Warp（知名终端工具）最近发了一篇深度复盘，讲他们怎么用Claude做代码审查…

Warp（知名终端工具）最近发了一篇深度复盘，讲他们怎么用Claude做代码审查，结果踩了一个大坑：Agent根本不了解你的项目、你的团队规范、你的历史经验教训，就算你指出问题它下次也记不住。 简单说就是没有记忆。 一开始团队尝试了很多补救措施——手动根据失败案例改系统提示词、完善项目的AGENTS.md文件，但效果都不理想。一方面依赖人主动去做，成本高；另一方面团队成员在PR里写的高质量评论完全没用上。 后来他们搞了个双Agent架构：一个基础Skill负责做代码审查，一个改进Skill负责定期收集人类工程师在PR里的评论，尤其是对Agent审查结果的反馈，然后根据这些反馈自动更新代码审查的Skill。 核心思路是：不是让模型自己改进自己，而是Agent根据人类的标注去改进技能。而且把摩擦力降到了极低——人只需要在PR里自然地写评论，后面的事情全部自动完成。 他们还总结了几条最佳实践：写原则不要写死规则，像指导聪明人而不是给计算机编程；解释规则背后的理由；让反馈收集过程零摩擦；保持Skill精简；反馈质量大于数量。 这套方案的本质是把人从「执行者」提升到了「裁判员」，人负责高维度的判断和反馈，Agent负责执行和改进。这可能是Agent落地最靠谱的路径之一。