قمار بزرگ Warp روی ساخت متن‌باز با GPT‑5.5

Warp⁠(در یک پنجره جدید باز می‌شود) کار خود را به‌عنوان یک ترمینال مدرن آغاز کرد و خیلی زود به‌خاطر سرعت، قابلیت‌های همکاری، جریان‌های کاری فرمان و رابط بومیِ هوش مصنوعی، توجه توسعه‌دهندگان را جلب کرد. با حرکت عامل‌های کد نویسی از مرحله آزمایش به جریان‌های کاری روزمره مهندسی، Warp دید که ترمینال به مکانی طبیعی برای کار توسعه‌دهندگان با عامل‌ها تبدیل می‌شود: جایی که فرمان‌ها، زمینه، همکاری و بازبینی از پیش به هم می‌رسند.

وقتی Warp امسال کلاینت ترمینال خود را با OpenAI به‌عنوان حامی بنیان‌گذار مخزن متن‌باز کرد⁠(در یک پنجره جدید باز می‌شود)، این شرکت همچنین «توسعه عامل‌محور باز» را معرفی کرد: مدلی برای ساخت نرم‌افزار در فضای باز. انسان‌ها اهداف را تعریف می‌کنند و بر نتایج نظارت دارند، درحالی‌که عامل‌ها کار را برنامه‌ریزی می‌کنند، کد می‌نویسند، تغییرات را آزمایش می‌کنند و درخواست‌های نظرسنجی باز می‌کنند.

بهبودهای اخیر در مدل‌های پیشروی هوش مصنوعی کمک کرد این نوع هماهنگ‌سازی عامل‌ها در مقیاس بزرگ عملی شود. برای جریان‌های کاری متن‌باز Warp، GPT‑5.5 به عامل‌ها کمک می‌کند در فضاهای مسئله بزرگ‌تر استدلال کنند و کار را برای بازبینی انسانی آماده سازند. در بنچمارک‌های داخلی، GPT‑5.5 برای هر وظیفه کدنویسی عامل‌محور ۳۰٪ توکن کمتر از GPT‑5.4 مصرف کرد و به Warp کمک کرد با گسترش جریان‌های کاری طولانی‌مدت عامل‌ها، کارایی را بهبود دهد.

امروز، Warp نزدیک به ۱ میلیون توسعه‌دهنده دارد و بیش از ۵۶٪ از شرکت‌های Fortune 500 از آن استفاده می‌کنند. در سازمان مهندسی خود Warp، عامل‌ها اکنون حدود ۹۰٪ از درخواست‌های نظرسنجی شرکت را به‌صورت مشترک ایجاد می‌کنند و به تیم دیدی دست‌اول می‌دهند درباره آنچه جریان‌های کاری طولانی‌مدت عامل‌ها برای مقیاس‌پذیری نیاز دارند: مشاهده‌پذیری، هماهنگی، حافظه و بازبینی انسانی.

توسعه عامل‌محور باز، شرط Warp روی مسیر آینده توسعه نرم‌افزار است. عامل‌ها کد خواهند نوشت و توسعه‌دهندگان نیت را مشخص می‌کنند، خروجی‌ها را راستی‌آزمایی می‌کنند و تصمیم می‌گیرند در نهایت چه چیزی منتشر شود. این انتخاب‌ها به زمینه‌ای قابل استفاده مجدد برای عامل‌های آینده تبدیل می‌شوند و به سیستم امکان می‌دهند با گذشت زمان بهبود یابد.

اگر هماهنگ‌سازی به‌اندازه کافی خوب باشد، Warp باور دارد عامل‌ها می‌توانند کدی سازگارتر از گروهی از انسان‌های با هماهنگی سست تولید کنند. در این صورت متن‌باز کمتر به معنای مشارکت مستقیم انسان‌ها در پیاده‌سازی است و بیشتر به معنای مشارکت در قضاوت محصول و چشم‌انداز مشترکی است که فقط انسان‌ها می‌توانند فراهم کنند.

عامل‌های ماندگار و موازی‌سازی‌شده به اجزایی مانند حافظه مشترک، محیط‌های باز تولید پذیر، سیستم‌های ارزیابی، مجوزها و روش‌هایی برای هماهنگ‌کردن کار نیاز دارند. Warp پلتفرم هماهنگ‌سازی ابری خود، Oz، را ساخت تا عامل‌ها را در محیط‌های محلی و ابری مدیریت کند.

