Warp presentó Open Agentic Development, un enfoque para desarrollar software con agentes automatizados supervisados por humanos, y la plataforma de orquestación Oz;
Warp anunció Open Agentic Development, un enfoque para crear software en abierto en el que agentes automatizados realizan gran parte de la ejecución técnica mientras los desarrolladores definen objetivos y ejercen supervisión. La compañía combina su cliente de terminal abierto con una estrategia que integra modelos de OpenAI, incluyendo GPT-5.5, para facilitar flujos de trabajo agentic diseñados para producir entregables listos para revisión humana.
En este modelo operativo los agentes asumen tareas de planificación, generación de código, ejecución de pruebas y creación de pull requests; los humanos actúan como revisores y responsables de la visión del producto. Warp describe el proceso como una colaboración donde los agentes producen artefactos técnicos — cambios en el código y pruebas — que solo se integran tras la revisión y aprobación humana, manteniendo así el control sobre la calidad y la dirección del proyecto.
Warp atribuye a GPT-5.5 mejoras en la capacidad de razonamiento sobre espacios de problema mayores y en la preparación de trabajo apto para revisión. Según la compañía, en sus benchmarks internos GPT-5.5 consumió un 30% menos de tokens por tarea agentic que GPT-5.4, una ganancia de eficiencia que resulta especialmente relevante en flujos de trabajo de larga duración donde el coste de contexto y de llamadas al modelo puede crecer rápidamente. Para coordinar la ejecución simultánea y persistente de agentes, Warp presentó Oz, una plataforma de orquestación que actúa como plano de control entre entornos locales y en la nube. Desde una interfaz web, equipos pueden lanzar agentes, asignar habilidades y entornos predefinidos, seleccionar configuraciones de modelo y opciones de hosting, y monitorizar ejecuciones prolongadas con visibilidad de estado y métricas.
Oz permite además inspeccionar sesiones en vivo y retomar trabajos sin perder contexto, y ofrece flujos recurrentes parecidos a tareas cron y mecanismos para preservar estado a lo largo del tiempo. Warp señala que, a medida que los agentes acumulan contexto, se requieren técnicas como compactación de contexto, memoria persistente y subagentes especializados — por ejemplo, para búsqueda de código o análisis de archivos — para mantener la fiabilidad en escenarios agentic paralelizados y persistentes.
La plataforma incorpora lógica de clasificación y enrutamiento: las tareas se categorizan por tipo y dificultad y el trabajo más complejo se dirige a configuraciones de modelo más potentes. Warp aplica una mezcla de modelos de OpenAI — con GPT-5.5 reservado para las tareas de codificación más exigentes— y utiliza algunos de esos modelos como sistemas de evaluación, un "LLM-as-a-judge" dentro de pipelines automáticos de verificación y revisión.
Warp presentó cifras públicas para contextualizar la adopción: la empresa afirma contar con cerca de un millón de desarrolladores y que su terminal es usada por más del 56% de las compañías del Fortune 500. En el propio equipo de ingeniería de Warp, los agentes ya co-crean alrededor del 90% de los pull requests, experiencia que la empresa utiliza para ajustar necesidades de observabilidad, coordinación, memoria y procesos de revisión humana necesarios para escalar flujos agentic.
En el plano comercial, Warp atribuye su crecimiento a la demanda de soluciones que permitan escalar workflows agentic: su ARR aumentó 35 veces el año pasado y los ingresos empresariales crecieron más del 500% desde el cuarto trimestre de 2025. La compañía califica estos flujos como aún tempranos y experimentales, pero sostiene que la eficiencia de modelos como GPT-5.5 y la orquestación con Oz están impulsando la adopción en organizaciones que buscan operaciones de ingeniería continuas y distribuidas.
Warp plantea además una posible transformación en la contribución al código abierto: en lugar de aportar directamente implementaciones, la participación humana podría desplazarse hacia la definición de visión y el juicio de producto que supervisan a los agentes. Zach Lloyd, CEO de Warp, resumió la estrategia en dos ideas: "We think we can ship a better Warp, more quickly, by working with our community to supervise a fleet of agents. OpenAI models help make that sustainable for the long-horizon coding work these systems require." Y añadió: "We think the community ought to be able to participate in shaping it."
Fuentes
Respuestas (0)
Aún no hay respuestas en este tema.
