[情報] 軟體工程正在變成工廠工程
一、他還在 ship，但六個月沒寫 code
Zach Lloyd 以前在 Google 當 principal engineer，帶過 Google Docs 那條線；工程做了二十多年。現在是 Warp 創辦人——Warp 是開源的 agent 開發環境（很多人先當它是比較聰明的 terminal；裡頭內建 agents）。開源幾個月、6 萬＋ GitHub stars、兩百多人貢獻過、逾 80 萬活躍開發者。
他還是常常在出東西，但過去六個月沒親手寫過一行 code。公司重心也從「互動式終端」往「怎麼把開發自動化」移。
二、論點：軟體工程 → 工廠工程
這幾年工具從 chat／AI autocomplete（Cursor、Copilot），走到現在大家多用的互動式 agent（坐著叫 Claude Code、Warp 做事）。他預期接下來半年到一年，會更往自動化走——不只單次對話，而是整條生命週期自己轉。
現場舉手：幾乎人人用 agents、多人同時跑；雲端 agent 不到一半；真的把 triage→spec→implement→review 整條自動化的人還少。他的預測是：每個夠大的專案都會有一條這樣的系統，就像十年前 CI/CD 變成「當然要有」。
三、為什麼開源：公開工廠
開源主因之一，是想蓋一座公開工廠。build.warp.dev 把 issue 流過哪個狀態、哪個 agent／貢獻者在動攤開來——他自己說是大規模的原型工廠，還沒完美，但在轉。
四、軟體變便宜之後，光靠產品不夠
軟體愈來愈便宜做得出來，也愈來愈容易被 clone。在這個前提下，很難只靠「做出很棒的產品」撐起生意——還要 distribution、ecosystem、community、brand、data、capital。新創缺這些時，他建議的一條路是公開打造（Warp 自己也是閉源五年才跨出去）：幫生態系、品牌、社群長大。
開源傳統痛點——吵雜 issue、馬虎 PR、code review 地獄、驗證很耗時——現在可用一整套自動化（軟體工廠）扛。這也是他們終於敢開源的原因。這套不限開源；任何夠大的專案都能用。
五、工廠要什麼元件
- 一組自動化（把步驟串起來）
- 提供 context／skills 的方式
- 卡住時把人拉進來的閘門
- 自我改進（loops）——這點他特別強調
開源場景裡，理想狀態是 agents 幫貢獻者貢獻、幫維護者維護。但他強調：每個夠規模的公司／專案，核心都會有一條軟體工廠。
六、逛一圈工廠地板
工廠地板是一張步驟圖——每家產品長得差不多。重點不是把整張圖背起來，而是定義「我們家的軟體怎麼被做出來」：
- Inputs：想法從 task tracker、Slack／Teams、terminal／IDE、監控進來
- Triage：簡單明確 → 直接實作；難的 → 產 product spec（產品樣貌）＋ tech spec（架構與 code 形狀）——他推 spec-driven
- Implementation：雲端 coding agent 出 diff（用哪家 agent 都行）
- Review：先讓 agent 審；人介入變成風險管理題——什麼時候一定要人看
- Verification：UI 類用 computer-use 真的點畫面、截圖／錄影；CI/CD 繼續用
- Monitoring：ship 後 agent 還在看有沒有掛、有沒有人用；輸出再餵回工廠頂端
七、自建還是買、底下還有資料層
簡單版多數團隊自己蓋得起來；要能 scale 的基礎設施，他建議多數組織把力氣放在自己的產品（現場也提過 Uber 內部版這類案例）。若自建或外購，架構大概會有：
- 進貨通道（工作怎麼進來）
- 控制平面（怎麼分流到工廠各站）
- 執行面（cloud sandboxes、選 harness／model）
- 底下的 data plane：讓 agents 記得做過什麼、能學習、能改進
八、量測與 skill 改進迴圈
工廠也是心態：量你 ship 了多少、花了多少人時與 token，再改進。常見的 skill loop——
工廠 agent 跑 skills → observer agent 看哪裡失敗／被資深工程師糾正 → 改 skills，下一輪更好。例如 code review agent 留言被改過，observer 就把規則寫回 skill 檔（講者例：issue-triage/SKILL.md 內圈、外圈 improve-issue-triage/SKILL.md）。
九、工程師還剩什麼？
心態要轉：你不是只在做產品，你是在做會做出產品的那套東西——比較像製程／製造，或他說的 meta engineering（怎麼把 agent 系統調到最會做工程）。
若快樂來自寫 code，未來會寫得比較少；若快樂來自 ship 產品，現在反而最好。寫更少、ship 更多——這是取捨，也還有一堆硬核工程題可解。
十、Starter、Q&A 帶走這幾句
現場有開源 starter repo（agent skills ＋ GitHub Actions，從 issue 走到驗證過的變更）；可用 Warp 平台，也可以不用——重點是示範 triage／寫 spec 怎麼落地。
- 工廠幾乎人人會部署；難的是調校——skills 合不合領域、這條工廠是不是用對方式做你的產品。
- 新人：適應力、批判思考、學得快；還要懂底層系統，才能審 agent 寫的 spec／code。Warp 端仍在加人，要的是能跟著技術變、以產品為中心的解題者。
- 工廠隱喻聽起來很機械，但沒有人味與產品感覺，工廠再強也只是量產沒人在乎的東西——idea、taste、在自動化不了的節點把關，還是人的事。
※ 來源：YouTube／AI Engineer — Zach Lloyd《Software Engineering Is Becoming Factory Engineering》；Warp warp.dev／公開工廠 build.warp.dev；講者 @zachlloydtweets。非正式圖文整理，內容以原片為準。