八月二十六日，Anthropic 在 Claude 博客上挂出一篇看起来像创业公司案例的文章：How Warp builds self-improving agents on Claude，作者 Michael Segner。它没有宣布新模型，也没有甩出新的榜单分数，而是把 Warp——一家做 AI 终端与代理式开发环境的公司——怎样把「会话一结束就消失的用户反馈」变成可持续的自我改进回路，写成了别人能抄的工程模式。
按文中「quick pitch」给出的公开数字：Warp 成立于 2020 年，CEO 为 Zach Lloyd，技术栈包括 Rust、Golang、GitHub Actions、内部编排平台 Oz 与 Claude Platform；融资 7300 万美元；月活开发者约 80 万；Fortune 500 里有 56% 在用；累计在 Warp 内跑过 1000 万次 Claude Code 会话，每周约 40 万次；Agent 对话总量约 4000 万。这些数字来自厂商侧叙述，应视为自我披露，而非第三方审计。
这篇评论要盯的，不是又一个「终端里嵌了个聊天框」的故事，而是 Anthropic 正公开推销的一种产品哲学：把领域知识从提示词里抽出来，放进可版本管理的 skill 文件，再用一个观察者 skill 去吃人类反馈、提小改、走 PR——让 Agent 的进步像代码一样可审、可合、可回滚。
Warp 到底搭了一条怎样的回路
官方叙述从一次很现实的失败开始。Warp 内部的代码评审 Agent 第一版并不好用：工程师抱怨它乱评论、输出质量低。团队先手工改提示词，效果有，但扩不出去；再补 AGENTS.md 一类上下文文件，也只治标。真正的洞见是：无论 Agent 做什么，人对它输出的反馈通常会随会话结束而蒸发，关键上下文从回路里被抽走了。
解决办法被写成「基于 Agent Skills 的自我改进框架」，结构很简单，几乎刻意简单：
内层 / 基础 skill 装着领域知识与执行说明。例如 PR 打开时，代码评审 Agent 读这份 skill 与仓库上下文去写评审。
人类反馈 夹在中间。可以是一个赞，但越具体越好。Zach Lloyd 举例：与其只说「这条评论有用」，不如写「你建议改名，但我们代码库约定这类全局变量用某某命名」——把「下次怎么做对」讲清楚。
外层 / 改进者 skill 不按单次任务跑，而是按日程跑。它拉取积攒下来的人类反馈，对照 Agent 当初建议与人的反应，提议对基础 skill 做一次小而聚焦的修改。因为 skill 就是普通文件，模型很擅长改它；改动可审、可批、可合，走正常 PR 流程；合并后，下一次内层 skill 运行自然继承改进。
Warp 现在把这套模式铺到整个开源仓库：写规格、做评审、做 issue 分流的 Agent，各自带着自己的自我改进回路。Zach 的原话被文中引用成一句几乎像产品 slogan 的话：file-based skills 是把知识编码给 Agent、却不必塞进提示词的方式；框架真的很简单——领域 skill 加改进者 skill，简洁本身就是优点。
文中还给出一套可操作的写作建议：写原则不要写死规则；解释「为什么」；把反馈收在人已经工作的地方（PR/issue 评论），别再加提交表单；skill 要小，用渐进披露，引用资源文件与脚本而不是一次灌满上下文；反馈质量重于数量，但数量也有用；改进者 skill 值得多下功夫，因为它跨用例可复用。另外有一个明确区分：skills 是程序性的、稳定的、「如何做 X」，经审议才改；memory 是推理时自动写入、一直在变的。反馈可能是错的，所以不要让 Agent 盲目接受——给它 sanity-check 的上下文，过滤谁的输入算数，并在过滤或最终评审处留人。
最完整的演示是 issue triage Agent。有人新开 GitHub issue，GitHub Action 触发 Agent：分析复杂度与可行性、打标签、建议修复方向。内层 skill 定义每个标签意味着什么、动手前怎样研究代码库。一次样例里，第一轮做得不错，但漏了 ready to spec 标签——表示贡献者可以开始写产品与技术规格。维护者直接在 issue 上留言，说明期望什么、为什么期望。外层改进者在 Oz 里作为定时「update triage」Agent 运行：登录 GitHub，跑 skill 自带的 Python 脚本拉带反馈的近期 issue，汇总成 JSON 再读回上下文，提出最小编辑，并开 PR 改内层 skill——让「真实问题已描述清楚、即便 UI 形态未定」时也能打上 ready to spec。PR 描述写明信号来源与改了什么；人审、合入，下一次 triage 继承新知识。人合入这一步，被写成回路的闭合条件，也是控制权仍在人手上的证明。
