Warp превращает отзывы пользователей в самосовершенствующихся агентов на Claude
Warp builds self-improving agents on Claude
Warp, AI-терминал и среда разработки, создала фреймворк на основе Agent Skills, который позволяет агентам учиться на обратной связи с человеком. Вместо того чтобы терять контекст после каждой сессии, агенты используют два навыка: базовый навык выполняет задачу, а навык-улучшатель анализирует отзывы и предлагает изменения в базовом навыке. Этот цикл позволяет агентам постоянно совершенствоваться, как это видно на примере агента триажа проблем Warp, который учится на комментариях мейнтейнеров.
«Файловые навыки — это способ кодирования знаний для агентов без помещения этих знаний непосредственно в промпт, как то, что агент может просто найти в ходе выполнения своей работы», — говорит Зак Ллойд.
- bwfan123
bwfan123:
> Агентам нужно надёжно и эффективно справляться с повторяющимися задачами
Эта ключевая проблема остаётся нерешённой. Решение, представленное в статье, с человеком в цикле и некоторой магией навыков, вроде «Пишите принципы, а не правила и т.д.», неудовлетворительно, поскольку не даёт никаких гарантий. Мне трудно встроить агентов в детерминированные рабочие процессы, которые должны давать надёжные результаты.
- sandeepkd
sandeepkd:
Я сначала немного запутался, думая, что это какой-то продукт от Anthropic. Похоже, Warp — это стартап, который, скорее всего, получает скидку на использование Claude и предоставляет функциональность пользователям, пытаясь подсадить их на эту функцию. А Anthropic занимается их маркетингом, потому что в конечном итоге используется именно их LLM. Не уверен насчёт агентов, но такая договорённость определённо повышает ценность обеих компаний по кругу.
- themgt
themgt:
> Что, если окажется, что настоящий AGI — это файлы SKILL.md, которые мы создавали по пути?
- JLO64
JLO64:
Я уже знал, что такое Warp (я перешёл на Ghostty и не оглядывался), но мне кажется странным, что карточка «Краткое описание» в начале этой статьи вообще не упоминает, чем на самом деле занимается компания. Кому важнее их основатель, рост или возраст, чем это?
- ziyadb
ziyadb:
Проблема предсказуемой обработки повторяющихся задач сводится к вероятностной природе LLM, основанных на предсказании следующего токена.
Я основал компанию под названием Aide, где нашей целью было помочь командам поддержки надёжно разворачивать агентов для клиентов, не беспокоясь о плохих взаимодействиях. Первая проблема, которую нам нужно было решить, — сделать их детерминированными и устранить вариативность, естественно присущую базовым моделям.
Заставить их всегда следовать политике бренда, устранить галлюцинации и оставаться привязанными к данным было интересной задачей. Горжусь тем, что мы разработали решение, которое хорошо работает и отлично показало себя в средах с высокими требованиями к соответствию и регулированию.