Warp convierte los comentarios de los usuarios en agentes que mejoran solos con Claude
Warp builds self-improving agents on Claude
Warp, el terminal y entorno de desarrollo con IA, ha creado un sistema de agentes auto-mejorables basado en skills de Claude. El problema: los agentes de revisión de código generaban comentarios inútiles y el feedback de los usuarios se perdía al finalizar la sesión. La solución: un bucle de mejora continua con dos skills (una base y una mejoradora) que convierte el feedback humano en actualizaciones del skill base, revisables y fusionables como PRs. Este patrón se aplica a toda su base de código open source, con agentes de especificación, revisión y triage que aprenden de los comentarios de los desarrolladores. El resultado: agentes que mejoran con el tiempo y se adaptan a las convenciones del equipo.
“Los skills basados en archivos son una forma de codificar conocimiento para los agentes sin ponerlo directamente en el prompt, como algo que el agente puede simplemente consultar mientras hace su trabajo”, dice Zach Lloyd.
- bwfan123
> Los agentes necesitan manejar tareas recurrentes de manera confiable y efectiva
Este problema central sigue sin resolverse. La solución presentada en el artículo con Human In The Loop y algo de magia de habilidades como "Escribe principios, no reglas, etc." es insatisfactoria porque no ofrece garantías en absoluto. Me resulta difícil aprovechar los agentes en flujos de trabajo deterministas que necesitan producir resultados confiables.
- sandeepkd
Estaba un poco confundido al principio pensando que era algún producto de Anthropic, parece que Warp es la startup, muy probablemente obteniendo un descuento por usar Claude y proporcionando funcionalidad a los usuarios, tratando de engancharlos a la función. Y Anthropic es quien hace marketing por ellos porque al final es su LLM el que se está utilizando. No estoy seguro sobre los agentes, pero este arreglo definitivamente está aumentando el valor de ambas empresas de manera circular.
- themgt
> ¿Y si resulta que la verdadera AGI eran los archivos SKILL.md que hicimos en el camino?
- JLO64
Ya sabía lo que es Warp (cambié a Ghostty y no he mirado atrás), pero me resulta extraño que la tarjeta "The quick pitch" al principio de este artículo no mencione lo que la empresa realmente hace. ¿A quién le importa más su fundador/crecimiento/edad que eso?
- ziyadb
El problema de manejar tareas recurrentes de manera predecible se reduce a la naturaleza probabilística de los LLM, que se basan en la predicción del siguiente token.
Fundé una empresa llamada Aide donde nuestro objetivo era ayudar a los equipos de soporte a implementar agentes orientados al cliente de manera confiable sin preocuparse por interacciones deficientes. El primer problema que necesitábamos resolver era hacerlos deterministas y eliminar la varianza que viene naturalmente con los modelos base.
Lograr que siempre se adhieran a la política de la marca, eliminar la alucinación y mantenerse fundamentados en los datos fue un desafío divertido. Me enorgullece decir que hemos ideado una solución que funciona bien y ha funcionado bastante bien en entornos de alto cumplimiento y regulados.