GPT‑5.5 के साथ ओपन सोर्स बनाने पर Warp का बड़ा दांव
Warp लोकल, क्लाउड और ओपन-सोर्स वर्कफ़्लो में एजेंट को ऑर्केस्ट्रेट करने के लिए GPT‑5.5 का इस्तेमाल करता है.

30%
GPT-5.5 के साथ हर टास्क में कम टोकन
90%
एजेंट के साथ बनाई गई इंटरनल pull request में से
Warp(एक नई विंडो में खुलेगा) की शुरुआत एक मॉडर्न टर्मिनल के तौर पर हुई थी, जिसने अपनी स्पीड, कोलैबोरेशन संबंधी फ़ीचर, कमांड वर्कफ़्लो और AI-नेटिव इंटरफ़ेस के लिए डेवलपर्स से शुरुआती सराहना पाई. जैसे-जैसे कोडिंग एजेंट एक्सपेरिमेंट से रोज़मर्रा के इंजीनियरिंग वर्कफ़्लो में आगे बढ़े, Warp ने देखा कि टर्मिनल, डेवलपर्स के लिए एजेंट के साथ काम करने की स्वाभाविक जगह बन रहा है: जहाँ कमांड, संदर्भ, सहयोग और रिव्यु पहले से शामिल हैं.
जब Warp ने इस साल अपने टर्मिनल क्लाइंट को ओपन-सोर्स किया(एक नई विंडो में खुलेगा), और OpenAI रेपो का फ़ाउंडिंग स्पॉन्सर बना, तो कंपनी ने Open Agentic Development भी पेश किया: खुलकर सॉफ़्टवेयर बनाने का एक मॉडल. मनुष्य उद्देश्य तय करते हैं और नतीजों को सुपरवाइज़ करते हैं, जबकि एजेंट काम प्लान करते हैं, कोड लिखते हैं, बदलाव की जाँच करते हैं और pull request खोलते हैं.
अत्याधुनिक AI मॉडल में हाल ही के सुधार ने इस तरह के एजेंट ऑर्केस्ट्रेशन को बड़े पैमाने पर व्यावहारिक बनाने में मदद की. Warp के ओपन-सोर्स वर्कफ़्लो के लिए, GPT‑5.5 एजेंट को बड़े समस्या-क्षेत्रों में रीज़निंग करने और मानव रिव्यु के लिए काम तैयार करने में मदद करता है. इंटरनल बेंचमार्क में, GPT‑5.5 ने GPT‑5.4 की तुलना में हर एजेंटिक कोडिंग टास्क पर 30% कम टोकन इस्तेमाल किए, जिससे Warp को लंबे समय तक चलने वाले एजेंट वर्कफ़्लो को स्केल करते समय क्षमता बढ़ाने में मदद मिली.
आज, Warp के लगभग 10 लाख डेवलपर हैं और इसका इस्तेमाल Fortune 500 की 56% से ज़्यादा कंपनियाँ करती हैं. Warp के अपने इंजीनियरिंग ऑर्गनाइज़ेशन में, एजेंट अब कंपनी की लगभग 90% pull request साथ मिलकर बनाते हैं, जिससे टीम को यह समझ मिलती है कि लंबे समय तक चलने वाले एजेंट वर्कफ़्लो को स्केल करने के लिए क्या चाहिए: ऑब्ज़र्वेबिलिटी, तालमेल, मेमोरी और मानव रिव्यु.
“हमें लगता है कि अपने समुदाय के साथ मिलकर एजेंट के एक फ़्लीट को सुपरवाइज़ करके हम बेहतर Warp ज़्यादा तेज़ी से शिप कर सकते हैं. OpenAI मॉडल इन सिस्टम के लिए आवश्यक लंबे समय के कोडिंग के काम को टिकाऊ बनाने में मदद करते हैं.”
Open Agentic Development, सॉफ़्टवेयर डेवलपमेंट की दिशा को लेकर Warp का दांव है. एजेंट कोड लिखेंगे, और डेवलपर इरादा बताएँगे, आउटपुट को वेरिफ़ाई करेंगे और तय करेंगे कि आख़िरकार क्या शिप होगा. वे विकल्प भविष्य के एजेंट के लिए फिर से इस्तेमाल योग्य संदर्भ बन जाते हैं, जिससे सिस्टम समय के साथ बेहतर हो सकता है.
अगर ऑर्केस्ट्रेशन काफ़ी अच्छा हो, तो Warp का मानना है कि एजेंट मनुष्यों के एक ख़राब तालमेल वाले ग्रुप के मुकाबले ज़्यादा बेहतर कोड बना सकते हैं. ऐसे में, ओपन सोर्स का मतलब यह नहीं रह जाता कि इंसान सीधे तौर पर इम्प्लीमेंटेशन का काम करें, बल्कि इसका मतलब यह हो जाता है कि वे प्रोडक्ट से जुड़ी अपनी समझ और एक शेयर्ड विजन का योगदान दें, ऐसी चीज़ें जो सिर्फ़ इंसान ही दे सकते हैं.

