Factory 发布 Droid 1.0：模型写脚本调工具，基准测试成本下降

一句话看懂：Factory 于 2026 年 10 月 31 日发布 Droid 1.0，最大的变化是默认启用“程序化工具调用”：由模型写一段 JavaScript 在沙箱中批量执行工具，只有打印输出返回上下文。这有望把编码 Agent 从“一次请求调一个工具”推向“一次请求驱动数百次调用”。

事件核心：发生了什么

Droid 1.0 是 Factory 的模型无关编码 Agent 框架（harness），提供 macOS/Windows 桌面应用、终端界面和 Node SDK（@factory/droid-sdk），支持自带 API Key，也可用 Factory Router 选模型。新版把初始提示词从 20,887 tokens 压到 13,055（降 37%），前置工具定义从 11 个减到 2 个。程序化工具调用基于 CodeAct 思路，在 10 个模型上默认开启。

Factory 自报的评测中，Terminal-Bench 4 上搭配 Claude Opus 5.5 通过率 65.2%，每通过任务成本 $4.73；搭配 GPT-6.1 Sol 为 57.6%、$0.79。不过同一测试里 GPT-6.1 Sol 下 Droid 每通过任务耗时比 Codex 多 10%。这些数字均为厂商自测，测试时间为 2026 年 10 月 23 日至 28 日。

为什么重要

编码 Agent 的瓶颈常不在模型能力，而在上下文和循环设计：工具结果不断塞回上下文，既贵又容易干扰推理。程序化调用把原始文件、日志和搜索结果留在沙箱内，只回传结论，Factory 称 CI 清扫场景中不到 0.1% 的工具结果进入模型上下文。这意味着 Agent 的成本结构从“按对话轮次计费”转向“按实际计算量计费”，对推理成本和延迟都有直接影响。

对用户/开发者/创作者的影响

开发者可以继续用现有模型和 Key，通过 SDK 接入同一套调度逻辑；重度批量任务（如批量改代码、整理 issue）可能显著省 token。但程序化调用要求任务可被脚本化拆解，沙箱不含文件与网络权限，复杂调试仍需人介入。对企业采购而言，模型无关加上按用量计价，降低了被单一厂商锁定的风险，但 65.2% 等成绩目前公开信息显示只是 Factory 单方方法学下的结果，不宜当作长期排名。