Warp 如何在 Claude 上构建自我改进的智能体

由于技能就是普通文件，智能体非常擅长更新它们。这些更新是可审查、可批准、可合并的，能够通过常规的 PR/代码审查流程流转；一旦合并，内层技能的下一次运行就会继承这项改进。

在我们的系列文章中，我们重点介绍初创公司如何利用 AI 改造其所在行业。在本文中，我们分享 Warp 如何将无状态的用户反馈转化为其智能体的自我改进循环。

基于技能构建的智能体自我改进循环

内部/基础技能持有功能性领域知识和指令。例如，当有 PR 被创建时，Warp 的代码智能体会使用该基础技能和上下文来执行并生成审查意见。

任何智能体，无论其任务是什么，只要从一开始就构建这样的循环——捕捉人类反馈信号、将其转化为技能更新、把智能体从一次性助手扩展为能在整个组织中持续积累能力的系统——它就会随着时间推移不断进步。

智能体需要可靠且高效地处理重复性任务。一个首次提示词只能完成 80% 任务的智能体，会给用户带来嘈杂且令人烦恼的体验。Warp 在这方面吃了不少苦头，并以此为依据制定了产品策略，为全球近 100 万开发者带来了更优质的体验。

在一个示例 issue 上，第一阶段的内部技能表现不错，但漏掉了一个标签——“ready to spec”，该标签表示贡献者可以开始针对该 issue 编写产品和技术规格。Warp 团队的一位维护者发现了这个缺口，并直接在 issue 上留下了反馈，恰好就在工作发生的地方。关键在于，他既解释了他的期望，也解释了为什么有这样的期望：这种可操作的反馈便于智能体日后吸收。

观看完整网络研讨会，观看现场演示并深入了解 Warp 如何使用 Claude 构建能够从团队反馈中学习并随时间自我改进的智能体。

“人类可以确认，‘这是一条很好、很有用的评论’，”Warp 创始人 Zach Lloyd 解释道，“但人类也可以给出详细理由，说明某次代码审查为什么不够好。像‘你建议重命名这个变量，但我们代码库的约定是这类全局变量使用这种特定的命名语境’这样的具体细节，能告诉智能体下次该怎么做才对。”

外部改进技能运行在 Warp 的智能体编排平台 Oz 中，作为一个定时执行的“更新分类”智能体。该智能体通过 GitHub 认证，运行技能附带的 Python 脚本拉取带有反馈的近期 issue，将其汇总为 JSON 文件，然后读回上下文中。附带的脚本本身就是一种最佳实践；技能可以引用资源文件，而不是每次运行时都编写新代码。

“基于文件的技能是一种为智能体编码知识的方式，无需把这些知识直接放进提示词里，智能体可以在执行任务的过程中随时查阅，”Zach 表示。“这个框架其实非常简单：有一个基础的领域专用技能，然后有一个改进者技能来优化那个领域专用技能。这种简洁性正是该方法的精妙之处。”

最终，他们意识到，真正的问题在于：无论反馈的目的是什么，反馈给智能体的信息通常会在会话结束时消失，从而从智能体循环中移除了关键上下文。他们的解决方案是：一个基于 Agent 技能（Skills）的框架，用于创建自我改进的智能体，让反馈随时间不断累积，持续优化和增强智能体的输出。

接下来，智能体识别了维护者评论中的具体反馈信号，并提出了能够捕捉这些信号的最小修改。它开启了一个 PR，编辑内部技能，使其在 issue 描述了一个真实问题（即使具体的 UI 或 UX 形态尚未定义）时应用“ready to spec”标签。

• Category [Agents](https://claude.com/blog/category/agents)
  

• Product [Claude Platform](https://claude.com/platform/api)
  

• Date August 26, 2026
  

• Reading time 7 min
  

• Share [Copy link](https://claude.com/blog/how-warp-builds-self-improving-agents-on-claude#)https://claude.com/blog/how-warp-builds-self-improving-agents-on-claude
  

• Author(s) Michael Segner
  

外层/改进者技能（improver skill）充当一个观察者智能体，它按计划运行，而不是按任务运行。它会汇总积累的人类反馈，将智能体的建议与人类的回应进行对比，然后对基础技能提出一处小而聚焦的修改。

