Nein, das ist keine Softwarefabrik — Ryan Cooke, WorkOS

하이라이트

• WorkOS misst den Erfolg seiner Softwarefabrik an Ergebnis-Metriken wie der Auslieferungsgeschwindigkeit von Features statt an reinen Output-Metriken wie der Anzahl generierter Pull Requests.

• Das interne System TARS verbindet AI-Coding-Agenten über Webhooks mit Linear, GitHub und Slack, um Arbeitsabläufe von der Ticket-Erstellung bis zur Code-Generierung autonom abzuarbeiten.

• Ein zentrales MCP-Gateway (Context Engine) verbindet Entwickler-Tools und Datenbanken wie Snowflake, sodass Agenten sowie interne Teams direkte Daten- und Kundenanalysen durchführen können.

• Der speziell entwickelte PM-Agent verfasst aus kurzen Spezifikationen erste Entwürfe von PRDs (Hilltop-Dokumenten), erstellt automatisch Linear-Tickets und startet nach Genehmigung die Implementierung.

• Durch die vollständige Kontrolle über die eigene Sandbox-Infrastruktur analysiert WorkOS kontinuierlich Sitzungsdaten, um KI-Agenten und Entwickler-Skills automatisch zu verifizieren und zu verbessern.

타임라인

1. 00:00 - 03:11

   Ergebnis-Metriken statt reine Code-Output-Zahlen

   Standard-Setups nutzen meist Sandboxes mit KI-Agenten, um aus Prompts Pull Requests zu generieren. Viele Unternehmen bewerten diesen Ansatz fälschlicherweise anhand des KI-generierten Codevolumens. WorkOS misst den Erfolg stattdessen am tatsächlichen Kundennutzen und der Geschwindigkeit, mit der komplexe Features in Produktion gehen.

   • Hohe Zahlen generierter Pull Requests sagen nichts über den tatsächlichen Wert von Software-Fabriken aus.
   • Der Einsatz dedizierter Entwicklungsteams für KI-Automatisierung rechnet sich nur über eine beschleunigte Feature-Auslieferung.
2. 03:11 - 05:07

   Systemarchitektur von TARS und Horizon

   Erste Versuche mit isolierten Cloudflare-Sandboxes führten zu keinen besseren Ergebnissen als die Nutzung von Claude Code auf lokalen Entwickler-Laptops. Die Aufteilung in TARS zur Interaktion über Slack, Linear und GitHub sowie Horizon als Orchestrierungsschicht vor einem MCP-Gateway ermöglicht die Automatisierung des gesamten Entwicklungszyklus.

   • Reine Code-Generatoren bringen gegenüber lokalen KI-Tools keinen Mehrwert ohne tiefere Prozessintegration.
   • Die Zwei-Teile-Architektur trennt die Benutzerschnittstelle TARS von der Infrastruktur-Orchestrierung Horizon.
3. 05:07 - 08:05

   Autonome Projekt- und Spezifikationsabwicklung

   Bei WorkOS arbeiten Entwickler ohne klassische Produktmanager und nutzen sogenannte Hilltop-Dokumente als PRD mit Kundenanforderungen, Wettbewerbsanalysen und Meilenssteinen. Der PM-Agent erstellt aus kurzen Vorgaben Erstentwürfe dieser Dokumente, generiert die zugehörigen Linear-Tickets und startet nach menschlicher Freigabe die eigentliche Implementierung.

   • TARS verarbeitet blockierende Tickets in Linear automatisch nach dem Abschluss vorheriger Aufgaben.
   • Ein spezialisierter PM-Agent wandelt Spezifikationsdokumente eigenständig in strukturierte Arbeitspakete um.
4. 08:05 - 11:59

   Praktische Umsetzung im Entwickleralltag

   Anstelle manuelle Initialaufwand-Schritte zu durchlaufen, liefert TARS eine vorgefertigte Struktur, die Entwickler nur noch verfeinern müssen. Das System beseitigt das Problem des leeren Blatts bei Projektstarts. Auch andere Abteilungen wie das Sicherheitsteam schalten sich direkt in die von TARS erstellten Slack-Kanäle ein.

   • Ein einziger Slack-Befehl reicht aus, um Notion-Entwürfe, Entscheidungsprotokolle und Linear-Projekte zu initialisieren.
   • Externe Tools wie Devin oder lokales Claude Code greifen über MCP auf denselben Projektkontext zu.
5. 11:59 - 14:06

   Das MCP-Gateway als Context Engine

   Die Context Engine versorgt Agenten mit System-Prompts und semantischen Tabellenbeschreibungen, um Datenbanken gezielt abzufragen. Neben der Code-Generierung nutzen interne Teams dieses Gateway zunehmend für direkte Daten- und Analysenabfragen im Betriebsalltag.

   • Ein internes MCP-Gateway verbindet Agenten direkt mit Datenquellen wie Snowflake.
   • Das MCP-Gateway dient nicht nur KI-Agenten, sondern beschleunigt auch menschliche Datenabfragen in Slack.
6. 14:06 - 18:41

   Infrastrukturkontrolle und kontinuierliches Lernen

   WorkOS zieht sich von Drittanbieter-Sandbox-Diensten zurück, um volle Kontrolle über Sitzungsdaten und Speicherschichten zu erhalten. Durch die Analyse realer Entwicklersitzungen erkennt das System fehlerhafte oder veraltete KI-Skills und unterstützt die kontinuierliche Verbesserung der gesamten Softwarefabrik.

   • TARS übernimmt automatisiertes Triage und Bugfixing für eingehende Slack-Supportanfragen.
   • Die eigene Sandbox-Infrastruktur ermöglicht die gezielte Überwachung und Weiterentwicklung von Agenten-Skills.