Warp终端团队分享了如何在Claude上构建自进化的AI Agent，核心思路…

Warp终端团队分享了如何在Claude上构建自进化的AI Agent，核心思路是让Agent根据人类反馈自动改进技能。 Warp一开始让Agent做代码审查，效果不理想。主要问题是Agent不了解你的项目、团队规范和历史经验，就算指出了问题它下次也记不住。本质就是没有记忆。 他们搞了个方案：一个基础Skill负责做代码审查，一个改进Skill负责收集人类工程师在PR中的评论，然后根据这些评论自动更新审查Skill。不是让模型自己改进自己，而是让Agent根据人类对模型结果的标注去改进技能。 这个过程的摩擦力极低：人只需要在PR里正常写评论，Agent自动收集和处理，不需要额外步骤。他们总结了几条最佳实践：写原则不写死规则、解释为什么让Agent能推理、让反馈收集零摩擦、保持Skill精简、重视反馈质量而非数量。最重要的是做好改进Skill的Skill，因为它可以复用到其他场景。这个思路对所有做AI Agent的人都有参考价值。