Factory发布Droid 1.0编码智能体框架，默认启用程序化工具调用

Factory 发布了 Droid 1.0，这是 Factory Droid 代理套件迄今为止最大的更新。主要变化是程序化工具调用，现在默认开启。模型编写一个程序来运行其工具。一个模型请求现在可以驱动数百次工具调用。

简而言之

• 大小：基础提示为 13,055 个输入令牌，比 20,887 个减少了 37%。仅预装 2 个工具定义，比之前的 11 个减少了。
• 运行于：macOS 和 Windows 桌面应用程序、终端 UI 以及 Node SDK @factory/droid-sdk。可与任何支持的模型一起使用，包括您自己的 API 密钥。
• 性能：Factory 测试的所有套件中通过率最高，在同一模型上，成本更低。
• 最佳：在 Terminal-Bench 4 上使用 Claude Opus 5.5 得分为 65.2%，每通过的任务成本为 $4.73（自我报告）。
• 最差：使用 GPT-6.1 Sol，Droid 每通过的任务比 Codex 慢 10%。

Droid 1.0 是什么？

Droid 1.0 是 Factory 的一个与模型无关的编码代理套件。Factory 将套件定义为模型周围的一切。这意味着 提示、工具、工具结果如何返回以及循环。用户选择一个模型或让 Factory 路由器 选择一个成本效益高的组合。

程序化工具调用如何工作？

在标准循环中，每个工具输出都会进入模型的上下文中。使用程序化工具调用（PTC），模型编写一个程序。Droid 将其实现为 脚本工具。模型编写 JavaScript，该 JavaScript 在沙盒中运行。沙盒没有自己的文件、网络或系统访问权限。

原始文件、搜索结果和日志保留在程序内部。只有打印的输出返回到模型。独立调用可以并行运行。

这个想法基于 CodeAct (Wang et al., 2024)。 Factory 报告了其自身会话中的这些结果：

• 单元测试修复：15 次工具调用替代了 10 次模型调用。任务在 41.6 秒内完成，而不是 56.8 秒。
• 线性清理：151 个问题在 312 次工具调用中移动和验证。脚本使用了 2 个请求和大约 61,000 个令牌。Factory 模型直接调用 36 个请求和大约 3.1M 个令牌。
• CI 扫描：5,384 个作业在 547 次运行中，使用 2 个请求。不到 0.1% 的工具结果到达模型的上下文中。

在 Claude Opus 5.5 上，脚本模式将 Droid 的成本降低了 15%，与直接工具调用相比。它默认为 10 个模型开启，包括 GPT-6.1 Sol 和 Kimi K3。

Droid 1.0 在 Terminal-Bench 4 上的得分如何？

Factory 在同一模型上对每个套件运行 Droid。每个任务运行 3 次试验，从 2026 年 10 月 23 日到 28 日。只有两个套件在所有 3 次试验中都通过的任务才计入成本和时间。

• Claude Opus 5.5： Droid 得分为 65.2%。Cursor 和 OpenCode 得分为 62.1%，Devin 得分为 59.6%，Claude Code 得分为 57.6%。Droid 的成本最高可降低 24%。
• GPT-6.1 Sol： Droid 得分为 57.6%，每通过的任务成本为 $0.79。Codex 得分为 54.0%，OpenCode 得分为 51.0%，Devin 得分为 45.0%。
• 速度：在 Opus 5.5 上，Droid 每通过的任务耗时减少 16% 到 26%。与 Claude Code 相比，它还使用了 17% 更少的令牌。

套件中还有哪些其他变化？

大多数变化来自内部的 代理工厂 循环。代理读取失败并提出更改，在受影响的每个模型系列上测试。工程师进行审查和合并。

• Prompt cache: 新加载的工具会追加到请求末尾。典型的生产请求中有98%的输入来自缓存。
• Leaner first request: 工具定义减少了46%。很少使用的工具现在按需加载。
• Bounded autonomy: 3个相同的工具调用会触发一个提示，6个会停止循环。压缩摘要现在包含16,000个token，从8,000个增加到。
• App latency: 首次渲染时间从1,839毫秒降至488毫秒。每个额外的会话现在增加约20 MB，而不是350 MB。

Comparison: Droid 1.0 vs other coding agent harnesses

*Terminal-Bench 4数据是Factory自己的运行结果，来自其 方法学部分.

开发者如何尝试它？

Droid 1.0 作为 桌面应用 和 终端 UI 提供。 Droid SDK 从 Node 运行相同的 harness，包含会话、流媒体和 MCP 工具。付费计划起始于 每月 $20。

关键要点

• Droid 1.0使程序化工具调用成为默认选项。
• 1个脚本可以每个模型请求运行数百个工具调用。
• 在Opus 5.5上，Terminal-Bench 4上达到65.2%，自我报告。
• 基础提示减少了37%，到13,055个token。
• Codex在GPT-6.1 Sol速度上仍然领先。

查看完整的 Factory研究文章，Droid SDK在GitHub 和 Droid文档。此外，欢迎关注我们在 Twitter 上的动态，别忘了加入我们的 15万+ML SubReddit 并订阅 我们的 Newsletter。等等！你用Telegram吗？现在你也可以加入我们的Telegram。

需要与我们合作推广你的GitHub仓库OR Hugging Face页面OR产品发布OR网络研讨会等？联系我们

文章 Meet Factory Droid 1.0: A Model-Independent Coding Agent Harness Built on Script Mode 首次出现在 MarkTechPost.