- 发布日期
Warp 如何让 Agent 自我进化
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
Warp近日发布技术文章，介绍其如何基于Claude构建可持续进化的代码审查智能体。其核心判断是，Agent做Code Review时并不缺推理能力，真正短缺的是项目记忆：它不了解团队规范，也不知道历史教训。若反馈没有被沉淀，Agent下次仍会重复犯错。Warp因此把人类专家意见转化为可复用的Skill，而非单纯扩大模型或堆叠提示词。
方案源于Warp终端产品内部的AI代码审查实验。早期Agent虽能发现部分缺陷，却难以判断代码是否符合具体仓库的架构、惯例与标准，也容易忘记团队讨论过的风险。单次回答看似聪明，整体使用却不稳定。问题由此从“模型是否够聪明”转向“组织知识能否进入执行闭环”。
团队最初手动修改系统提示词，并完善项目级AGENTS.md，希望直接告诉Agent该做什么。这些办法见效有限，还依赖工程师主动总结和重复维护，规则会逐渐膨胀。更关键的是，工程师在PR中留下的高质量评论没有被系统利用。类似问题也出现在不断追加规则的自定义Skill中，最终可能因文件膨胀而出现负优化。
最终方案包含两类Skill：基础Skill负责代码审查，改进Skill定期收集人类在PR中的评论，尤其分析对Agent意见的纠正。它从评论中提炼可泛化原则，更新审查Skill，再让新版本承担后续任务。这不是模型无人监督地自我修改，而是由人类标注驱动迭代。改进Skill本身也被设计成可复用组件。
为降低摩擦，系统不要求员工另填问卷或手工整理语料。开发者像平常一样在代码下评论，自动化流程便识别有效信号，并将其关联到具体建议。监督Agent由此成为日常审查的自然组成，而非额外负担。只有反馈成本足够低，知识流才能持续，避免项目启动后迅速枯竭。
Warp还总结六项原则：写原则而非死规则，解释原因，并用渐进式披露保持主Skill精简；反馈应直接产生在PR或Issue中，不增加提交步骤；质量高于数量，但高质量样本越多越好；改进Skill可迁移至写作、文档等任务。其共同目标是建立可解释、可维护的外部记忆，避免Skill越写越大。
针对错误反馈，Warp设置了多层护栏。系统提供上下文供Agent检查合理性，并限制谁的意见能触发正式更新，普通赞成或反对权重更低。测试、部署等有明确答案的任务可用基准验证；代码风格和文档质量则交给领域专家。最终改动仍由人审核，防止有问题的Skill自动上线。
这套方案的意义不只在代码审查。它展示了“人类做高价值判断、Agent执行并归纳”的进化闭环，把一次性提示工程变成持续知识管理，使团队隐性经验逐渐资产化。实践者最关注的是低摩擦反馈与权限控制，而非所谓完全自治。展望未来，该机制或扩展到开发运维和内容生产，但反馈偏差、专家负担及Skill冲突仍需评估。
