Factory 发布 Droid 1.0：以程序化工具调用构建企业级 Agent harness

Factory 发布 Droid 1.0，这是其面向企业开发的智能体运行框架（agent harness）迄今规模最大的一次更新。所谓 harness 指模型之外的一切：提示词、工具、工具结果返回方式以及驱动循环。Droid 不绑定任何模型，通过 Factory Router 自动选择模型组合，并为每个支持的模型分别调整提示词、工具描述和调用模式。 核心变化是把程序化工具调用（PTC）设为默认。模型编写 JavaScript 程序，在无文件、网络和系统访问权限的沙箱中运行，一次模型请求可发起数百次工具调用；原始文件、搜索结果和日志留在程序内部，只有打印输出进入上下文。Factory 给出一个修复失败单元测试的示例：直接工具调用需 10 次模型调用、耗时 56.8 秒，Script 工具只需 5 次模型调用、41.6 秒。另举 Linear 清理任务，312 次工具调用在脚本方式下只需 2 次请求、约 61,000 token，而直接调用估算需 36 次请求、约 310 万输入 token。Script 模式默认对 GPT-6.1 Sol、GPT-6.1 Terra、GPT-6 Astra、GPT-6 Sol、GPT-5.6 Sol、Claude Fable 5.1、Claude Fable 5、Claude Opus 5.5、Claude Opus 5 和 Kimi K3 开启。 基准对比使用 Terminal-Bench 4，测试时间为 2026 年 10 月 23 日至 28 日，每个 harness 每任务三次试验。GPT-6.1 Sol 下 Droid 57.6%、$0.79，OpenCode 51.0%、$0.77，Codex 54.0%、$0.90，Devin 45.0%、$1.27；Claude Opus 5.5 下 Droid 65.2%、$4.73，Cursor 62.1%、$4.78，OpenCode 62.1%、$6.20，Devin 59.6%、$6.21，Claude Code 57.6%、$5.71。Factory 称 Opus 5.5 上 Droid 每完成一个通过任务耗时比 Claude Code 少 26%，token 用量少 17%；GPT-6.1 Sol 上 token 用量比 Codex 少 12%，但耗时多 10%。 其余改动集中在缓存与启动路径。工具发现改为追加到请求末尾，避免破坏前缀缓存；生产环境典型请求 98% 输入来自缓存，98.6% 请求严格只做追加。基础提示词从 Droid 0.170.0 的 20,887 个输入 token 降至 0.250.0 的 13,055 个，减少 37%，其中预发工具定义从 11 个减到 2 个。应用首次绘制中位时间从 1,839 毫秒降至 488 毫秒，退出中位时间从 648 毫秒降至 30 毫秒；多会话改为共享守护进程，每个会话内存增量从约 350 MB 降至约 20 MB。 Droid 1.0 当日发布，提供 macOS 和 Windows 桌面应用、终端 UI，以及 @factory/droid-sdk，SDK 运行与 CLI 相同的 Droid，可启动会话、流式获取过程并通过 MCP 提供自定义工具。Factory 称这些改动大多由其内部 Agent Factory 循环产出，工程师审核后合并上线。