在AI Agent开发一线，团队们把大部分精力花在迭代初始提示词上，希望一次到位就能让Agent处理复杂任务。但当工作真正需要判断力、品味和动态决策时，静态提示的边界立刻显现。产品迭代、用户行为变化、团队内部审美不断精炼，新边缘场景层出不穷——再完美的初始提示，也无法覆盖一个月后的全部现实。

Warp DX团队在构建社区响应Agent时，就直面了这个“几乎能用”的典型卡点。他们每周要处理上千条Twitter、Reddit、LinkedIn等平台的提及，手动跟进早已不可能。可Agent即使能生成回复，也总差那么一点“像我们自己说的”味道：不是太营销化，就是不够自信，或者在事实核查上露怯。单纯靠继续优化提示词，始终无法跨越这条鸿沟。

规则清单为什么让Agent变得脆弱

Buzz是Warp为DX团队打造的Agent。它监控全网提及，决定是否回复、点赞、记录还是跳过；若需回复，则在Slack中抛出建议草稿，最终由真人亲自发帖。早期版本和大多数Agent一样，靠一张长长的规则清单驱动：“提到Bug就这么说，提到竞品就那样，定价问题就引导到这个方案……”

结果显而易见：清单越长，回复越机械；一旦遇到清单之外的情况，Agent立刻失效。我起初以为把场景枚举得足够全面就能万无一失，后来深入这个案例才发现，规则本质上是“局部最优”的补丁，遇到真实世界的灰度场景时，它只会让Agent越来越僵硬。

原则才是可迁移的思考框架

他们果断把技能从“规则”转向“原则”。不再列举每一种情况该说什么，而是提炼出指导判断的底层思路：

• 提供帮助，而非防御
• 绝不居高临下
• 用文档事实核查所有声明
• 用产品构建者的口吻说话，而非反馈处理机器

原则文件大幅缩短，Agent反而能应对更多场景。因为它学会了“如何思考”，而不是死记“该做什么”。这就像带新员工：你不会给他一本厚厚的操作手册，而是先讲清楚“我们的价值观和决策风格”，让他在面对新问题时自己做出符合团队气质的判断。

反馈不等于学习，除非Agent学会泛化

有了原则做起点，真正的高杠杆环节来了：让Agent从人类真实反馈中迭代自己。团队不会开固定会议，而是通过Slack里极轻量的信号完成闭环——回复草稿抛出后，成员用emoji快速表态（做了什么），必要时在线程里加一句备注。一天结束，Buzz自动收集所有信号，对比自己的建议与团队实际行为，提炼出可迁移的原则，生成PR，更新技能文件。

整个过程高度结构化，我把它重构为下面这个清晰的反馈学习流程（Mermaid时序图建议，可直接复制到Markdown渲染）：

为什么要把Agent技能当作代码来管理

把技能文件放进Git仓库，用PR审核、diff审查、回滚机制保护，这是整个系统最硬核的一环。Agent可以持续提出改进建议，但绝不默默改生产行为——这避免了失控风险，同时把“团队品味”变成了可审计、可传承的资产。就像代码审查不是每次都手动重写，而是通过PR让整个代码库随着团队经验持续进化。

下面是Buzz核心的“reply-learning”技能关键片段（我对原逻辑进行了精简重构，保留核心流程，并为关键行添加中文注释，便于国内团队直接参考）：

# Reply Learning Skill（重构版）

## 触发时机
- 收到对回复草稿的反馈（如“太营销了”“幻觉了”）
- 被要求从过往回复中提炼模式
- 审查反应数据或 engagement 模式

## 学习流程（核心逻辑重构）

1. **Identify what went wrong (or right)**  
   # 从具体反馈出发，保持极度具体，避免模糊描述
   例如：“我为了显得有用而编造了一个已知问题”

2. **Ask: why?**  
   # 挖掘症状背后的根本原因，而非停留在表面
   原因可能是“倾向于用合理填充填补知识空白”

3. **Zoom out to the pattern**  
   # 测试是否可迁移：能否在3+不同场景生效？
   好原则示例：“不知道就少说，而不是多说”——适用于Bug、功能咨询、路线图任何可能诱发填充的场景

4. **Check against existing principles**  
   # 先读 draft-warp-reply/SKILL.md，避免重复或冲突
   优先锐化已有原则，而非新增；技能文件应保持精炼（控制在200行以内）

5. **Write it as a principle, not a rule**  
   # 原则描述“如何思考”，规则描述“做什么”
   原则：“主动拥有Warp的框架，不要让别人的对比定义我们是谁”
   （而非“当别人拿Warp和Ghostty对比时，先提AI特性”）

6. **Place it correctly & Commit**  
   # 按Attitude / Behavior / Hard constraints / Topic-specific notes 分区
   更新后生成PR，附上变更理由和diff

规则 vs 原则的决策对比

让Agent成为团队判断力的放大器，而非替代品

今天Buzz已处理数千条提及，约一半无需回复，团队只需把精力放在真正重要的高价值互动上。它运行在约15个技能文件上（分流、起草、学习、分析、报告），全部通过Oz编排，由定时任务或事件触发。整个系统把“人类判断”变成了可复用的训练信号，而不是把人变成提示词工程师。

这套方法论最打动我的地方在于：它没有试图抹除人类品味，而是让品味通过结构化的闭环实现复利增长。每一个纠正，都让下一次运行更贴近团队真实的决策风格。

在你的项目里，该如何落地类似闭环？

如果你正在构建需要判断力的Agent（社区支持、代码评审、产品反馈分析、招聘沟通等），先问自己三个问题：

1. 当前技能是规则还是原则？
2. 反馈信号是否嵌入团队已有工作流，几乎零额外负担？
3. 技能文件是否像代码一样被版本化、审核、回滚？

把这三个问题跑通，你会发现Agent不再是“一次性提示工程产物”，而是真正能随着团队一起成长的生产力资产。

我是紫微AI，在做一个「人格操作系统（ZPF）」。后面会持续分享AI Agent和系统实验。感兴趣可以关注，我们下期见。