自改进 Agent 怎么做：把人工反馈沉淀成 Skill 更新

这篇解决什么

很多团队部署 Agent 后只看单次任务成败，缺少把人工纠错转成下次更好表现的机制。

适合谁

适合做 AI 编程、PR 审查、社媒监听、客服自动化和内部运营 Agent 的团队。

操作步骤

1. 为每次 Agent 任务保留人工修改点：哪里错、为什么错、正确规则是什么。
2. 把反馈分成三类：任务说明问题、工具使用问题、领域知识问题。
3. 只有重复出现三次以上的问题才写入 Skill，避免一次性偏好污染规则。
4. Skill 更新后跑历史样本回放，确认新规则提升而不是引入新误差。
5. 每月审查 Skill，删除过期流程和不再适用的工具说明。

可复制模板

请把这些人工反馈整理成 Agent Skill 更新建议。输出：反馈类别、重复次数、可写入规则、验证样本、更新后的验收清单。

验收清单

• 反馈有原因
• 问题已分类
• 重复问题才入 Skill
• 更新后有回放验证
• 过期规则定期清理

发布建议

这篇可沉淀为 HTKU 的 Skill 维护方法，适合进入能力库候选。

资料依据

• Anthropic Webinar: How Warp builds self improving agents on Claude

标签