WarpGrepは、コーディングエージェント向けに特別に設計された高速コンテキスト検索サブエージェントであり、コーディングタスクにおける一般的なボトルネックである検索とコンテキスト管理に対処します。検索プロセスを強化学習に最適化されたシステムとして分離することで、WarpGrepはエージェント全体のパフォーマンスを大幅に向上させます。@morphllmチームより！ 問題診断：コーディングエージェントの問題点 - 高い検索時間率：コーディングエージェントは通常、コードの記述ではなく、ファイルやコンテキストの検索に60%の時間を費やしています。これは開発者の「ストリーム状態」の中断につながります。調査によると、待機時間が1秒長くなるごとに、開発者の離脱確率は10%増加することが示されています。 • コンテキスト汚染：大規模な本番環境のコードベースでは、無関係な情報がモデルの決定に「悪影響」を与え、ファイルの編集ミス、トークンの無駄、そしてコストの急激な増加につながる可能性があります。長時間実行されるタスクでは、この汚染によってモデルの精度が最大70%低下する可能性があります。 WarpGrepのコアソリューションメカニズムは、grep、glob、ファイル読み取り向けに強化学習でトレーニングされた推論最適化モデルを用いて、文脈検索を独立したサブシステムとして扱います。コードベース構造をインテリジェントに理解し、非常に長い文脈入力をサポートし、高い再現率を維持します。 主な機能: • 並列ツール呼び出し: 1 ラウンドあたり最大 8 つの並列操作 (grep、list、read など) が、4 ラウンド以内に完了するように厳密に制御されます。 • 最適化された設計: grep タスクの推論エンジン (事前入力された再作業) は、「正しいファイル/行範囲の取得 + 速度」に重点を置いています。 • ハードウェア互換性: NVIDIA B200 で900トークン/秒で動作します（Cognition の SWE-Grep（650トークン/秒）よりも約38%高速です）。Morph は NVIDIA と連携し、CUDA を活用して安定したカスタム最適化を実現します。 パフォーマンスデータと影響 • 定量的な改善：WarpGrepを最先端のモデルに統合することで、タスク完了率が5～12%向上し、実行速度が40%向上し、トークン消費量が40%削減され、コンテキスト汚染が70%削減されます。これは、大規模なコードベースのメンテナンスなど、長時間実行されるタスクに特に適しています。 • より広い視点：著者は@swyxの「半非同期のデスバレー」という概念を引用し、WarpGrepが検索速度を10倍向上させ、汚染を50%以上削減することで開発者の効率的なワークフロー維持を支援することを強調しています。Morphはサブエージェントのトレンドに楽観的な見方を示しており、タスク固有の推論エンジンと並列呼び出しがコード化エージェントの標準となるでしょう。 統合と可用性: プラグ アンド プレイ: Morph MCP Server または SDK を介して、Claude Code、Codex、OpenCode、またはその他のコーディング エージェントとシームレスに統合します。
