WorkOS软件工厂
3 steps1 pieces5 Sources
美国企业基础设施公司 WorkOS 的产品工程师 Ryan Cooke 在2026年 AI Engineer World's Fair 上提出，当前行业对“软件工厂”的定义存在误区：仅依靠沙箱和模型生成代码并非真正的自动化，而是将工程流程本身编码进系统。
【背景】Cooke 指出，Ramp、Spotify 和 Stripe 等公司虽已建立类似机制，但普遍以 PR 数量和 AI 代码占比为衡量标准，这混淆了“生产速率”与“价值交付速率”。WorkOS 的初始实验显示，简单的沙箱方案产出的结果与工程师本地运行编码工具无异。
为解决这一问题，WorkOS 构建了名为 Horizon 的基础设施编排层和 TARS 交互界面。其核心在于通过内部 MCP 网关连接 Slack、Linear 和 GitHub，利用工单依赖关系和完成 Webhook 自动触发后续任务，并将规划过程（如 Hilltop 文档拆解）自动化。这一转变旨在让 AI Agent 参与工程协调而非仅生成代码，从而提升功能交付速度并降低缺陷率。
How it got here
WorkOS 发布博客《The self-driving codebase》，详细介绍内部项目 Horizon，阐述如何通过事件驱动代理解决编排瓶颈，并提及受 Ramp Inspect 和 Stripe Minions 启发。
workos.com ↗Mastra CTO Abhi Aiyer 在 Agent Night 演示开源软件工厂，强调规则引擎和人工审查环节的重要性，指出自主代理目前仍缺乏对公司知识库的理解。
workos.com ↗Ryan Cooke 在 AI Engineer World's Fair 发表演讲“No, That's Not a Software Factory”，论证行业正在优化错误的变量，展示 WorkOS 如何将规划、协调和上下文编码进自动化流程。
youtube.com ↗
What is still unsettled
- WorkOS 的 Horizon 系统在引入自动化后，实际的功能交付时间（Feature delivery time）和缺陷率相比传统流程有何量化改善？
- 其他采用类似模式的公司（如 Ramp、Stripe）是否也转向了以结果为导向的指标体系，还是仍停留在输出指标？
- Mastra 提到的“知识原语”（Knowledge primitive）何时能解决自主代理缺乏公司上下文的问题，从而真正替代部分人类协调工作？