Warp 的 issue 分类智能体展示了自我改进的智能体技能框架。每当有人提交新的 GitHub issue 时，该模式就会被触发：一个 GitHub Action 启动一个智能体，分析 issue 的复杂度和可行性，分配标签，并提出修复方向的建议。该分类智能体运行在一个内部技能文件之上，该文件包含关于每个标签含义以及如何在行动前研究代码库的领域知识。

立即使用 Claude 平台开始构建。

继续阅读，了解他们如何利用 Claude 平台之上的技能（Skills）构建这一系统。

Warp 目前已在整个开源仓库中运行这一模式，分别设有专门的规范编写、审查和分诊智能体，每个智能体都带有各自的自我改进循环。

由于整个更新就是一个技能文件，它走的是正常的代码审查流程。PR 附带了一个描述，说明哪些信号促使了这次变更以及它改变了什么。由人工进行审查、批准和合并，下一次分类技能运行时就会继承新知识。这最后的人工步骤闭环了整个流程，并确保人对实际发生的变化保持掌控。

• 写原则，而不是写规则。“构建技能时，要像在指导一个聪明人那样，而不是像在给计算机编程，”Zach 说。“在技能中加入‘寻找重复代码’这样的方向性指引，比罗列详尽的变量命名规则能提供更好的指导。”
• **解释“为什么”。** 给出规则背后的理由，能让智能体对问题进行推理，而不是死板地遵循指令，这同样有助于实现更好的泛化。
• 让反馈的给出变得毫不费力。在人们已经工作的场景中捕捉反馈，比如直接在 PR 或 issue 上评论。同时，让这一过程自动发生，无需额外的提交步骤。“低摩擦是保持信号流动的关键，”Zach 指出。“如果你把门槛设得太高，你就得不到反馈，也就无法改进技能。”
• 保持技能小巧，并采用渐进式披露。一个好的技能文件并不大；它引用资源文件和脚本，而不是一次性把所有内容都塞进上下文。
• 反馈质量 > 数量，但数量也有帮助。来自资深工程师的少量、详细且领域特定的反馈，可能比大量草率的反馈更有价值，因为简单的点赞/点踩并不能说明原因。“即使样本量相对较小，只要反馈来自对领域特定知识有深入了解的人，而这些知识是智能体本身无法获取的，你就能获得非常好的信号，”Zach 继续说道。“话虽如此，高质量信号的语料库越大越好。在 Warp，我们用一个循环来管理整个开源仓库。我们有数百人参与贡献，并且我们正在进行数千次代码审查。”
• 在改进者技能上投入更多精力。在编写改进者技能（观察者智能体）上投入更多精力，其回报会超出当前的智能体循环本身，因为改进者技能在不同用例中具有很高的可复用性。“除了领域特定知识的部分，这是一个相当可复用的机制——代码审查智能体的改进者技能，与其他任何智能体的改进者技能并没有太大区别。”

如何为智能体编写自我改进的技能

核心技术是一个利用技能（Skills）的自我改进循环。技能是基于文件的知識编码，将指令从原始提示词中分离出来。Warp 演进了一种由两个技能组成的自我改进智能体架构，中间穿插人工反馈。

这正是 Warp 现在在其开源仓库中大规模运行的机制——规格编写智能体、审查智能体和分类智能体各自携带自己的自我改进循环。

人类对智能体输出的反馈是自我改进循环中的关键组成部分。就代码审查而言，反馈可以简单到只是一个点赞，但反馈越具体明确，效果就越好。

Warp 是一款 AI 驱动的终端和智能体开发环境，构建在 Claude 平台之上。该团队在其内部代码审查智能体上遇到了这个“嘈杂体验”的问题。工程师们抱怨他们的智能体会发表无用的评论，并产生低质量的输出。

以下是 Warp 团队在编写智能体循环的自我改进技能方面总结出的一些经过验证的实用建议：

循环的实际应用：Warp 的 issue 分类智能体

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词。这使输出更可用，但无法规模化。改进 AGENTS.md 等上下文文件也有帮助，但远非完整的解决方案。

了解 Warp 如何设计出一种简单的开发模式，让任何人都能构建自我改进的智能体。