Warp, o ambiente de terminal e desenvolvimento alimentado por IA, construiu uma arquitetura de agentes auto-melhorantes na plataforma Claude para resolver problemas de confiabilidade de tarefas recorrentes. Fundada em 2020 por Zach Lloyd, Warp enfrenta o problema comum em que um prompt de primeira tentativa que atinge 80% de corretude na tarefa cria experiências de usuário ruidosas. A equipe inicialmente tentou reescrever manualmente os prompts e melhorar os arquivos de contexto, mas descobriu que essas soluções não escalavam.

O problema central era que o feedback enviado aos agentes normalmente desaparece quando as sessões terminam, removendo o contexto crítico do loop de agentes. A solução de Warp é um framework baseado em Agent Skills onde o feedback se acumula ao longo do tempo para refinar a saída do agente. A arquitetura consiste em dois tipos de habilidades: uma habilidade interna/base que contém conhecimento de domínio funcional e instruções, e uma habilidade externa/aperfeiçoadora que atua como um agente observador.

O aperfeiçoador é executado conforme um cronograma, puxando feedback humano acumulado e comparando as sugestões do agente com as respostas humanas para propor edições focadas à habilidade base. Como as habilidades são arquivos simples, as atualizações são revisáveis, aprováveis e mescláveis por meio de fluxos de trabalho PR normais. Uma vez mescladas, a próxima execução da habilidade interna herda a melhoria.

Warp agora executa este padrão em todo o seu repositório de código aberto com agentes separados para escrita de especificações, revisão e triagem, cada um com seu próprio loop de auto-melhoria. O framework permite melhorias cumulativas sem poluir os prompts brutos, criando um caminho sustentável para um desenvolvimento assistido por IA cada vez mais confiável.