Warp

Warp 是一个开放式的智能体开发平台，核心思路是把整个软件开发生命周期交给 AI 代理来自动化和编排。它旗下有几个形态不同的产品：一个叫软件工厂，负责把一组代理接入你的研发流程；一个是开源的 AI 辅助终端；还有一个能在任意终端里工作的编码代理。这些产品共享同一套底层设施，目标是让团队交付更多、花费更少。

没有这类工具时，团队里的重复性工程任务全靠人扛。依赖版本要手动升， flaky 测试要人一条条看，issue 进来要人分诊、定位、写修复、提 PR。这些事不难，但量大、琐碎、占时间。Warp 的做法是把这些环节串成一条流水线：工作从 Slack、Linear、Jira、GitHub、GitLab 这些你已经在用的工具流进来，代理接手处理，状态再流回原来的地方。比如有人在 Slack 里报告「联系销售页面的激活量这周掉了，能查一下吗」，代理会自己打开浏览器走一遍流程，发现是折叠的 div 把推荐语区块藏起来了，然后打上补丁，把 PR 挂出来等人审。整个过程人只需要在关键节点点头或摇头。Warp 官方提到，他们自己用这套基准测试在真实工程任务上对比模型，把每个 PR 的成本从 80 美元压到了 30 美元。

它最适合的是已经有成熟研发流程、想把其中重复环节自动化的工程团队，尤其是那些被依赖升级、测试分诊、简单 bug 修复淹没的团队。Rectangle Health 就把一个高级工程师的业余项目变成了基于 Warp 构建的自我改进型 AI 队友 Rex，现在这个队友自己写 54% 的代码。Docker 则用 Warp 的终端和 Warp Drive 来缩短新人上手时间，给每个工程师一个共享的事实来源。反过来说，如果你的团队还没有稳定的代码仓库和 CI 流程，或者你需要的是单点补全而不是流程自动化，那这套工厂模式会显得重。它也不是给想精细控制每个生成参数的开发者准备的，那些场景更适合直接用编辑器插件或命令行代理。

实际用起来，工厂是用代码定义的。你写一个 factory.yaml 加上配套的代理文件，在里面声明触发器、用哪些代理、跑什么模型、设哪些审批关卡，然后像普通配置一样提交到仓库。触发方式很灵活：一个 issue、一条 Slack 消息、一个定时任务都可以。工作进来后，工厂代理从分诊开始，经过审查，一直做到产出一个可合并的 PR。每个代理跑完都会留下截图或视频，你可以亲眼验证它做对了再放行。平台内置了评估、基准测试和自我改进循环：每次运行都会被打分，观察代理还会针对你的工厂配置自动提 PR 来优化它。模型层面不锁定，前沿模型或开放权重模型都行，可以按流水线阶段分别选。计算位置也随你，用 Warp 的云，或者完全跑在你自己的 VPC 里，遵守你现有的留存和合规规则。

价格按代理运行次数计费，属于用量制。在封闭抢先体验期间，符合条件的组织可以获得最高 1 万美元的工厂使用额度。具体档位和费率以官网当前公示为准。