摘要

Warp 的商业拐点来自转向 coding，同时保留 terminal-first 路线，而不是继续主要以“AI terminal”闻名。 Elad Gil 称，Warp 月活用户接近100万，每7-10天新增营收约100万美元；Zach Lloyd 表示，coding agent 在仅仅3、4个月前上线后，增长明显提速，因为“真正的战场在 coding”。
Lloyd 将当下的机器智能与意识区分开来：next-token prediction 已经产生了可辨识的智能行为，但在他看来仍不等于意识。 他认为“图灵测试已经通过”，但“我们刚刚通过了它，却没人太在意”。Lloyd 无法提出一个令人满意的替代测试，尤其是在了解系统运行机制后，人们可能就不愿承认它拥有意识。
Warp 瞄准的是开发具有经济价值、被大量使用的软件的开发者，而不是 vibe-coded 应用的长尾市场。 Agent 只需几个 prompt 就能生成基础网页应用，但要安全地应用于成熟代码库，难度高得多。Lloyd 的市场判断是，软件价值仍集中在“数量相对少、但使用极其频繁的应用”上。
开发正在从“手工开发”转向“通过 prompt 开发”，随后再进入部分自动化；但 Lloyd 认为，如果很快一切都消失在后台 agent 中，他会感到意外。 他预计，未来2年左右所有人都会通过 prompt 工作，而回复工单、处理服务器错误等部分任务将自动运行。
短期内，高级工程经验会变得更有价值，因为 coding agent 的表现像初级工程师。 如果缺少架构判断和代码审查，它们可能引入 bug、安全漏洞和难以维护的代码。Lloyd 警告，长期“停留在初级工程师状态”的人将处于暴露位置。他还预计，自动安全分析、验证，以及 Rust 这类默认更安全的语言会更重要，但不确定这些能力是否会被打包进 coding agent。
开发者工具很可能围绕掌握界面、agent harness 和上下文的产品整合，而不一定围绕模型提供商整合。 基础模型公司正大举进入 coding，但 Lloyd 怀疑它们是否拥有类似 Windows 或 Google 的分发优势；terminal、IDE，以及潜在的 GitHub 仍在争夺“前门”。在消费端，他认为 ChatGPT 的默认使用习惯是重大优势，但开发者领域的格局尚不清晰。
更强的商业模式可能是自动化，而不是可测量的生产力提升。 可编程、无头的 agent 可以驻留在 CI 中，在代码每次变更后持续更新文档，创造出更容易定价的结果，也不受键盘操作时间限制。这一点很重要，因为 Lloyd 承认，基于真实代码库的研究仍让 coding assistant 的 ROI“说不太清楚”。

精读

1. 智能已经通过旧测试，但意识问题仍未解决

Lloyd 的框架是，AI 正在“提炼智能”：next-token prediction 如今已经能够完成推理、解释和综合，但依然“完全是机械过程”。最令人震撼的结果，是智能脱离意识而存在，这类似于科幻小说 Blindsight 中没有意识、却能在太空航行的智能。
Gil 提出的挑战值得保留：经典的行为门槛其实已经被突破。人们正与模型进行深入且有逻辑的对话；Lloyd 的哲学博士生好友甚至表示，与 GPT-5 对话比与自己的教授对话更好，并称“GPT-5 懂了”。但 Lloyd 说，“图灵测试已经通过”，社会却几乎没有反应。
Lloyd 没有提出替代测试。他猜测，实时感官输入和反馈——也许通过机器人实现——会让系统显得更有意识，但也承认，一旦人类知道系统的运行机制，就可能不公平地拒绝赋予它这种地位。这种混乱已经产生现实后果：有人确信 Warp 的 AI 具有感知能力，这让人想起此前 Google 内部发生过的类似事件。

2. Warp 的 terminal 切入口变成专业 coding 平台

Lloyd 将 Warp 称为“agentic development environment”，也是“告诉电脑该做什么的平台”。用户可以输入 terminal 命令，也可以用英语描述目标，从而启动 agent 来编写代码、配置项目，以及调试崩溃的服务器。
terminal-first 的差异化，在于掌控外层应用。不同于 VS Code 克隆产品，或 Claude Code 这类纯文本 terminal 应用，Warp 可以保留命令行工作流，同时在需要时加入编辑、代码审查和更丰富的用户体验。
最初的机会，是做一款日常开发工具：terminal 40年来几乎没有变化，掌握后很强大，但学习门槛高、命令难记、让人望而生畏，周围还带有一种“守门人式氛围”。Warp 的商业逻辑后来从 terminal 协作转向 agent，是因为市场需求证明后者强得多。
Warp 在面向 coding 的强力 agent 上线后，增长开始加速——该产品在访谈前3、4个月推出。Gil 称，Warp 月活用户接近100万，每7-10天新增营收约100万美元；Lloyd 的解释很直接：Docker 和 Git 辅助确实重要，但“真正的战场在 coding”。

