude 上构建自我改进的代理 了解 Warp 如何设计出一个简单的开发模式，任何人都可以用来创建自我改进的代理。在我们的系列中，我们重点介绍了初创公司如何利用 AI 转变他们的行业。在这篇文章中，我们分享了 Warp 如何将其无状态的用户反馈转化为代理的自我改进循环。
代理需要可靠有效地处理重复性任务。一个首次尝试的提示如果只完成了任务的 80%，可能会给用户带来嘈杂和烦人的体验。Warp 从中吸取了教训，并以此指导其产品策略，为全球近 100 万开发者创造了更好的体验。Warp 是一个由 AI 驱动的终端和代理开发环境，建立在 Claude 平台之上。该团队在其内部代码审查代理中遇到了这种“嘈杂体验”问题。工程师们抱怨他们的代理发表了无益的评论并产生了低质量的输出。团队最初尝试了一些临时解决方案，比如根据观察到的代码审查失败情况手动重写提示。这使得输出更加可用，但没有扩展性。改进像 AGENTS.md 这样的上下文文件也有帮助，但远非一个完整的解决方案。最终，他们意识到，真正的问题是，无论代理的目的是什么，反馈通常在会话结束时消失，从代理循环中移除了关键上下文。
他们的解决方案：一个基于代理技能的框架，用于创建自我改进的代理，其中反馈随时间累积，不断改进和增强代理输出。继续阅读，了解他们如何在 Claude 平台上使用技能构建它。
核心技术是使用技能的自改进循环，这些技能是基于文件的知识编码，将指令排除在原始提示之外。Warp 发展出一个由两个技能组成的自改进代理架构，中间有人类反馈。内层技能持有功能领域的知识和指令。例如，当一个 PR 被...