Anthropic发布AI终端Warp的agent自我改进机制分析(800,000开发者每月)

Anthropic 刚刚发布了一份完整的分析，内容是关于最大的 AI 终端如何让它的智能体实现自我改进。

如果你还没听说过，Warp 是一个围绕智能体重构的终端。月活开发者 80 万，56% 的财富 500 强企业在使用，已经融资 7300 万美元。已有 1000 万次 Claude Code 会话在其中运行，每周超过 40 万次。

他们自己的代码评审智能体过去总是写出没用的评论，工程师们对此怨声载道。他们试过每次出现糟糕的评审后手动重写提示词，之后又改进了上下文文件。两种方法都有点用，但都没法规模化。

真正的问题在于，反馈会在会话结束后消失。所以他们用两个文件构建了一个循环。

第一个文件保存智能体工作时用到的知识。智能体完成工作后，人类会直接在工作发生的位置做出反馈——也就是在拉取请求的评论里。不是简单打分，而是给出具体原因：比如你建议重命名这个变量，但我们对这类变量的命名规范不一样。

第二个文件是一个观察者，它按计划运行，而不是每个任务都运行一次。它收集反馈，对比智能体的提议和人类的回应，然后对第一个文件做最小限度的修改，修改会通过拉取请求提交。有人评审后合并，下一次运行就能继承这次改进。

他们总结出两条规则：写原则，而不是写死规则，并且永远要解释为什么。