企业仍在摸索，AI 时代的软件开发团队该如何运作。眼下较受关注的一种做法，是把需求分流、规格制定、编码、审查和验证等环节交给不同代理协同完成，形成所谓“软件工厂”。AI 编程公司 Warp 最新发布的 Warp Factories，瞄准的正是这类系统的搭建与运行。

面向中小团队的基础设施

Warp 将这套产品定位为基础设施层。它为企业提供统一环境，用于部署代理、管理运行过程，并给出一套可直接落地的使用路径。按照 Warp 的说法，目标客户主要是没有能力从零搭建整套系统的中小公司。

Warp 首席执行官 Zack Lloyd 表示，真正难的部分不只是调用模型写代码，还包括把代理放到云端运行、在运行中进行调度、把执行结果带回本地环境、建立跨代理记忆，以及搭建跨代理评估体系。这些工作本身就是一项不小的工程投入。

预设开发流程，接入现有工具

Warp Factories 采用预设架构，围绕传统软件开发的几个阶段展开，包括分流、规格制定、实现、审查和验证。不同之处在于，这些环节都可以由代理自动执行，企业不必先自行设计整套流程。

系统也没有把模型绑定在单一供应商上。用户可以按需要选择不同编码模型，既可配合 Codex，也可接入 Claude Code。与此同时，它还能连接 Linear、Jira 等工单系统，以及 Slack、Teams 等协作工具，尽量减少团队改造现有工作流的成本。

管理层可追踪效果与成本

Warp 还把管理能力作为产品重点之一。由于所有代理都在同一环境中运行，团队可以更方便地比较不同配置下的表现，并持续跟踪整体 token 开支。

除代码交付外，系统还支持“自我改进”循环，用于优化整个软件工厂本身。这意味着，管理流程中的部分调整也可以被自动化处理，而不只是把代理用于写代码。

仍未走到完全替代工程师

Warp 并未把这套系统描述为工程师替代方案，而是强调它更像是帮助人类开发者与代理协作的工具。Lloyd 表示，当前仍有不少任务需要人工主导。

按他的说法，Warp 目前每周大约能自动化 30% 至 35% 的任务。随着模型能力、上下文处理和执行框架继续改进，这一比例未来还有上升空间。