Агент теперь сам чинит свои инструкции: Warp собирает провалы разговоров в PR к скиллу

Скилл лежит обычным markdown-файлом: `.agents/skills/<имя>/SKILL.md` в репозитории или `~/.agents/skills/` глобально, оттуда его читают и Warp, и Claude Code, и Codex, и Cursor. До сих пор этот файл правил человек, заметив, что агент промахивается на одном и том же месте второй раз. Warp отдаёт правку самому агенту.

Как крутится петля. Scorer, модель-судья, размечает завершённые разговоры по критериям, которые пишешь сам: инструкции судьи, модель судьи, классификации со score, порог прохождения и доля разговоров на автооценку (ноль выключает её совсем). Похожие провалы система собирает в группы и заводит на них обычные агент-раны. В готовом PR появляется секция «Regressions addressed» со ссылками на упавшие раны.

Включается тумблером. Self-improvement живёт в Warp Factories и зажигается на конкретном Scorer. Сама фабрика собирается минут за пять: кнопка + рядом с Factories, выбор код-хоста, один-два репозитория, имя фабрики и @-алиас форемана, потом агенты Triage, Spec, Implement и Review. Implement выключать нельзя, иначе PR не будет вовсе.

Дверь пока узкая. Factories раздают в раннем доступе ограниченному набору команд: нужна активная команда в Warp с кредитами платформы, подключённый GitHub или GitLab и права на репозиторий. В закрытой бете Warp давал квалифицированным организациям $10 000 работы фабрики бесплатно.

Без фабрики тоже собирается. Зак Ллойд показал 16.06 схему из двух скиллов: внутренний работает, внешний его правит. GitHub Action ловит новые issue, а облачный агент раз в день сверяет разметку агента с правками людей и открывает диф к скиллу. Готовый пример лежит в репозитории issue-triage-loop.

Сырья для оценки у Warp хватает: 40 млн разговоров с собственным агентом и 10 млн сессий Claude Code внутри Warp, 800 тыс. разработчиков в месяц (данные Anthropic, 26.08). Своими фабриками компания закрывает 30% внутренних задач, а один PR на витринном дашборде стоит $57.55.