Warp が GPT-5.5 を活用したオープンソース構築への大規模賭け
Warp は OpenAI の GPT-5.5 を活用し、開発者が意図を定義・監視する「Open Agentic Development」モデルを推進し、社内のプルリクエストの 90% をエージェントが共創する新たなソフトウェア開発のパラダイムシフトを示した。
キーポイント
Open Agentic Development の確立
Warp は「人間が目標と監視を定義し、エージェントが計画・実装・レビューを行う」新しい開発モデルを提唱し、オープンソースコミュニティと協働してソフトウェアを構築する方針を示した。
GPT-5.5 の効率化への貢献
GPT-5.5 は大規模な問題空間での推論能力に優れ、内部ベンチマークでは GPT-5.4 に比べてエージェントのコーディングタスクあたりのトークン使用量が 30% 削減され、スケーラブルな長期ワークフローの実現を可能にした。
実証された大規模導入実績
Warp は約 100 万人の開発者に利用されており、同社のエンジニア組織ではプルリクエストの 90% がエージェントと人間の共創によって作成されるなど、実際の現場での定着度を示している。
開発プロセスの本質的変化
今後の開発において、コードの実装作業はエージェントが担い、人間は製品判断や共有ビジョンの提供に集中するよう役割が再定義され、一貫性の高いコード生成が可能になると予測している。
影響分析・編集コメントを表示
影響分析
このニュースは、AI エージェントが単なる実験段階から、実際のソフトウェア開発ライフサイクルの中心に据えられる転換点であることを示しています。特に GPT-5.5 のような次世代モデルによるコスト削減と推論能力の向上が、大規模な「人間監視型」エージェントワークフローの実用化を後押ししており、今後の開発現場における役割分担の根本的な再編成を促す重要な指標となります。
編集コメント
Warp の事例は、AI エージェントが人間の代替ではなく、人間の判断力を補完・拡張するパートナーとして機能する具体的なモデルを提示しており、開発現場の未来像を如実に描いています。
Warp(opens in a new window) は、モダンなターミナルとして始まり、その速度、コラボレーション機能、コマンドワークフロー、AI ネイティブインターフェースにより開発者から早期に支持を得ました。コーディングエージェントが実験段階から日常のエンジニアリングワークフローへと移行するにつれ、Warp はターミナルが開発者がエージェントと作業を行う自然な場所であると認識しました：そこでは、コマンド、コンテキスト、コラボレーション、レビューがすでに集約されています。
今年、Warp がターミナルクライアントを オープンソース化(opens in a new window) した際（OpenAI がリポジトリの創設スポンサーとして名を連ね）、同社は「オープン・アジェンティック・開発」も導入しました。これは、オープンな環境でソフトウェアを構築するためのモデルです。人間が目標を定義し結果を監督する一方、エージェントは作業計画を立て、コードを書き、変更を検証し、プルリクエストを作成します。
フロンティア AI モデルにおける最近の改善により、そのようなスケールでのアジェントオーケストレーションが現実的なものとなりました。Warp のオープンソースワークフローにおいて、GPT‑5.5 はエージェントがより広範な問題領域を推論し、人間のレビューに備えた作業を準備することを可能にします。内部ベンチマークでは、GPT‑5.5 は GPT‑5.4 に比べ、アジェンティックコーディングタスクあたりのトークン使用量が 30% 減少しており、Warp が長期実行型のエージェントワークフローをスケールする際の効率向上に貢献しています。
今日、Warp はほぼ 100 万人の開発者に利用されており、フォーチュン 500 社のうち 56% 以上で使用されています。Warp 自身のエンジニアリング組織では、エージェントが現在、社内のプルリクエストの約 90% を共同作成しており、これによりチームは、長期にわたるエージェントワークフローをスケールさせるために必要なもの（観測可能性、調整、メモリ、そして人間のレビュー）を実地で把握しています。
「私たちは、コミュニティと協力して一連のエージェントを監督することで、より優れた Warp をより迅速にリリースできると考えています。OpenAI のモデルは、これらのシステムが必要とする長期的なコーディング作業において、その持続性を支えるものとなります。」
— Zach Lloyd, CEO
次世代の協働型ソフトウェア開発
オープン・アジェンティック・デベロップメント（Open Agentic Development）は、ソフトウェア開発が向かっている方向性に対する Warp の賭けです。エージェントがコードを記述し、開発者は意図を指定し、出力を検証し、最終的に何を実装するかを決定します。これらの選択は将来のエージェントにとって再利用可能なコンテキストとなり、システムは時間とともに改善されていきます。
オーケストレーションが十分に良好であれば、Warp はエージェントが、緩やかに調整された人間のグループよりも一貫性のあるコードを生み出すことができると信じています。オープンソースはもはや、人間が実装作業を直接貢献することに主眼を置くものではなく、人間にしか提供できない製品判断力と共有ビジョンへの貢献へと重心が移っていくことになります。
永続的で並列化されたエージェントには、共有メモリ、再現可能な環境、評価システム、権限管理、および作業の調整手段といったコンポーネントが必要です。Warp は、ローカルおよびクラウド環境にわたるエージェントを管理するために、クラウドオーケストレーションプラットフォームである Oz を構築しました。
