雖然 AI 已經成為程式開發的一大助力，但許多企業仍在努力釐清，人工智慧領域的軟體開發流程，究竟應該如何運作，至於其中一個答案便是所謂的「軟體工廠（software factory）」。
本質上，軟體工廠是以傳統程式開發階段為基礎，延伸、建構出來的 AI 代理自動化循環，現在則變成企業為迎接人工智慧時代，進而重塑旗下工程團隊的熱門方式。
面向無資源小企業，打造簡易環境
為了進一步推展軟體工廠的概念，AI 軟體開發工具與新創公司 Warp，近日推出了 Warp Factories，即一套試圖讓建立、營運軟體工廠，變得盡可能簡單的全新系統。
根據該公司說法，作為基礎架構層運作的 Warp Factories，為企業提供了一套用於部署 AI 代理的簡易環境，並且會給予系統採用者，一組關於如何使用 AI 代理的實踐藍圖。
需要特別強調之處在於，Warp 並非軟體工廠模式的開創者，例如 AI 公司 Stripe，亦開發出一套名為 minions 的系統，推動企業程式碼庫開發流程的自動化；另一家公司 Ramp 也取得類似進展，他們所研發的背景 AI 代理，可以在程式碼部署後主動監控其運作狀況。
雖然嘗試實踐軟體工廠概念的公司、團隊相當多，但 Warp 執行長 Zach Lloyd 認為，Warp Factories 的目標市場，將會是那些手上沒有資源，無力從零開始打造系統的小型企業。
基礎工程龐大，協助處理棘手問題
Zach Lloyd 說，從實務面來看，例如在雲端執行 AI 代理並於任務處理過程中引導 AI 代理，或是將 AI 代理正在處理的工作導入本機環境、設定橫跨 AI 代理的工作記憶、評估環境等，小型企業想要完全正確做到這些事情，事實上是一項龐大的基礎架構工程。
而在 Warp Factories 中，一套完整的架構可以讓企業「開箱即用」，甚至許多最棘手的決策，全都已經被系統預先規劃完成，包含軟體開發數個標準作業階段，即初步評估、規格定義、實作、審查與驗證，再配合 AI 代理的導入，這些步驟每一項都能夠於未來，在 Warp Factories 上實現輕鬆自動化。
此外，企業使用者還可以根據需要自行選擇適合的編碼模型與框架，無論是搭配 Codex 或 Claude Code，Warp Factories 全都能順利運作；而企業若想串接 Linear、Jira 等工單系統，或者 Slack、Teams 等通訊平台，並跟現有工作流程無縫銜接，實現起來也將非常簡單。
除了部署程式碼之外，Warp Factories 還能夠為管理員提供工具，用以追蹤整個軟體工廠的運作表現。
Warp 指出，由於所有 AI 代理都在同一個環境下運作，因此企業工程師可以比較不同設定的效能指標，評估整體 Token 開銷和支出；Warp Factories 還支援自我改進循環，藉此最佳化整個系統，並實現流程管理的自動化。
並非取代工程師，重點在於協作
即便如此，Warp 依然強調 Warp Factories 本身的設計目標，並非是要完全取代軟體工程師，只是為他們提供一種更加輕鬆的工作方式，嘗試跟嶄新的「代理型」勞動力進行協作。
根據 Zach Lloyd 過往經驗，即便 AI 跟自動化措施，參與了軟體開發流程很大一部分，可是實務上仍有許多任務，需要由人類親自掌舵。
Zach Lloyd 說，在 Warp Factories 的幫助下，公司內部大概有 30% 的任務成功邁向自動化，每週工作的自動化比例則大約落在 30% 至 35% 之間。
Zach Lloyd 認為，隨著 AI 模型不斷改進、情境理解能力提升，以及系統架構的最佳化，這個比例在未來肯定會隨著時間推移而不斷上升。
科技的變化總是快得驚人，而我們每天的工作，就是從龐雜的趨勢中理出觀點、提煉出決策者真正需要的洞察。如果你也對 AI 發展充滿熱情，《TechOrange 科技報橘》正在徵內容編輯！
👉了解職缺內容
【推薦閱讀】
◆ Cursor 推 Origin 進軍程式碼託管：AI coding 戰場為何從 IDE 打到 GitHub？
◆ 【AI 代理自我進化】開源 Ornith-1.0 一邊寫程式碼、一邊改進自己的工作框架
◆ AI 讓開發產出翻 3 倍，決策端卻跟不上，未來的工程師得開始做 PM 的工作
＊本文開放合作夥伴轉載，參考資料：TechCrunch、Warp，首圖來源：Nano Banana 2
（責任編輯：鄒家彥）
