Warp 发布 Warp Factories：工程师的新角色是“工厂工程师”与“产品守护者”
软件工程师在过去两年经历了巨大的范式转变：从手动编码转向通过本地交互式提示来指挥 Agent。如今，这种基于提示的开发模式已成为标准，工程师们也已基本适应。然而，Warp 认为，下一个范式——软件工厂（Software Factories）——将带来更深远的变革。在这个范式中，Agent 将在整个软件生命周期中执行越来越多的自主工作。
尽管“软件工厂”的定义尚不统一，且部分人对其“无人监管”的黑暗工厂模式持怀疑态度，但 Warp 坚信，转向工厂模式在生产力、成本管理和控制力方面的收益是巨大的，这一转变是不可避免的。
从“提示驱动”到“工厂驱动”的范式跃迁
Warp 明确指出，工程师现在拥有两项核心职责：
1. 产品工程师（Product Engineering）
这是人类工程师的传统职责，且绝不能完全委托给 Agent。
- 核心任务：决定构建什么、如何整合组件、定义产品体验及设计标准。
- 人类优势：人类拥有独特的审美（Taste）和更广泛的上下文（Context），能够判断什么是真正有用的东西。
- 自动化边界：虽然部分工作（如修复服务器崩溃、简单 Bug、依赖升级）可完全自动化，但这部分比例目前较低（Warp 初期约为 20-30%），且会随时间推移而增加。
2. 工厂工程师（Factory Engineering）
这是一个更具挑战性的新角色，其目标是通过优化工厂来减少第一项工作的负担。
- 工作模式转变：工程师不再在本地进行私密的“内循环”工作，而是通过云端 Agent（集成在 Slack、Jira 等工具中）进行公开协作。
- 透明与度量：所有工作默认公开，效率可通过 Token 使用量等指标衡量。这虽然可能带来压力，但也提供了客观的改进依据。
- 核心指标：
- Human Touches per PR：每个 PR 中的人工干预次数应随时间递减。例如，在添加搜索排序功能时，人类只需提供初始提示和上下文，随后由工厂 Agent 进行迭代、对抗性代码审查及生成演示视频，最终由人类进行最终确认。
- Agent 产出与成本：工程师需像玩游戏一样，优化 Agent 的产出效率，实现“用更少的成本交付更多”。
如何构建软件工厂
Warp 提供了从“爬行（Crawl）”到“行走（Walk）”再到“奔跑（Run）”的采用指南。作为工厂工程师，你需要：
- 度量工厂性能：利用 DORA 指标和 LLM-as-a-judge 评分器来评估工厂表现。
- 识别改进点：分析技能（Skills）、上下文（Context）和模型组合（Model Mix）的潜在优化空间。
- 实施自动化：通过调整上述要素，提高自动化程度和交付速度。
Warp 强调，这种转变虽然对工程师的心理挑战巨大（从工匠到流水线工人的隐喻），但通过合理的架构设计和流程优化，将把工程师从重复劳动中解放出来，专注于更具创造性的工作。
官方引言："At Warp we make clear to our engineering team that they now have two main jobs: building the product and building the factory that builds the product. Humans are uniquely positioned to know what to build..." —— Warp 技术团队
