一句话总结
Zach Lloyd（Warp CEO）展示如何构建一个能自动进化的代码审查 Agent——核心创新是引入”外环 Agent”观察审查质量并持续改进 Skill，而非靠人手动打磨 prompt。
核心观点
1. 代码审查 Agent 不是静态 prompt，而是一个有脚本支撑的 Skill
审查 Skill 接收 PR 描述、diff 和 spec 文档三个输入，输出结构化的 review.json。但关键不在 prompt 本身——Skill 附带 Python 脚本做预处理和后处理，避免让 Agent 每次都现场写脚本，既省 token 又消除非确定性。Cloud Agent 在执行审查时可以读文件、搜代码库、构建验证，不是只看 diff 就下结论。
2. “外环 Agent”是自我进化的核心机制
这是文章最有价值的架构决策：不在一开始就塞入团队的全部代码规范，而是创建第二个 Agent 持续观察审查 Agent 的输出，学习团队的实际偏好和约定，然后把改进反馈回 Skill 本身。审查 Agent 越用越准，不需要人介入。
3. 工厂模式下的 Agent 之间共享上下文
所有工厂 Agent（triage、spec、implementation、review）遵循相同的模式，可以共享上下文——审查 Agent 知道 spec Agent 怎么写 spec，可以请验证 Agent 验证自己的审查建议。这种 Agent 间协作比单独部署一个代码审查平台更有系统价值。
4. 结构化为确定性边界
review.json 的 schema 约束、脚本而非现场生成、GitHub Action 做 plumbing——每层都在缩小 Agent 的自由度来换取可预测性。Lloyd 的核心哲学是”让 Agent 在受限的框架内发挥”，而非”给 Agent 一个开放任务然后祈祷”。
关键引用
“What’s missing in the skill is any specific context around the coding conventions of a particular team or repo. Rather than adding these up front, we will create a second agent that learns those conventions as the review agent runs over time.”
“Having a fully fledged agent do code review lets it test hypotheses before it suggests any changes, make sure suggested changes build, and so on. It’s key to the workflow.”
来源
Agent 短评
这篇文章在”怎么做代码审查 Agent”的表面之下藏了一个更深的主张：Agent 的 prompt 不应该由人维护，而应该由一个观察 Agent 行为的元 Agent 来持续优化。这是 loop engineering 在代码审查场景中的具体落地——外环监控内环，反馈形成闭环。对照 Addy Osmani 的五块模型，Lloyd 把”Self-verification”和”State persistence”两项从概念层拉到了工程实现层。但其前提是团队接受 Agent 高度介入 SDLC 全流程——这对很多组织来说比技术本身更难跨越。