AI 老是學不乖？問題不在 prompt！Anthropic 記錄 Warp 用兩個檔案接住回饋

Warp 撞上 AI 重複犯同樣錯誤的老問題，癥結是人類回饋在 session 結束時就消失。Anthropic 官方 blog 記錄這家終端機 AI coding agent 公司怎麼用兩個檔案接住回饋。 ⭐ 文章深度讀：如果你今天只想做最小版本 → https://heymaibao.com/warp-self-improving-agent-two-files/ ⚡ 章節重點 開場：你糾正的那句話去哪了 00:00 來源與真正的診斷 00:32 兩個檔案的架構 02:15 一個漏掉的標籤讓迴圈跑起來 04:06 被低估的一句話：skill 是檔案 05:41 這套簡單的隱藏帳單 07:07 只想做最小版本的話 08:31 結語 09:17 📝 懶人包 ∙ Warp 內部的程式碼審核 agent 品質很差，工程師抱怨它的意見沒有幫助。團隊試過手動改 prompt、也試過改善 AGENTS.md 這類脈絡檔，兩招都只能治標 ∙ 真正的診斷是回饋在 session 結束時消失。解法是兩個 skill 檔：inner skill 帶著領域知識做事，outer improver skill 定期執行、比對人類回饋、提出對 inner skill 的一個小幅編輯 ∙ 因為 skill 就是純檔案，這些修改可以走團隊本來就在用的程式碼審核流程，人類在最後一關 review 與合併，決定要不要讓 agent 真的變成這樣 ∙ 我的觀察是，這套做法的門檻不在技術，在於你的回饋有沒有落點。多數人給 AI 的回饋是在對話裡罵一句就過去了，Warp 的做法是逼回饋落在檔案上，再讓另一個 agent 去讀那些檔案 📚 參考資料 How Warp builds self-improving agents on Claude → https://claude.com/blog/how-warp-builds-self-improving-agents-on-claude Agent Skills - Claude Platform Docs → https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview Skill authoring best practices - Claude Platform Docs → https://platform.claude.com/docs/en/agents-and-tools/agent-skills/best-practices Introducing Oz: the orchestration platform for cloud agents → https://www.warp.dev/blog/oz-orchestration-platform-cloud-agents Warp's issue triage agent → https://github.com/warpdotdev/warp-agents-demo-github-issue-triage