正在打开每日关注
正在打开每日关注
以 GitHub issue triage 为例，展示 Agent Skill 如何通过反馈、规则提炼与 PR 审核持续进化。
最近大家都在聊 agent 的「loop」，但很少人讲清它到底是什么。Warp CEO Zach Lloyd 给了一个能落地的版本：让 Skill 从反馈里自我进化的双层循环，以 GitHub issue 三分类为例。 内循环：每来一个新 issue，GitHub Action 触发云 agent 跑 triage Skill，自动分到 ready-to-implement / needs-info / duplicate 三档，打标签并发一条带隐藏标记 oz-triage v:N 的评论，求 👍/👎。 外循环：每天一个定时 agent 拉取近 14 天所有被分类的 issue，收集三类信号，评论赞踩、人工纠正回复，还有「人把标签从 ready 改成 needs-info」这种标签漂移（最强 ground truth）。然后把信号提炼成可泛化规则，比如别盯着单个 issue 改，而是写成「崩溃报告缺 OS 版本号一律归 needs-info」，再塞进 Skill 的 Learned guidelines 段、版本号 +1，开 PR 让人 review 合并，永不自动改 main。 要点就一句：Skill 就是文件，改进 = 对文件做 diff；反馈天然藏在 issue 标签和评论里，零额外标注成本。同样适用于 code review、bug 修复、事件响应；目标明确时可用自动 grader 替代人工。Warp 已用它管理自家开源仓库并开源了框架（oz-for-oss）。
是什么 这条内容把 agent loop 解释为“执行循环+学习循环”的双层闭环，而不是单次调用模型。内循环在新 issue 到达时运行 triage Skill，输出 ready-to-implement、needs-info、duplicate，写入标签和带版本标记的评论，并收集赞踩；外循环按日聚合近 14 天的反馈、人工纠正和标签漂移，再提炼为规则并提交 PR。核心设计 关键抽象是把 Skill 当作可 diff、可版本化、可审查的文件，把 issue 标签和评论变成低成本监督信号；人工始终掌握合并权，且标签漂移被视为比单次反馈更强的 ground truth。这样能把模型犯错转化为规则资产持续演进，并形成可回溯的修改链。关键洞察 反馈闭环的价值不只在自动化，而在于从个案纠正上升到可泛化的条件规则；目标清晰时，自动 grader 可替代部分人工判断。边界与风险 三分类定义、标签含义和评论格式必须稳定，否则学习信号会污染；赞踩可能稀疏或有偏，14 天窗口也未必覆盖长期变化。自动生成规则仍可能过拟合，应限制 diff 范围、保留版本与测试样例，并让 PR review 成为发布闸门。