Warp终端搞了一个自进化Agent系统，解决了AI代码审查的一个核心问题：没有…

Warp终端搞了一个自进化Agent系统，解决了AI代码审查的一个核心问题：没有记忆。 Warp尝试用AI做Code Review，但一开始效果很差。Agent不了解项目背景，不懂团队规范，不知道历史教训，就算你指出了问题它下次也记不住。为了解决这个问题，他们设计了一个巧妙的机制：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的评论，然后根据这些评论去更新审查Skill。 关键在于：它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。人只需要在PR下写评论，后面的改进工作全部自动完成。这种设计把摩擦力降到了最低，不需要人工整理反馈，不需要填问卷，信号持续流动。 他们还总结了六条最佳实践：写原则不要写死规则、解释为什么、让反馈没有摩擦、保持Skill精简、反馈质量大于数量、做好改进Skill的改进Skill。这些经验对所有做AI Agent的团队都有参考价值，尤其是在如何让Agent持续进化这个问题上。