Open Agentic Development ワークフローにおいて、Warp はオープンソースへの貢献を支援するエージェントに対して GPT‑5.5 を使用しています。また、推論、計画、コード生成、コードレビューを含む長期にわたるエンジニアリングタスクに関する Warp の社内評価では、OpenAI モデルも高いパフォーマンスを示しました。
Oz によるアジェンシーオーケストレーション
Oz(新しいウィンドウで開く) は、ローカルおよびクラウド環境にわたるエージェントのデプロイと調整のためのコントロールプレーンとして機能します。開発者は Web インターフェースを通じてエージェントを起動し、事前定義されたスキルや環境を選択し、モデルとホスティング構成を指定できます。また、実行中の長期ワークフローを中央で監視することも可能です。
一度起動されると、エージェントはリモートで継続して実行されながら、開発者はライブセッションを検査したり、実行状態を監視したり、生成された成果物をレビューしたりできます。また、コンテキストを失うことなく、クラウドとローカル環境の間でワークフローを引き継ぎ合うことも可能です。Oz は再発するワークフローもサポートしており、エージェントがスケジュールされた cron ジョブのように動作することも可能にしています。
エージェントは時間とともに状態を蓄積していくため、焦点を保ち重要な決定を維持することが次第に困難になります。Oz は、コード検索やファイル分析などのタスクに対して、コンテキストの圧縮、永続的メモリ、専用サブエージェントといった技術を用いることで、広範なワークフローにわたってエージェントが信頼性を持てるよう支援します。
OpenAI モデルは Oz 内で複数の役割を果たしています。Warp エージェントにおいては、タスクは種類と難易度に基づいて分類され、より複雑なコーディングや推論作業は強力なモデル構成へルーティングされます。GPT‑5.5 は、要求の厳しいエージェント型コーディングワークフローに用いる OpenAI モデルミックスの一部です。また、Warp は評価パイプライン内で LLM-as-a-judge システムとして OpenAI モデルも活用しています。
「OpenAI モデルは、同じタスクを完了するために必要なトークン数やターン数を減らしながら、常に最先端レベルの知能を提供していることが分かっています。特に、広大な問題空間にわたる推論を要するコーディングタスクにおいて、これらのモデルは極めて強力です。」
— Zach Lloyd, CEO
エージェント型開発のためのインフラ構築
Warp にとって、Open Agentic Development と Oz オーケストレーションプラットフォームは、本質的に同じ長期的な賭けの一部です。それは、ソフトウェア開発がコーディングアシスタントとの個々の相互作用から、時間を通じて多数の永続的エージェントを調整するシステムへと進化していくという信念に基づいています。
これまでのところ、この賭けは実を結んでいるようです。Warp の ARR は昨年 35 倍に成長し、企業向け収益は 2025 年第 4 四半期以降 500% 以上増加しました。同社は、この成長の多くが、エージェントワークフローをより柔軟にスケーリングできる方法を求める組織から来ていると述べています。
アジェンティック開発（agentic development）を取り巻く基盤となるワークフローはまだ初期段階にあり、非常に実験的なものです。ターミナルクライアントをオープンソース化し、Open Agentic Development ワークフローを通じてパブリックに構築することで、Warp は、エージェントが時間とともにより自律的になるにつれて、オーケストレーション（orchestration）、スーパービジョン（supervision）、検証（verification）システムの進化を形作るのに開発者が貢献できることを目指しています。
「アジェンティック開発の未来がどうなるか、誰も正確には知りません」とロイドは語ります。「私たちは、コミュニティがその形成に参加できるべきだと考えています。
原文を表示
Warp(opens in a new window) started as a modern terminal, earning early love from developers for its speed, collaboration features, command workflows, and AI-native interface. As coding agents moved from experiments to everyday engineering workflows, Warp saw the terminal becoming a natural place for developers to work with agents: where commands, context, collaboration, and review already meet.
When Warp open-sourced(opens in a new window) its terminal client this year, with OpenAI as the founding sponsor of the repo, the company also introduced Open Agentic Development: a model for building software in the open. Humans define objectives and supervise outcomes, while agents plan work, write code, test changes, and open pull requests.
