Engineer Your Coding Agents Like Any Other System — Zach Lloyd, Warp
三句話摘要
軟體工廠(Software Factory)的架構設計與工程方法論——如何系統性地部署與優化編碼代理。 軟體工廠本質上是將編碼代理視為新的工程原始材料,透過聲明式架構、連續測量循環與可衡量決策,建立自我優化系統,讓工程師掌握新一代生產力工具。 工廠工程是應對編碼代理規模化部署的核心挑戰。當組織大規模使用代理時,分散式部署(每個團隊自行配置代理)面臨三大問題:流程瓶頸(所有決策需手動請求)、配置碎片化(難以統一成本與生產力管理)、安全與治理風險。軟體工廠透過集中化平台解決這些問題。
重點整理
工廠工程是應對編碼代理規模化部署的核心挑戰。當組織大規模使用代理時,分散式部署(每個團隊自行配置代理)面臨三大問題:流程瓶頸(所有決策需手動請求)、配置碎片化(難以統一成本與生產力管理)、安全與治理風險。軟體工廠透過集中化平台解決這些問題。
聲明式架構是軟體工廠的基礎。效仿Terraform模式,用代碼定義工廠的所有規則——哪些代理啟動、流程分支、資源限制、MCP連結——使工廠配置可版本控制、可回滾、可分支測試,為自我優化奠定基礎。
連續測量循環驅動工廠自我進化。收集代理執行的所有資料(對話、輸出、截圖)作為改進原料,透過線上評估(如檢測不必要的程式碼檢查)識別模式,代理自動分析失敗根因並提交改進建議(PR)。這形成不依賴人工介入的自我優化迴路。
工廠工程引入新工具集。傳統工程強調製品品質;工廠工程要求掌握評估機制、A/B測試、基準測試等新工具——衡量自動化成本、交互次數、週期時間——以資料驅動決策,確保代理投資報酬率最大化。
實用技巧與重點
- 講者背景
- Google首席工程師,領導Google文件產品開發,服務數億用戶
- Warp創辦人兼執行長
- Warp開源代理程式GitHub 65,000顆星,約百萬開發者使用
- 軟體工廠核心定義
- 作為封閉系統,用於連續測量和改進編碼代理程式
- 軟體工廠不包括的
- 單純的自動化流程集合
- 人工智慧同行集合
- MCP單獨使用
- 大量代理的堆積
- 工廠架構層次(從底層到頂層)
- 代碼層:「工廠即代碼」聲明式定義,支持分支、測試、版本回滾
- 資料層:收集所有代理對話、輸出、視訊、截圖
- 計算層:沙盒環境,提升安全性、穩定性、可復現性,支持多平台
- 推理層:支持多個模型與編碼代理(Claude Code、Codex、Py、Warp等)
- 編排層:控制工廠核心工作流程
- API與MCP層:整合Slack、Linear、Jira、GitHub等外部服務
- 工廠輸出追蹤
- 類似Google Docs實時預覽,每個代理工作透過Slack展示
- 團隊成員隨時可查看代理產出與對話內容
- 收集全部數據用於工廠改進
- 可衡量指標
- 傳統:DORA指標、週期時間
- 新指標:自動化成本、交互次數、每人每PR次數、頻寬能力
- 必須清晰查看成本與效益數據
- 線上評估機制
- 在編碼代理執行期間進行,代理編寫程式碼時記錄結果
- 返回檢查代理輸出是否符合特定標準
- 例評估:檢測不必要的程式碼檢查(代理常見問題)
- 目的:理解代理為何做出特定決策,改進工廠機制
- 自我優化流程
- 記錄所有執行
- 在執行過程中收集評估數據
- 代理分析評估結果,識別失敗模式
- 代理提供解決方案,形成PR提案
- 人工或自動合併改進
- A/B測試與基準測試
- 創建基於真實數據的測試集
- 測試不同模型、工具、設定的成本與品質差異
- 目標:停留在成本-品質坐標的左上角象限
- 範例基準:Sweebencht、Terminal Bench
結論
軟體工廠本質上是將編碼代理視為新的工程原始材料,透過聲明式架構、連續測量循環與可衡量決策,建立自我優化系統,讓工程師掌握新一代生產力工具。
完整解析
軟體開發正在經歷從分散式部署向集中化管理的轉變。當今許多組織允許開發團隊自行部署編碼代理,每個團隊選擇自己的模型與配置。表面上這提供了靈活性,但實際上帶來了三個深層問題。首先,所有決策必須透過人工互動式查詢進行,這受限於人類工作速度,難以實現自動化。其次,由於配置碎片化,組織無法有效管理成本與生產力——每個人都有自己的設定,難以規範化評估投資報酬率。最後,安全與治理風險陡增,當每個人都獨立配置部署時,組織失去了對代理行為的中央控制。
軟體工廠正是為解決這些問題而提出的新範式。講者將其定義為一個閉環系統,透過連續測量與改進來優化編碼代理的運作。這個定義的核心在於三個關鍵特徵。首先是聲明式架構——效仿Terraform的程式設計模式,以代碼完全定義工廠的規則。用代碼說明有哪些代理啟動、工作如何分流、資源邊界在哪裡、MCP如何連結——這使得工廠配置可版本控制、可分支測試、可回滾到舊版本,為後續的自動優化奠定基礎。
其次是連續測量的閉環循環。工廠必須收集代理執行的所有資料——對話記錄、程式碼輸出、截圖、視訊——這些不是為了審計,而是作為改進工廠本身的原料。在代理執行期間,系統實施線上評估機制,例如檢測代理是否編寫了不必要的程式碼檢查(這是代理的常見問題)。透過這些評估,代理可以分析自己的失敗模式,識別根本原因,甚至自動提出改進建議,以PR的形式提交合併請求。這形成了一個自我優化的迴路,不依賴人工介入,而是由代理自己驅動工廠的進化。
第三個特徵是全面的可衡量性。傳統工程師關注DORA指標與週期時間,但工廠工程師必須追蹤新的維度:自動化成本、每個人的交互次數、每個PR的交互次數、系統頻寬能力。沒有這些數據,決策就是盲目的。建立在真實數據之上,工廠可以透過A/B測試與基準測試來比較不同模型、工具與設定。例如,當新版本的模型發佈時,可以在自己的真實工作負荷上測試,觀察成本與品質的變化,決定是否升級。
在架構層面,軟體工廠應該被設計為一個分層堆疊。最底層是「工廠即代碼」的聲明式定義,支持分支、測試與回滾。之上是資料層,收集所有代理執行的足跡。計算層提供沙盒環境,確保安全性與可復現性。推理層支持多個模型與代理工具的並行使用,因為不同工具對不同任務的適用性不同。編排層真正驅動工廠的業務流程。最頂層則透過API與MCP連結外部服務如Slack、Linear、Jira與GitHub。
工程師需要重新定位自己在這個新時代的角色。傳統工程強調手工編程,講者提到學習除錯器、效能分析器、Chrome開發者工具是成為優秀工程師的基礎。在軟體工廠時代,新的工具集包括評估機制、基準測試與A/B測試的設計與執行。最優秀的工程師不僅要交付產品功能,更要系統性地思考如何透過測量與改進來提升整個工廠的效率與品質。


