Introducing multi-agent orchestration in Oz, with support for Claude Code, Codex and the Warp Agent. Use /orchestrate to delegate complex tasks across a team of agents, locally or in the cloud.

推出多框架编排功能

今天，我们发布了 Oz 的重大升级，使其成为首个真正意义上的多框架云 Agent 控制平面。我们相信，企业不应把未来押注在单一模型或框架上。在这个生态快速演变的时代，Oz 旨在为团队提供一个统一的系统，用于编排、治理和扩展各类 Agent。

本次发布包括：

• 云端更多 Agent 框架： 在云端启动、追踪和控制 Claude Code、Codex 和 Warp Agent。多框架编排在测试期间对所有用户开放。

• 自动化更复杂的长期运行任务： 自动进行多 Agent 编排，支持本机或云端协调多个并行子 Agent。

• 跨框架的 Agent Memory： 这是唯一一个跨框架的记忆系统，能帮助 Agent 在每次会话、仓库和项目中记住对团队有效的内容。Agent Memory 目前处于研究预览阶段。

• 扩展的自托管选项： 现在您可以在 Kubernetes 中运行 Agent，或通过直接执行方式运行。

• 增强的成本与使用控制。

• 众多其他渐进式改进，使 Oz 成为市场上最强大的云端 Agent 平台。

Warp@warpdotdev·12hIntroducing multi-agent orchestration in Oz, with support for Claude Code, Codex and the Warp Agent.

Use /orchestrate to delegate complex tasks across a team of agents, locally or in the cloud.1434210296K

完整故事

在 Warp，我们花费大量时间与工程负责人深入交流，了解他们的挑战，并帮助他们借助 Agent 构建更好的软件。自 Oz 最初发布以来，最常浮现的诉求是：负责人希望今年能大规模部署云 Agent，但要以可控、可治理的方式运行。他们希望在所部署的 Agent 框架上有选择权，能够针对不同任务使用不同框架，同时衡量每个框架的效果。他们还希望 Agent 能运行在自己的基础设施上，完全拥有并掌控数据。

通过本次发布，Oz 正在演进其 Agent 基础设施层，以支持所有这些需求。

云端更多 Agent 框架

我们推出的最大改进是 Oz 现在支持多框架。除了 Warp Agent 之外，Oz 现在还可以将 Claude Code 和 Codex 作为 Agent 框架运行。Oz 一直支持多模型，但我们越来越发现，企业也希望有框架的选择，因为 Agent 的性能取决于框架和模型的结合。

支持多框架意味着企业可以要求 Oz 启动直接使用 Claude Code、Codex 和 Warp Agent 的云端 Agent 来解决其任务。Oz 提供了一个统一的控制平面，可以启动、追踪、治理和引导这些 Agent。Oz 位于更高一层，使其能够比较各框架的效果，为不同任务使用不同框架，同时保持一致的治理、访问控制和审计日志。这是您所有云 Agent 的统一视图。

自动多 Agent 编排

第二个重大改进是自动多 Agent 编排。现在 Oz 可以自动编排子 Agent，并行部署和追踪多个 Agent，以处理困难的、长周期任务，如大型功能构建、代码迁移和生产部署。这适用于跨框架，并配有自动追踪、引导和管理界面，可显示各子 Agent 的进度。

Warp@warpdotdev·12hReplying to @warpdotdevOz can now orchestrate subagents automatically by deploying multiple agents in parallel. Each agent gets its own worktree when run locally, and its own isolated Docker container in the cloud.

Use /orchestrate or let the Warp Agent suggest a delegation plan.12231.2K

Agent Memory

我们还宣布推出跨框架的 Agent Memory，它允许 Agent 存储和检索长期记忆，从而实现随时间的自我改进。

Agent Memory 是对您所有组织知识建立的索引，使 Oz 能够将正确的知识纳入上下文，用于任何 Agent 任务。它支持可插拔的数据源，因此知识可以来自文件（例如技能）、MCP、数据库或其他企业应用。它也是可写的，因此 Oz 在完成任务时可以自动向知识库添加内容。您的 Agent 现在可以学习您的工作方式：代码审查 Agent 学习团队的编码风格，生产 Agent 记住系统的部署拓扑，数据分析 Agent 学习并记住数据的结构。

Agent Memory 的设计使企业能够存储并拥有其 Agent 的记忆；Warp 可以为您存储，但我们相信企业会希望随着时间的推移建立自己的组织知识语料库。Agent Memory 本身也是多框架的，因此它可以从 Claude Code 和 Codex 会话中形成记忆；再次强调，我们的目标是位于任一框架之上，提供一个随模型和框架改进而扩展的系统。

Warp@warpdotdev·12hReplying to @warpdotdevWe are excited to introduce Agent Memory in research preview.

Agent Memory is a cross-harness memory system that helps Claude Code, Codex, and the Warp agent remember what works across every session.

Join the waitlist: http://warp.dev/oz/agent-memory#waitlist… 2117470

更好的控制

由于企业希望有更好的成本控制和治理，我们现在提供按团队计费和个人信用额度上限，同时提供更好的团队使用情况和结果可见性。

我们还提供了对 Agent 可访问的数据和服务的更精细控制。作为本次发布的一部分，我们引入了对单个 Agent 给予内部分服务细粒度权限的支持，遵循允许 Agent 为所需任务拥有最小权限的模型。您的那些处理生产系统的 Agent 与访问 CRM 的 Agent 所需的权限截然不同。

本次发布还包括许多使 Oz 部署更灵活的功能，这是我们从企业负责人那里听到的主要请求之一。现在 Oz 可以以更多方式自托管：有或没有 Docker、在 Kubernetes Pod 中、在现有的远程开发环境中，并且具备完整的编码能力。您无需更改开发设置，因为 Oz 能与您现有的系统协同工作。

最后，还有一系列其他改进，使 Oz 成为市场上最强大的编排平台。Oz 的理念是应优先提供 API 和 SDK，因此我们扩展了 API，支持从 Agent 会话返回值（包括工件和原始对话）。我们还简化了 Agent 会话的交接，无论是从本地到远程、远程到本地还是远程到远程环境。在手机上启动一个（或十个）Agent，在笔记本电脑上继续，然后移回云端让它彻夜工作。

我们非常兴奋能帮助企业转变构建软件的方式。