Recent improvements in frontier AI models helped make that kind of agent orchestration practical at scale. For Warp’s open-source workflows, GPT‑5.5 helps agents reason across larger problem spaces and prepare work for human review. In internal benchmarks, GPT‑5.5 used 30% fewer tokens per agentic coding task than GPT‑5.4, helping Warp improve efficiency as it scales long-running agent workflows.
Today, Warp has nearly 1 million developers and is used by more than 56% of the Fortune 500. In Warp’s own engineering organization, agents now co-create around 90% of the company’s pull requests, giving the team a firsthand view into what long-running agent workflows need to scale: observability, coordination, memory, and human review.
“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.”
—Zach Lloyd, CEO
The next generation of collaborative software development
Open Agentic Development is Warp’s bet on where software development is heading. Agents will write code, and developers will specify intent, verify the outputs, and decide what ultimately ships. Those choices become reusable context for future agents, allowing the system to improve over time.
If the orchestration is good enough, Warp believes agents can produce more consistent code than a loosely coordinated group of humans. Open source then becomes less about humans contributing implementation work directly, and more about contributing the product judgment and shared vision that only humans can provide.
Persistent, parallelized agents need components like shared memory, reproducible environments, evaluation systems, permissions, and ways to coordinate work. Warp built Oz, its cloud orchestration platform, to manage agents across local and cloud environments.
For Open Agentic Development workflows, Warp uses GPT‑5.5 for agents that help manage open-source contributions, according to the company. OpenAI models have also performed strongly in Warp’s internal evaluations for long-horizon engineering tasks involving reasoning, planning, code generation, and code review.
Agentic orchestration with Oz
Oz(opens in a new window) acts as a control plane for deploying and coordinating agents across local and cloud environments. Developers can launch agents through a web interface, select predefined skills and environments, choose the model and hosting configurations, and monitor long-running workflows centrally as they execute.
Once launched, agents can continue running remotely while developers inspect live sessions, monitor execution state, review generated artifacts, and hand workflows back and forth between cloud and local environments without losing context. Oz also supports recurring workflows, allowing agents to operate like scheduled cron jobs.
As agents accumulate more state over time, maintaining focus and preserving important decisions becomes increasingly difficult. Oz uses techniques like context compaction, persistent memory, and dedicated subagents for tasks like code search and file analysis to help agents stay reliable across extended workflows.
OpenAI models play several roles inside Oz. For the Warp agent, tasks are classified by type and difficulty, with more complex coding and reasoning work routed to stronger model configurations. GPT‑5.5 is part of the OpenAI model mix Warp uses for demanding agentic coding workflows. Warp also uses OpenAI models as LLM-as-a-judge systems inside its evaluation pipelines.
“We’ve found that OpenAI models regularly provide frontier-level intelligence while taking fewer tokens and turns to complete the same tasks. The models are especially strong for coding tasks that require reasoning across large problem spaces.”
—Zach Lloyd, CEO
Building the infrastructure for agentic development
For Warp, Open Agentic Development and the Oz orchestration platform are ultimately part of the same long-term bet: that software development is evolving from individual interactions with coding assistants into systems for coordinating large numbers of persistent agents over time.
So far, that bet seems to be paying off. Warp’s ARR grew 35x last year, with enterprise revenue up more than 500% since Q4 2025. The company says much of that growth is coming from organizations looking for more flexible ways to scale agent workflows.
The underlying workflows around agentic development are still early and highly experimental. By open sourcing its terminal client and building in public with Open Agentic Development workflows, Warp hopes developers can help shape how orchestration, supervision, and verification systems evolve as agents become more autonomous over time.
“No one knows exactly what the future of agentic development will look like,” Lloyd says. “We think the community ought to be able to participate in shaping it.”
関連記事
Datasette Apps：カスタム HTML アプリケーションを Datasette 内でホスト可能に
Simon Willison が開発した Simon Willison Blog は、Datasette に新しいプラグイン「datasette-apps」を追加し、自己完結型の HTML と JavaScript で構成されるアプリケーションを同プラットフォーム上で実行できる機能を公開しました。
datasette-acl 0.6a0 のリリース
Alex Garcia 氏らが中心となり、データセットのテーブル単位での権限管理から、一般リソース共有システムへと拡張された「datasette-acl」バージョン 0.6a0 が公開されました。これにより、複数ユーザー環境でリソースへのアクセス制御が細かく行えるようになります。
GLM-5.2 はおそらく最も強力なテキスト専用オープンウェイト大規模言語モデルである
中国の AI ラボ Z.ai が、7530億パラメータ（アクティブ400億）を持つテキスト専用モデル「GLM-5.2」を MIT ライセンスで公開した。これは同社が提供するオープンウェイト大規模言語モデルの中で最も強力なものである。
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み