为什么这比「再调一次提示词」更值得写
过去两年，Agent 产品最常见的失败模式不是模型不够聪明，而是组织知识无法沉淀：提示词散落在某人笔记本里，成功案例无法复现，失败案例随聊天窗口关掉。Warp 的方案把「改进」本身工程化了——改进的对象是文件，改进的通道是 PR，改进的触发是人类在原工作面留下的信号。
对开发者，这几乎是一套可抄的脚手架：内层 skill + 外层 improver + 人审合入。它降低了对「超级提示词工程师」的依赖，把组织约定变成 git 历史。对企业，吸引力在于审计叙事：谁改了 Agent 的行为、依据哪条反馈、何时生效，都能在仓库里追。对普通用户，间接影响是体验：终端或 IDE 里的 Agent 如果真能从你的纠正里学会本地惯例，噪音会下降；如果只会记「memory」却从不把稳定程序写回可审文件，你仍会感觉它每次都像新同事。
技术上，创新点不在新算法，而在 控制面：把 Claude Platform 的 skills 当成可部署单元，把编排平台 Oz 当成定时观察者，把 GitHub 当成反馈总线与变更闸门。公开文章没有给出回路前后的准确率表、误标率下降曲线，或改进者 PR 被拒比例；「更好」主要靠叙事与机制描述成立。作者判断：这正是这类案例文的诚实边界——它卖的是可复用模式，不是可复现实验。
和谁在抢「会变聪明的 Agent」叙事
OpenAI、Google、微软都在讲记忆、自定义指令、企业知识库；Cursor、Claude Code、各类 coding agent 则在堆上下文工程与 hooks。Warp 这篇被 Anthropic 放上官方博客，等于把「file-based skills + improver 回路」标成 Claude 生态的示范打法，和纯 chat memory、纯 RAG 知识库形成对照：前者强调程序性知识的版本化，后者更常强调事实检索。
和「更强模型」军备比，这是另一条线：谁先让客户把组织惯例写进可合入的 skill，谁就提高了迁移成本。和 Anthropic 自己的 Claude Tag、Managed Agents 叙事也能对上——都在把 Agent 从一次性对话推成可运维系统。作者判断：未来半年，采购清单上会出现一类新问题：「你们的 Agent 改进是不是走 PR？错误反馈会不会自动污染全局？improver 能不能按域拆开？」答不上来的，多半还在卖演示。
风险、局限和需要留着的怀疑
官方已提示的：反馈可能是错的；不要盲目接受；质量高于数量但仍需量；领域若可验证，先建验证脚手架再调；不可验证时，人类反馈应限制在领域专家。
公开材料没证明的：回路在 Warp 之外客户环境的迁移成本；改进者提出的「最小编辑」是否会在长周期内漂移成相互矛盾的规则堆；当数百人贡献、数千次评审时，噪音反馈如何被加权；以及 Oz 与 Claude Platform 的耦合是否构成隐性锁定。
作者判断：商业动机很清楚——Anthropic 需要证明 Claude Platform 不只是调用模型的管道，而是能承载「会自我改进的 Agent 产品」的平台；Warp 需要证明自己的终端不是套壳聊天，而是有独特 harness。争议在于：把 skill 当代码审，也会把「提示词政治」带进 code review——谁有权改全局评审惯例，可能变成新的组织摩擦。另外，自我改进若缺少黄金集或确定性评测，很容易变成「谁嗓门大谁改规则」。
我怎么看
我买账的部分，是把反馈留在 PR/issue、把改进落成可审文件、把人留在合入闸门——这比「开启记忆」四个字更像工程。issue triage 那个 ready to spec 例子尤其好：改进来自一次讲清「为什么」的维护者留言，而不是一千个拇指。
我保留怀疑的部分，是案例发生在 Warp 自己的开源仓库与自建编排平台上，工具完备、文化同质；换到权限混乱、标签体系漂移、资深工程师不愿写长评论的组织，同样的框架可能先产出大量低质量 skill PR，反而增加审查负担。公开文也没有告诉你：关掉这条回路后，指标会坏多少。
接下来六到十二个月
若「内层 skill + 外层 improver + 人审 PR」成为 Claude 生态的默认教材，竞争会从单次任务成功率，转向 技能资产的治理：版本、权限、评测门禁、跨 Agent 复用的 improver 模板。OpenAI 与微软会用各自的 memory/自定义 GPT/Copilot Studio 叙事接招；开源 coding agent 则要比拼谁能把同类回路做得更可观测、更可回滚。
对读者，验收可以很具体：你们有没有把 Agent 行为变更当成代码变更？有没有拒绝错误反馈的过滤层？有没有在合入 skill 前跑一小撮回归任务？谁先把这些问题做成默认产品能力，谁才是在卖会Compound的 Agent，而不是每周重写一遍的提示词剧场。