Önmagát javító ügynököket hoz létre a Warp a Claude-on
A Warp új, „Agent Skills” alapú keretrendszerrel teszi lehetővé az önjavuló AI-ügynökök fejlesztését, ahol a felhasználói visszajelzések folyamatosan finomítják a működést.
A Warp, az AI-alapú terminál és ügynökfejlesztő környezet új módszertant vezetett be az önjavuló AI-agensek létrehozására. A Claude Platformra épülő megoldás lényege, hogy a felhasználói visszajelzéseket egy speciális „improver skill” dolgozza fel, amely módosításokat javasol a tudástároló „base skill”-ben. (Hacker News)
A fejlesztők világszerte közel egymillióan használják a Warp platformot, amelynek ügynökei korábban zajos, kevésbé hasznos kimenetet produkáltak. A probléma megoldására a Warp egy kétlépcsős, készségalapú (skill-based) keretrendszert alakított ki. Az első, belső készség (base skill) tartalmazza a funkcionális tudást, míg a külső, improver skill a visszajelzéseket elemzi és javaslatokat tesz a bázis finomítására.
Önjavító ügynökök készségalapú fejlesztése
A technika lényege, hogy a felhasználói visszajelzések, mint például egy kódellenőrzésnél adott „lájk” vagy részletes komment, nem vesznek el a munkamenet végén. Ehelyett az improver skill ezeket összegyűjti, összeveti az ügynök eredeti kimenetével, és kis, célzott szerkesztéseket javasol a base skill-hez. Ezek a módosítások egy szokásos kód-felülvizsgálati folyamaton mennek keresztül, és miután elfogadásra kerültek, a következő futásnál már az új tudással működik az ügynök.
A Warp jelenleg ezt a mintát alkalmazza a teljes nyílt forráskódú repozitóriumában, külön specifikáció-író, ellenőrző és triázs ügynökökkel, amelyek mindegyike saját önjavító ciklusban működik. Zach Lloyd, a Warp alapítója szerint a készségek fájl alapú tárolása egyszerűsíti a tudás integrálását, és a rendszer lényege a bázis tudás és az azt finomító improver skill.
Tippek önjavító készségek írásához
A Warp csapata szerint fontos, hogy a készségeket inkább szabályok helyett elvek mentén írjuk meg, magyarázzuk el a „miért”-et a jobb általánosítás érdekében, és tegyük a visszajelzést minél egyszerűbbé. A visszajelzést ott kell rögzíteni, ahol a munka történik, például egy PR-kommentben. A készségeket érdemes kicsinek tartani, és a visszajelzés minőségére koncentrálni, bár a mennyiség is segít. Az improver skill-be érdemes extra energiát fektetni, mivel ez a komponens jól újrahasznosítható.
A módszert a Warp issue triage ügynöke is demonstrálja: új GitHub issue esetén egy ügynök elemzi a feladatot, címkézi, és javasol irányt a megoldáshoz. Az egyik esetben egy karbantartó észrevette, hogy az ügynök hiányolt egy címkét, és közvetlenül az issue-ban hagyott visszajelzést, elmagyarázva az elvártakat és azok okát. A Warp 800 ezer havi fejlesztőt támogat, és a Fortune 500 vállalatok 56%-a használja a platformot.