3. 专业代码库维持了工程判断的溢价

Warp 有意聚焦专业开发者，服务于生产“具有经济价值”的软件——也就是那种会被固定在 Mac dock 或 Chrome 标签页里的应用。Lloyd 欢迎 vibe coding 降低开发门槛，但认为市场价值仍集中在数量相对少、使用频率极高的产品上。
他的三阶段路线图，是从“手工开发”到“通过 prompt 开发”，再到自动化开发。他猜测，未来2年内所有人都会通过 prompt 工作，同时部分工单、用户反馈和服务器错误会自动触发后台任务；但如果这意味着一切都将自动化，他会“非常意外”。
Gil 进一步追问终点：agent 是否最终可以完成全部 coding，而人类只负责产品层面的方向？Lloyd 的回答是“可能”，也认为 Warp 应该建设实现这一目标的基础设施，但拒绝给出时间表。他更确定的判断是，短期内工程经验不会贬值。
目前的 agent 很像初级工程师：如果没有高级工程师负责架构设计和审查，它们可能制造 bug、安全问题和难以维护的代码。这会抬高架构与代码审查能力的价值，同时让那些长期“停留在初级工程师状态”的开发者面临风险。Lloyd 还预计，自动安全分析和验证，以及 Rust 这类默认更安全的语言会变得更有价值，但不确定这些能力是否会被打包进 coding agent。

4. 上下文与分发决定谁能拿走这层价值

在面向消费者的一侧，Lloyd 预计 Lovable、Bolt、Replit 或 Figma Make 这类产品会把应用创建、前端或设计工作流，以及支付整合在一起——这相当于让 Shopify、WordPress 或 Squarespace 从“构建一个应用”走向“构建一门生意”。
专业开发的架构还没有定型：MCP 和各类集成可以协调专业化工具，也可能由一个“单一控制面板”整合本地与远程 agent。Lloyd 预计，agentic code review 以及大概率包括 CI 在内的功能会被打包，因为独立系统必须重新学习代码库、编码惯例、规则和上下文。
Gil 将基础模型公司类比为 Microsoft 把主要 Windows 应用捆绑进系统，以及 Google 吸收垂直搜索。Lloyd 同意 Anthropic、OpenAI 和 Microsoft 正在大举进入 coding，这“有点吓人”，但他质疑它们是否拥有分发优势。在消费端，他认为一旦 ChatGPT 成为默认选择，就算 Claude 更好，ChatGPT 也拥有巨大优势；但开发者领域的情况并不明朗。开发者仍然从下载的 terminal 和 IDE 进入，而掌握代码的 GitHub 本应是最自然的入口，却没有执行得特别好。

5. 上下文成为约束后，模型近期进步在 Lloyd 眼中变小了

Lloyd 希望竞争能让“智能 token”变得更像大宗商品；当前前沿模型仍拥有定价权，因为他依然能看到前沿模型与开源模型之间真实存在的能力差距。如果 coding 变得只是“够好”，应用层的界面和上下文可能比模型品牌更重要。
近期进步在他看来更像是渐进式的：对 Warp 而言，Sonnet 4 到 4.5 在 SWE-bench 上只提升了几个百分点，远小于 3.7 到 4 的提升。GPT-5 是一次升级，而且“基本处于同一水平”，但它不同的使用感受和更高延迟，并不像此前那种跨越式变化。Lloyd 提醒，他不知道这些例子对底层总体趋势意味着什么。
新出现的瓶颈是上下文——理解完整代码库、外部资料和用户意图——而不只是原始推理能力。因此，Lloyd 对 CI 中可编程、无头的 agent 最为兴奋：每次代码变更后自动更新文档，比含义模糊的生产力提升更容易定价；“自动化比生产力提升更值得投入”。

Vol.190 宏观漫谈94｜如何看待中美关税谈判的新一轮博弈（10.17录制）走进 Coatue：700亿美元对冲基金的 AI 与零售策略