Warp新系统：为AI开发提供开箱即用的软件工厂

企业仍在摸索人工智能时代软件开发应该如何运作，但一个早期的答案是所谓的“软件工厂”。本质上，这是一个围绕软件开发传统阶段构建的智能体循环，软件工厂方法已成为企业为AI时代重塑工程组织的一种流行方式。 如今，来自Warp的一套系统可能让这种转变变得容易得多。周二，这家AI编程公司推出了Warp Factories，这是一个旨在让构建和运营AI软件工厂尽可能简单的新系统。 作为一个基础设施层运作，Warp Factories为企业提供了一个部署智能体的简单环境，以及如何使用它们的路线图。 需要说明的是，许多公司在没有Warp帮助的情况下已经在工厂模式上取得了成功。Stripe尤其公开了其技术进展，开发了一个“minions”系统来自动化其自身代码库中的开发。Ramp也取得了类似进展，开发了一个后台智能体，可以在代码部署后对其进行监控。 在Warp首席执行官Zack Lloyd看来，Warp Factories的目标市场将是那些没有资源从零开始开发系统的较小公司。 Lloyd告诉TechCrunch：“（如果你考虑）比如在云端运行你的智能体并在它们运行时进行引导，或者将它们正在做的工作带入你的本地环境，或者设置跨智能体的记忆，或者设置跨智能体的评估——要正确完成这些工作，实际上是一项庞大的基础设施工程。” 在Warp Factories中，架构已开箱即用，许多最困难的决定已经做出。Warp的系统基于软件开发的标准阶段（分类、规格说明、实现、审查和验证），但智能体方法意味着这些步骤中的任何一步都可以自动化。 用户可以根据需要选择自己的编码模型和工具；该系统与Codex和Claude Code都能很好地配合。它还集成了Linear和Jira等工单系统，以及Slack和Teams等消息系统，以无缝插入现有工作流程。 除了交付代码之外，Warp Factories还将为管理者提供跟踪工厂运行状况的工具。由于所有智能体都在同一环境中运行，因此可以轻松比较不同配置的性能指标，并关注整体Token支出。Warp Factory还允许自我改进循环来优化整个系统，实现流程本身的自动化管理。 即便如此，Warp Factories并非旨在完全取代软件工程师——只是为他们提供一种更轻松的方式与新的智能体劳动力协作。根据Lloyd自己的经验，仍有许多任务需要人类掌舵。 Lloyd告诉TechCrunch：“我们每周自动化约30%至35%的任务，随着模型改进、上下文改进、工具改进，我认为这个数字会随着时间的推移而上升。”