Warp — самоулучшающиеся агенты на двух навыках с человеческой обратной связью
Саммари
Агент-ревьюер Warp выдавал бесполезные комментарии, инженеры жаловались, и команда перебрала несколько подходов, прежде чем нашла настоящую причину: обратная связь к агенту исчезает вместе с сессией. Решение — петля самоулучшения из двух навыков: базовый навык несёт доменные знания, а внешний навык-«улучшатель» наблюдателем собирает фидбек и предлагает маленькую правку базового навыка, которая идёт через обычный PR-процесс.
Из этого следует: фидбек без носителя — не фидбек. Запись в лог сессии, которая исчезает с её закрытием, не создаёт петли улучшения; её создаёт файл навыка, проходящий ревью.
На практике для Revit-инструментов: улучшающая петля работает, когда задача версионируется — параметры семейства, правила проверки, шаблоны отчётов. Ошибка агента фиксируется как правка правила, а не как заметка.
Важный нюанс: предложение от улучшающего навыка не применяется автоматически. Требование «человек в контуре» — не формальность, а то, что делает петлю безопасной: без него улучшатель сам оптимизирует навык под в том числе и ошибочный фидбек.
Второй нюанс: «написать принципы, а не правила» противоречит интуиции инженера, который хочет детерминизма. Тут выигрывает обобщение: жёсткие правила не переносятся на новые случаи, а принципы переносятся.
Третий нюанс: поставляемый скрипт внутри навыка — дешёвая и недооценённая оптимизация. Без него агент пишет код парсинга фидбека на каждом запуске, и это и источник ошибок, и лишние токены.
Четвёртый нюанс: масштабирование петли упирается не в агента, а в ревью. Warp прогоняет её на всём open-source репозитории — но каждое предложенное улучшение проходит через человека, поэтому 400K+ ревью в неделю идут через тот же процесс.