Warp, insan geri bildirimini Claude kodlama ajanları için kendini geliştiren skill'lere dönüştürüyor

Sorun: buharlaşan geri bildirim

Hacker News üzerinden görülen, Anthropic'in Claude blogunda yayımlanan bir yazıya göre Warp, kendini geliştirme döngüsüne ancak alternatifini yaşadıktan sonra ulaştı. Şirket — 2020'de Zach Lloyd tarafından kurulan, yapay zekâ destekli bir terminal ve agentic geliştirme ortamı — dahili kod inceleme ajanının faydasız yorumlar ve düşük kaliteli çıktı ürettiğini gördü. Yinelenen bir görevin yaklaşık yüzde 80'ini çözen bir prompt kulağa hoş geliyor; ta ki kalan yüzde 20, ajanı gürültülü ve birlikte çalışması sinir bozucu hale getirene kadar.

İlk düzeltmeler elle yapıldı: mühendisler başarısızlıkları gözlemledikten sonra prompt'u yeniden yazdı ve AGENTS.md gibi bağlam dosyalarını zenginleştirdi. İkisi de yardımcı oldu; hiçbiri ölçeklenmedi. Daha derin teşhis yapısaldaydı — bir ajana verilen geri bildirim, amacı her ne olursa olsun oturum sonlandığında çöpe gidiyor; dolayısıyla her kullanıcı düzeltmesinin yeniden öğrenilmesi gerekiyor ve hiçbir şey birikmiyor.

Bahse girilen şey küçük değil. Yazı Warp'ın ölçeğini sıralıyor: 73 milyon dolar yatırım, aylık yaklaşık 800.000 geliştirici, Fortune 500 şirketlerinin yüzde 56'sı tarafından kullanım, bugüne dek Warp içinde çalıştırılmış 10 milyon Claude Code oturumu (haftada 400.000'den fazla) ve toplam 40 milyon ajan görüşmesi.

İki skill ve arada bir insan

Warp'ın yanıtı — Claude Platform, Rust, Golang, GitHub Actions ve dahili orkestrasyon platformu Oz üzerine kurulu — iki "skill"den oluşan bir döngü: ham prompt'un dışında duran, ihtiyaç duyuldukça danışılan, dosya tabanlı bilgi kodlamaları.

İç, yani temel skill, işlevsel domain bilgisini taşır. Bir pull request açıldığında, kod inceleme ajanı bu skill'e ve bağlamına karşı çalışarak incelemeyi üretir. İnsanlar çıktıyı puanlar — en azından bir beğeni, ama Lloyd ayrıntılı düzeltmelerin çok daha değerli olduğunu savunuyor; örneğin önerilen bir değişken yeniden adlandırmasının kod tabanındaki global adlandırma kuralını ihlal ettiğini açıklamak gibi.

Dış, yani improver skill'i ise görev başına değil, zamanlamayla çalışan bir gözlemci ajandır. Biriken insan geri bildirimini çeker, ajanın ne önerdiğini insanların gerçekte nasıl tepki verdiğiyle karşılaştırır ve temel skille küçük, odaklı bir düzenleme önerir.

Skill'ler düz dosyalar olduğundan ajanlar onları iyi düzenler ve düzenlemeler sıradan bir pull request ve kod inceleme iş akışından geçer. Birleştirildikten sonra, iç skill'in bir sonraki çalışması iyileştirmeyi devralır. Warp artık tüm açık kaynak deposunda ayrı spec yazma, inceleme ve triage ajanları çalıştırıyor; her biri kendi döngüsünü taşıyor.

Triage ajanı, uçtan uca

Issue triage ajanı bu mekanizmayı somut biçimde gösteriyor. Birisi issue açtığında bir GitHub Action tetikleniyor; ajan karmaşıklığı ve uygulanabilirliği değerlendiriyor, etiketler atıyor ve bir çözüm yönü öneriyor; her etiketin ne anlama geldiğini ve harekete geçmeden önce kod tabanının nasıl araştırılacağını tanımlayan bir iç skill'e rehberlik ediyor.

Yazıdaki örnekte ajan sağlam bir iş çıkardı ama "ready to spec" etiketini kaçırdı; bu etiket, katkıcıların issue'ya karşı ürün ve teknik spec'ler oluşturmaya başlayabileceğini işaret ediyor. Bir maintainer, geri bildirimi doğrudan issue'nun üzerinde — işin zaten gerçekleştiği yerde — bıraktı; hem ne beklendiğini hem de nedenini açıkça yazdı.

Ardından improver skill'i, Oz içinde zamanlanmış bir "update triage" işi olarak çalıştı. GitHub'a kimlik doğrulaması yaptı, geri bildirim içeren son issue'ları getirmek için skill'le paketlenmiş bir Python betiğini çalıştırdı, bunları bir JSON dosyasında özetledi ve dosyayı tekrar bağlama okudu. Oradan maintainer'ın somut sinyallerini ayırdı ve bunları yakalayan en küçük skill düzenlemesini içeren bir pull request açtı.

Geliştirilebilir skill'ler yazmak için rehberlik

Lloyd'un ekibi pratik kurallar sunuyor. En kapsamlı kurallar yerine ilkeler yazın: bir ajana "akıllı birine" talimat verir gibi yönlendirmek, değişken adlandırma kurallarını tek tek sıralamaktan daha iyi genelleşir. Her talimatın gerekçesini açıklayın ki ajan örüntü eşleştirmesi yerine akıl yürütebilsin. Geri bildirim vermeyi neredeyse zahmetsiz hale getirin; PR veya issue yorumlarında, ayrı bir gönderim adımı olmadan yakalansın — onun deyişiyle "düşük sürtünme, sinyalin akmaya devam etmesini sağlar." Skill'leri küçük tutun; her şeyi bağlama tıkmak yerine betiklere ve kaynak dosyalarına başvurun. Hacimden çok geri bildirim kalitesini tercih edin; yine de Warp'ın yüzlerce katkıcıdan gelen binlerce incelemesi ikisinin de yardımcı olduğunu düşündürüyor. Ve improver skill'ine yatırım yapın: domain'e özgü kısmı dışında, bir ajandan diğerine büyük ölçüde yeniden kullanılabilir.

Neden önemli

Bugünkü ajan dağıtımlarının çoğu durum bilgisiz öğrenicilerdir: kullanıcının bir oturumda ajana öğrettiği her şey, oturum kapandığında kaybolur; dolayısıyla kalite orijinal prompt'un seviyesinde platoya ulaşır. Warp'ın deseni bu geçici geri bildirimi versiyonlanmış, insan tarafından incelenebilir artefaktlara dönüştürür ve ajanın yazılımın geliştiği gibi gelişmesine izin verir — diff'ler, pull request'ler ve inceleme yoluyla. Özellikle, ince ayar (fine-tuning) ya da özel bir bellek altyapısı gerektirmez; sadece dosyalar, bir zamanlayıcı ve sıradan model erişimi üzerine standart bir inceleme iş akışı. Sınırlılık simetriktir: döngü, insanlar kendilerini açıkladığı hızda birikir; çünkü ikili bir beğeni asla nedenini söylemez.