Warp hat Warp Factories am 18. August gestartet und verlagert damit sein KI-Coding-Geschäft in Richtung zentral verwalteter Agenten-Flotten, die Aufgaben über den gesamten Softwareentwicklungslebenszyklus hinweg erledigen können. Die Plattform leitet Aufgaben an spezialisierte Agenten für Triage, Spezifikationen, Implementierung und Review weiter, während Menschen an Genehmigungspunkten eingebunden bleiben.
Teams können Modelle und Coding-Harnesses innerhalb eines Workflows kombinieren, Kosten und Ergebnisse verfolgen und festlegen, wie viel Autonomie die Agenten erhalten. Der Ansatz richtet sich an Organisationen, die KI-gestützte Entwicklung skalieren möchten, ohne die Kontrolle über Modelle, Infrastruktur, Berechtigungen oder Codeänderungen abzugeben.
Wie Warp Factories Coding-Agenten orchestriert und kontrolliert
Ein koordinierender „Vorarbeiter“ entscheidet, welche Agenten die einzelnen Arbeitselemente bearbeiten sollen, und überspringt nicht benötigte Phasen. Warps Dokumentation zu Factories besagt, dass Teams Agenten und Automatisierungen anpassen und Factory-Definitionen als versionskontrollierten Code verwalten können, wodurch eine Review-Historie und ein Rücksetzpfad für Konfigurationsänderungen entstehen.
Arbeit kann über GitHub, GitLab, Slack, Linear und Jira in Factories gelangen. Agenten können verschiedene unterstützte Modelle und Harnesses ausführen, darunter Warp Agent, Anthropics Claude Code und OpenAI Codex.
Diese Flexibilität ermöglicht es Engineering-Teams, die Tools auf bestimmte Aufgaben abzustimmen, statt einen gesamten Workflow auf einen einzigen Anbieter zu standardisieren. Auch die Kosten fließen zunehmend in diese Entscheidung ein, da Anbieter bei Preisen und Funktionen von Coding-Agenten konkurrieren.
Warp-CEO Zach Lloyd sagte gegenüber TechCrunch, dass das Unternehmen in einer typischen Woche etwa 30 % bis 35 % seiner eigenen Aufgaben automatisiert. Die Zahl bezieht sich auf Warps interne Nutzung und nicht auf einen unabhängig verifizierten Kunden-Benchmark.
Factories erfasst außerdem Agentenläufe, Kosten, Automatisierungen und Benchmarks. Sein Selbstverbesserungssystem kann wiederkehrende Fehler erkennen und Konfigurationsänderungen zur Prüfung vorschlagen, statt sie automatisch anzuwenden.
Warps Dokumentation zu Infrastruktur und Sicherheitbesagt, dass Teams Berechtigungen nach Agent begrenzen, unterstützte Inferenzanbieter anbinden und von Warp gehostete Infrastruktur oder – für berechtigte Enterprise-Kunden – selbst gehostete Worker verwenden können. Spezifikationen können eine menschliche Genehmigung voraussetzen, und Pull Requests müssen weiterhin von einer Person gemergt werden.
Die Kontrollen adressieren Risiken, die sich bereits im Zusammenhang mit KI-generiertem Code abzeichnen. Aktuelle Forschung zu KI-Coding-Toolshat ergeben, dass Sicherheits- und Qualitätsergebnisse je nach Aufgabenkomplexität, Programmiersprache und Überwachung variieren, wodurch die Bedeutung von Tests, Code-Reviews und eng begrenzten Berechtigungen zunimmt.
Early Access stellt Kosten und ROI auf die Probe
Warp Factories befindet sich weiterhin im Early Access und ist für eine begrenzte Zahl von Teams verfügbar. Warps Preisinformationenführen die nutzungsabhängige Abrechnung von Factory-Nutzung mit einem Aufschlag von 20 % auf die API-Tarife auf. Build umfasst die Factory-Nutzung innerhalb der Planguthaben und berechnet zusätzliche Nutzung zu API-Tarifen, während Enterprise selbst gehostete Worker und Inferenz mit einem eigenen LLM ohne Anrechnung auf Warp-Guthaben bietet.
Der Infrastrukturaufwand geht über das Programmieren hinaus. Eine aktuelle Umfrage von Google Cloud zur Infrastruktur für agentische KIergab, dass 83 % der befragten Organisationen ihre Infrastruktur für auf Produktion ausgelegte agentische KI aufrüsten mussten; zu den Belastungen zählten Kosten, Governance und operative Komplexität.
Warp hat die Auswirkungen von Factories auf den Produktionseinsatz bislang nicht anhand unabhängiger Kundendaten nachgewiesen. Organisationen, die das Produkt evaluieren, sollten die Annahme- und Rücksetzraten von Pull Requests, die Review-Zeit, die Gesamtkosten, die Berechtigungen der Agenten und den erforderlichen Umfang menschlicher Eingriffe erfassen. Diese Messwerte werden zeigen, ob koordinierte Coding-Agenten den Engineering-Aufwand reduzieren oder diese Arbeit lediglich in Überwachung, Governance und Infrastrukturverwaltung verlagern.
Mehr dazu: Da autonome Systeme Zugriff auf immer mehr Geschäftstools und Daten erhalten, führen Lücken in der Enterprise-KI-Governance zu größeren Sicherheits- und Transparenzproblemen für Organisationen, die Agenten in die Produktion überführen.