लगातार और समानांतर तौर पर काम करने वाले एजेंट को शेयर्ड मेमोरी, रिप्रोड्यूस करने योग्य एनवायरमेंट, इवैल्यूएशन सिस्टम, अनुमतियाँ और काम के तालमेल वाले तरीके जैसे कॉम्पोनेंट की ज़रुरत होती है. Warp ने लोकल और क्लाउड एनवायरमेंट में एजेंट को मैनेज करने के लिए अपना क्लाउड ऑर्केस्ट्रेशन प्लेटफ़ॉर्म Oz बनाया.
कंपनी के अनुसार, Open Agentic Development वर्कफ़्लो के लिए, Warp ओपन-सोर्स योगदान मैनेज करने में मदद करने वाले एजेंट के लिए GPT‑5.5 का इस्तेमाल करता है. OpenAI मॉडल ने रीज़निंग, प्लानिंग, कोड जेनरेशन और कोड रिव्यु से जुड़े लंबी अवधि के इंजीनियरिंग टास्क के लिए Warp के इंटरनल इवैल्यूएशन में भी बेहतर परफ़ॉर्म किया है.
Oz(एक नई विंडो में खुलेगा) लोकल और क्लाउड एनवायरमेंट में एजेंट को डिप्लॉय और तालमेल तय करने के लिए कंट्रोल प्लेन की तरह काम करता है. डेवलपर वेब इंटरफ़ेस के ज़रिए एजेंट लॉन्च कर सकते हैं, पहले से निर्धारित स्किल और एनवायरमेंट चुन सकते हैं, मॉडल और होस्टिंग कॉन्फ़िगरेशन चुन सकते हैं, और लंबे समय तक चलने वाले वर्कफ़्लो के एक्सेक्यूशन के दौरान उन्हें केंद्रीय तौर से मॉनिटर कर सकते हैं.



लॉन्च होने के बाद, एजेंट रिमोट तौर पर काम करना जारी रख सकते हैं, जबकि डेवलपर लाइव सेशन देख सकते हैं, एक्सेक्यूशन स्टेट को मॉनिटर कर सकते हैं, जेनरेट किए गए आर्टिफ़ैक्ट को रिव्यु कर सकते हैं, और संदर्भ खोए बिना वर्कफ़्लो को क्लाउड और लोकल एनवायरमेंट के बीच आगे-पीछे सौंप सकते हैं. Oz लगातार वर्कफ़्लो को भी सपोर्ट करता है, जिससे एजेंट शेड्यूल किए गए क्रॉन जॉब की तरह काम कर सकते हैं.
जैसे-जैसे एजेंट समय के साथ ज़्यादा स्टेट जमा करते हैं, फ़ोकस बनाए रखना और ज़रूरी फ़ैसलों को सुरक्षित रखना लगातार मुश्किल होता जाता है. Oz, कोड सर्च और फ़ाइल एनालिसिस जैसे टास्क के लिए कॉन्टेक्स्ट कॉम्पैक्शन, परसिस्टेंट मेमोरी और डेडिकेटेड सबएजेंट जैसी तकनीकों का इस्तेमाल करता है ताकि एजेंट बढ़े हुए वर्कफ़्लो में भरोसेमंद बने रहें.
OpenAI मॉडल Oz के अंदर कई भूमिकाएँ निभाते हैं. Warp एजेंट के लिए, टास्क को टाइप और मुश्किल के आधार पर क्लासिफ़ाई किया जाता है, और ज़्यादा मुश्किल कोडिंग व रीज़निंग वाले काम मज़बूत मॉडल कॉन्फ़िगरेशन को रूट किए जाते हैं. GPT‑5.5, उन OpenAI मॉडल मिक्स का हिस्सा है जिसका इस्तेमाल Warp मुश्किल एजेंटिक कोडिंग वर्कफ़्लो के लिए करता है. Warp अपनी इवैल्यूएशन पाइपलाइन के अंदर OpenAI मॉडल का इस्तेमाल LLM-as-a-judge सिस्टम के तौर पर भी करता है.
“हमने पाया है कि OpenAI मॉडल समान टास्क को पूरा करने के लिए कम टोकन और कम टर्न लेते हुए नियमित तौर से अत्याधुनिक-स्तर की बुद्धिमत्ता देते हैं. ये मॉडल उन कोडिंग टास्क के लिए ख़ास तौर से मज़बूत हैं जिनमें बड़े समस्या-क्षेत्रों में रीज़निंग की ज़रुरत होती है.”
Warp के लिए, Open Agentic Development और Oz ऑर्केस्ट्रेशन प्लेटफ़ॉर्म आख़िरकार उसी लंबे समय के दांव का हिस्सा हैं: कि सॉफ़्टवेयर डेवलपमेंट कोडिंग असिस्टेंट के साथ व्यक्तिगत इंटरैक्शन से विकसित होकर समय के साथ बड़ी संख्या में लगातार काम करने वाले एजेंट के तालमेल के सिस्टम में बदल रहा है.
अब तक, वह दांव सफ़ल होता दिख रहा है. Warp का ARR पिछले साल 35 गुना बढ़ा, और Q4 2025 के बाद से एंटरप्राइज़ रेवेन्यु 500% से ज़्यादा बढ़ा है. कंपनी का कहना है कि इस वृद्धि का बड़ा हिस्सा उन ऑर्गनाइज़ेशन से आ रहा है जो एजेंट वर्कफ़्लो को स्केल करने के ज़्यादा फ़्लेक्सिबल तरीके खोज रहे हैं.
एजेंटिक डेवलपमेंट के आसपास के बुनियादी वर्कफ़्लो अभी शुरुआती और काफ़ी ज़्यादा एक्सपेरिमेंट स्टेज पर हैं. अपने टर्मिनल क्लाइंट को ओपन सोर्स करके और Open Agentic Development वर्कफ़्लो के साथ सार्वजनिक तौर से बना करके, Warp उम्मीद करता है कि डेवलपर यह आकार देने में मदद कर सकते हैं कि समय के साथ एजेंट के ज़्यादा ऑटोनोमस होने पर ऑर्केस्ट्रेशन, सुपरविजन और वेरिफ़िकेशन सिस्टम कैसे विकसित हों.
“कोई भी ठीक-ठीक नहीं जानता कि एजेंटिक डेवलपमेंट का भविष्य कैसा दिखेगा,” लॉयड कहते हैं. “हमें लगता है कि समुदाय को इसे आकार देने में भाग लेना चाहिए.”


