Warp 押注 GPT-5.5，开源终端 Agent 开发平台

Warp 最初是一款现代终端，凭借速度、协作功能、命令工作流和 AI 原生界面赢得了开发者的青睐。随着编码 Agent 从实验走入日常工程工作流，Warp 发现终端成了开发者与 Agent 协作的自然场所——命令、上下文、协作和审查本来就在这里交汇。

今年，Warp 开源了终端客户端，OpenAI 担任该仓库的创始赞助商。同时，公司推出了“开放 Agent 开发”（Open Agentic Development）模式：人类定义目标并监督结果，而 Agent 负责规划工作、编写代码、测试变更以及提交 pull request。

前沿 AI 模型的最近改进使这种 Agent 编排在规模上变得可行。对于 Warp 的开源工作流，GPT-5.5 帮助 Agent 在更大的问题空间中进行推理，并为人类审查做准备。内部基准测试显示，与 GPT-5.4 相比，GPT-5.5 在每个 Agent 编码任务中少用了 30% 的 token，从而帮助 Warp 在扩展长期 Agent 工作流时提高效率。

如今，Warp 拥有近 100 万开发者，超过 56% 的财富 500 强公司正在使用它。在 Warp 自己的工程团队中，Agent 现在共同参与了公司约 90% 的 pull request，这让团队直观地看到了长期 Agent 工作流扩展所需的条件：可观测性、协调、记忆和人工审查。

“我们相信，通过与社区合作监督一支 Agent 舰队，我们可以更快地交付更好的 Warp。OpenAI 模型使这些系统所需的长期编码工作变得可持续。”
——Zach Lloyd，CEO

协作软件开发的下一个阶段

开放 Agent 开发是 Warp 对软件开发未来方向的押注：Agent 将编写代码，开发者则指定意图、验证输出，并决定最终发布什么。这些选择将成为未来 Agent 的可复用上下文，使系统不断改进。

如果编排足够好，Warp 相信 Agent 能产生比松散协调的人类团队更一致的代码。那时，开源变得更少关于人类直接贡献实现工作，而更多关于贡献产品判断和共享愿景——这些只有人类才能提供。

持久化、并行化的 Agent 需要共享内存、可重现环境、评估系统、权限以及工作协调方式等组件。Warp 构建了 Oz——它的云端编排平台——来管理跨本地和云端环境的 Agent。

据该公司称，对于开放 Agent 开发工作流，Warp 使用 GPT-5.5 的 Agent 来帮助管理开源贡献。OpenAI 模型在 Warp 的内部评估中，针对涉及推理、规划、代码生成和代码审查的长期工程任务也表现强劲。

使用 Oz 进行 Agent 编排

Oz 充当控制平面，用于在本地和云端环境中部署和协调 Agent。开发者可以通过网页界面启动 Agent、选择预定义的技能和环境、选择模型和托管配置，并在中央位置监控长期运行的 Agent 工作流的执行。

一旦启动，Agent 可以继续远程运行，同时开发者可以检查实时会话、监控执行状态、审查生成的工件，并在云端和本地环境之间来回切换工作流而不丢失上下文。Oz 还支持重复工作流，使 Agent 像定时 cron 作业一样运行。

随着 Agent 随时间积累更多状态，保持焦点和维护重要决策变得越来越困难。Oz 使用上下文压缩、持久内存以及用于代码搜索和文件分析等任务的专用子 Agent 技术，帮助 Agent 在扩展工作流中保持可靠性。

OpenAI 模型在 Oz 中扮演多个角色。对于 Warp Agent，任务按类型和难度分类，更复杂的编码和推理任务被路由到更强的模型配置。GPT-5.5 是 Warp 用于要求较高的 Agent 编码工作流的 OpenAI 模型组合之一。Warp 还在其评估流水线中将 OpenAI 模型用作“LLM 作为裁判”系统。