技能自我改进循环：高效构建与持续优化指南
通过「内循环+外循环」双轨架构，AI Agent能够自主迭代技能，形成持续优化的自反馈闭环。
核心要点：
- 自我改进循环的核心理念与双循环结构设计
- 内循环执行任务、外循环审查反馈的具体运作流程
- 基于GitHub Actions与云端Agent的实战部署案例
导读
近期「循环（loop）」驱动Agent的讨论热度很高，但一个关键追问随之而来——「循环」到底指什么？
无法代表所有使用该术语的观点，但可以展示一套具体实践：借助Skills和云端Agent构建一种极具实用价值的循环——自我改进循环。
其核心在于：Agent能够根据外部反馈，持续提升自身Skills的质量。下文的例子引入了一个人工审查环节，但如果评估标准明确且无需人工介入，完全可以用自动化评分器（automated grader）替代。
为了更具体，假设这个Skill负责Issue分诊（issue triage），将收到的Issue划分为三类：可实施（ready-to-implement）、重复（duplicate）、需补充信息（needs-info）。同样的方法也可复用到代码审查Skill、Bug修复Skill、事件响应Skill等场景。
需要搭建以下两个循环：
内循环（inner agent loop）：这是Skill实际投入使用的环节。对于Issue分诊，可以手动触发，但更常见的做法是集成到任务追踪器中，每次新建Issue时自动调用该Skill。每次与Skill的交互记录都会被持久化——写入文件、Agent执行日志，或是Slack、GitHub等外部系统的交互历史。
外循环（outer agent loop）：这是一个按计划运行的Agent，负责监控内循环中Skill的使用情况。针对Issue分诊器，通常会部署一个云端Agent，定期拉取每条分诊Agent的执行记录。它的核心职责是审查内循环Agent的所有运行记录，并根据这些表现数据调整Skill。由于Skills本质上是文件，这意味着外循环Agent需要基于历史运行中的用户反馈生成一个diff，从而改进Skill。
接下来用Warp和Oz（Warp的云端Agent平台）来演示具体实现，当然也有多种其他可行方案。这里选用GitHub Issues作为Issue追踪器。示例仓库中包含了可直接操作的Skills和GitHub Workflows。
第一步：搭建内循环
内循环通过一个GitHub Action来实现，每次创建新Issue时自动触发。
该GitHub Action通过Oz（Warp的云端Agent平台）调用一个云端Agent。云端Agent会同步仓库、从GitHub拉取Issue内容，然后尝试对其进行分类。具体的配置代码位于下方链接的仓库中。
现在，每次有新Issue进入，云端Agent就会执行内循环的分诊Skill，并打上标签，表明有一个新的功能请求已具备实施条件。
第二步：搭建用于自我改进的外循环
假设人工审核者不认同Agent的分类结果。作为审核者，将Issue的标签从「可实施」改为「需补充信息」，并在讨论串中评论分类错误的原因——例如，该新功能是否需要添加设置项尚存歧义。
这正是外循环的亮点所在。外循环Agent每天运行一次，检查所有已完成分诊的Issue。运行时，它会发现人工调整了标签并附带了原因说明。
由于外循环Agent的Skill本身也是通过编程Agent运行的，它会根据收到的反馈生成一个diff，从而更新分诊Skill的内容。
一旦这个diff被合并入库，它便会反馈到驱动内循环Agent的Skill中。下一次Agent运行时，Skill的表现自然会提升。
非常期待知道这种做法是否对你有帮助。我们正用自我改进循环来管理Warp的开源仓库，并将背后的框架提炼出来供他人采用。早期版本已经发布。