Warp, терминал и среда разработки, управляемые ИИ, построил архитектуру самосовершающихся агентов на платформе Claude для решения проблем надёжности повторяющихся задач. Основанная в 2020 году Zach Lloyd, Warp сталкивается с распространённой проблемой, когда первичный запрос, достигающий 80% точности задачи, создаёт шумный опыт для пользователей. Команда сначала попыталась вручную переписывать запросы и улучшать файлы контекста, но обнаружила, что эти решения не масштабируются. Основная проблема заключалась в том, что обратная связь для агентов обычно исчезает, когда сессии завершаются, убирая критически важный контекст из агентского цикла. Решение Warp — это фреймворк на базе Agent Skills, где обратная связь накапливается с течением времени для уточнения вывода агента. Архитектура состоит из двух типов навыков: внутреннего/базового навыка, содержащего функциональные знания домена и инструкции, и внешнего/улучшающего навыка, выступающего в роли наблюдающего агента. Улучшатель запускается по расписанию, извлекает накопленную человеческую обратную связь и сравнивает предложения агента с человеческими ответами, чтобы предложить целенаправленные правки к базовому навыку. Поскольку навыки являются обычными файлами, обновления могут быть просмотрены, одобрены и объединены через стандартные рабочие процессы PR. После объединения следующий запуск внутреннего навыка унаследует улучшение. Warp теперь запускает этот шаблон по всему своему открытому репозиторию с отдельными агентами для написания спецификаций, обзора и триажа, каждый из которых имеет собственный цикл самосовершения. Фреймворк позволяет накапливать улучшения без загрязнения сырых запросов, создавая устойчивый путь к всё более надёжной разработке с поддержкой ИИ.