各家公司仍在摸索AI领域软件开发到底应该如何运作，而一个早期的答案是所谓的“软件工厂”。本质上，软件工厂是一个围绕传统软件开发阶段构建的智能体循环（agent loop），这种方式已成为企业在AI时代重塑工程组织的一种流行做法。
现在，Warp 推出的一套系统可能让这一转型变得容易得多。周二，这家AI编程公司发布了 Warp Factories，这是一个旨在尽可能简化AI软件工厂搭建与运营的新系统。
作为基础设施层，Warp Factories 为企业提供了部署智能体的简单环境，以及如何使用这些智能体的路线图。
需要说明的是，许多公司已经在没有 Warp 帮助的情况下成功采用了工厂模式。Stripe 尤其公开地展示了其技术进展，开发了一套 “minions”系统，在其代码库中自动化开发流程。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。
Warp Factories 的分析界面
图片来源： Warp Factories
Warp 首席执行官 Zack Lloyd 认为，Warp Factories 的目标市场将是那些没有资源从零开始构建系统的中小公司。
Warp Factories 的分析界面
图片来源： Warp Factories
“[如果你考虑]在云端运行你的智能体、在运行时引导这些智能体，或者把它们正在做的工作带入你的本地环境，或者设置跨这些智能体的共享记忆，或者设置跨这些智能体的评估（evals）——要做好这些，实际上是一项巨大的基础设施工程。”Lloyd 对 TechCrunch 说。
在 Warp Factories 中，架构已经开箱即用，许多最困难的决策已经替你做好。Warp 的系统基于软件开发的标准阶段（分诊、规格说明、实现、审查、验证），但智能体化（agentic）方式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框架；该系统与 Codex 和 Claude Code 都能很好地配合。它还集成了 Linear、Jira 等工单系统，以及 Slack、Teams 等消息系统，力求无缝接入现有工作流程。
除了交付代码之外，Warp Factories 还为管理者提供了跟踪工厂运行情况的工具。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下的性能指标，并监控整体 token 花费。Warp Factories 还支持自我改进循环来优化整个系统，从而实现流程管理本身的自动化。
即便如此，Warp Factories 并不是为了完全取代软件工程师——只是为他们提供一种更轻松地与新的智能体员工协作的方式。根据 Lloyd 自己的经验，仍有很多任务需要由人来掌舵。
“我们每周大约自动化处理 30% 到 35% 的任务，”Lloyd 告诉 TechCrunch，“随着模型改进、上下文改进、工具框架改进，我认为这个数字还会继续上升。”