به گفته این شرکت، Warp برای جریان‌های کاری توسعه عامل‌محور باز از GPT‑5.5 برای عامل‌هایی استفاده می‌کند که به مدیریت مشارکت‌های متن‌باز کمک می‌کنند. مدل‌های OpenAI همچنین در ارزیابی‌های داخلی Warp برای وظایف مهندسی بلند افق که شامل استدلال، برنامه‌ریزی، تولید کد و بازبینی کد هستند، عملکردی قوی داشته‌اند.

Oz⁠(در یک پنجره جدید باز می‌شود) به‌عنوان یک صفحه کنترل برای استقرار و هماهنگ‌سازی عامل‌ها در محیط‌های محلی و ابری عمل می‌کند. توسعه‌دهندگان می‌توانند عامل‌ها را از طریق یک رابط وب راه‌اندازی کنند، مهارت‌ها و محیط‌های ازپیش‌تعریف‌شده را برگزینند، مدل و پیکربندی‌های میزبانی را انتخاب کنند و جریان‌های کاری طولانی‌مدت را هنگام اجراء به‌صورت مرکزی پایش کنند.

پس از راه‌اندازی، عامل‌ها می‌توانند از راه دور به اجراء ادامه دهند، درحالی‌که توسعه‌دهندگان نشست‌های زنده را بررسی می‌کنند، وضعیت اجرا را پایش می‌کنند، مصنوعات تولید شده را بازبینی می‌کنند و جریان‌های کاری را بدون از دست رفتن زمینه، میان محیط‌های ابری و محلی جابه‌جا می‌کنند. Oz از جریان‌های کاری تکرارشونده نیز پشتیبانی می‌کند و به عامل‌ها امکان می‌دهد مانند وظایف زمان‌بندی‌شده cron عمل کنند.

با انباشته‌شدن وضعیت بیشتر در عامل‌ها با گذشت زمان، حفظ تمرکز و نگهداری تصمیم‌های مهم به‌طور فزاینده‌ای دشوار می‌شود. Oz از تکنیک‌هایی مانند فشرده‌سازی زمینه، حافظه ماندگار و زیرعامل‌های اختصاصی برای وظایفی مانند جست‌وجوی کد و تحلیل فایل استفاده می‌کند تا به عامل‌ها کمک کند در جریان‌های کاری طولانی قابل‌اتکا بمانند.

مدل‌های OpenAI درون Oz چندین نقش ایفاء می‌کنند. برای عامل Warp، وظایف بر اساس نوع و دشواری دسته‌بندی می‌شوند و کارهای پیچیده‌تر کد نویسی و استدلال به پیکربندی‌های مدل قوی‌تر هدایت می‌شوند. GPT‑5.5 بخشی از ترکیب مدل‌های OpenAI است که Warp برای جریان‌های کاری دشوار کدنویسی عامل‌محور استفاده می‌کند. Warp همچنین از مدل‌های OpenAI به‌عنوان سیستم‌های «LLM به‌عنوان داور» در خطوط ارزیابی خود استفاده می‌کند.

برای Warp، توسعه عامل‌محور باز و پلتفرم هماهنگ‌سازی Oz در نهایت بخشی از یک شرط بلندمدت واحد هستند: اینکه توسعه نرم‌افزار از تعاملات فردی با دستیارهای کد نویسی به سیستم‌هایی برای هماهنگ‌کردن تعداد زیادی عامل ماندگار در طول زمان تکامل می‌یابد.

تا اینجا، به نظر می‌رسد این شرط نتیجه داده است. درآمد سالانه تکرارشونده (ARR) Warp در سال گذشته ۳۵ برابر شد و درآمد سازمانی آن از سه‌ماهه چهارم ۲۰۲۵ تاکنون بیش از ۵۰۰٪ افزایش یافته است. این شرکت می‌گوید بخش بزرگی از این رشد از سوی سازمان‌هایی می‌آید که به‌دنبال راه‌های منعطف‌تر برای مقیاس‌دادن به جریان‌های کاری عامل‌ها هستند.

جریان‌های کاری زیر بنایی پیرامون توسعه عامل‌محور هنوز در مراحل اولیه و بسیار آزمایشی هستند. Warp امیدوار است با متن‌باز کردن کلاینت ترمینال خود و ساخت در فضای عمومی با جریان‌های کاری توسعه عامل‌محور باز، توسعه‌دهندگان بتوانند به شکل‌دادن به چگونگی تکامل سیستم‌های هماهنگ‌سازی، نظارت و راستی‌آزمایی کمک کنند، هم‌زمان که عامل‌ها با گذشت زمان خود مختارتر می‌شوند.

لوید می‌گوید: «هیچ‌کس دقیقاً نمی‌داند آینده توسعه عامل‌محور چه شکلی خواهد داشت.» «ما فکر می‌کنیم جامعه باید بتواند در شکل‌دادن به آن مشارکت کند.»