
Factory 近期发布了 Droid 1.0,这是其编码智能体框架迄今为止规模最大的一次更新。该版本的核心变化在于默认启用了程序化工具调用(PTC)机制。通过这一改进,模型可以通过编写脚本一次性驱动数百次工具调用,从而显著降低 Token 消耗与任务执行时间。

核心机制:程序化工具调用(PTC)
在传统的智能体工作流中,每次工具调用的结果都会直接写入模型的上下文窗口,导致 Token 消耗迅速累积。Droid 1.0 引入了基于 CodeAct 理念的 Script 工具,改变了这一交互模式。
模型不再逐次请求工具,而是编写一段 JavaScript 程序。该程序在隔离的沙盒环境中运行,不拥有文件、网络或系统访问权限。原始文件、搜索结果和日志均保留在程序内部,只有最终的打印输出会返回给模型。这种设计使得独立的工具调用能够并发运行,极大提升了执行效率。
Factory 提供的内部测试数据印证了该机制的有效性:
- 单元测试修复:完成相同任务仅需 5 次模型调用(传统方式需 10 次),耗时从 56.8 秒缩短至 41.6 秒。
- Linear 任务清理:在移动并验证 151 个问题的过程中,共触发 312 次工具调用。Script 模式仅消耗 2 个请求和约 61,000 个 Token,而模拟直接调用则需 36 个请求和约 310 万 Token。
- CI 扫描:在 2 个请求内完成了 547 次运行中的 5,384 个作业,到达模型上下文的工具结果占比不到 0.1%。
在 Claude Opus 5.5 模型上,Script 模式相比直接工具调用,成功将 Droid 的整体运行成本削减了 15%。
基准测试表现:Terminal-Bench 4
Factory 在 Terminal-Bench 4 基准测试中,将 Droid 1.0 与其他主流编码智能体框架进行了对比。测试在相同模型下运行,每个任务进行 3 次试验,仅统计全部通过的任务成本与时间。
- Claude Opus 5.5 表现:Droid 通过率达到 65.2%,优于 Cursor 与 OpenCode(62.1%)、Devin(59.6%)以及 Claude Code(57.6%)。同时,其运行成本比竞品低最多 24%,每通过任务耗时减少 16% 至 26%。
- GPT-6.1 Sol 表现:Droid 通过率为 57.6%,每通过任务成本为 0.79 美元。相比之下,Codex 通过率为 54.0%,OpenCode 为 51.0%,Devin 为 45.0%。
需要注意的是,在使用 GPT-6.1 Sol 时,Codex 在绝对执行速度上仍比 Droid 快约 10%。
系统级架构优化
除了核心的 PTC 机制,Droid 1.0 的内部 Agent Factory 循环也进行了多项针对性优化,以提升系统的稳定性与资源利用率。
- 提示缓存与精简:新加载的工具定义被附加到请求末尾,使得典型生产请求中 98% 的输入可直接从缓存读取。首次请求的工具定义数量从 11 个减少至 2 个,整体基础提示 Token 数从 20,887 降至 13,055,降幅达 37%。
- 有界自主控制:为防止模型陷入死循环,系统设定了明确边界。连续 3 次相同的工具调用会触发提醒,达到 6 次则强制停止循环。同时,上下文压缩摘要的容量从 8,000 Token 提升至 16,000 Token。
- 应用延迟与内存优化:首次界面绘制时间从 1,839 毫秒大幅降至 488 毫秒。此外,每个额外会话的内存占用从 350 MB 压缩至约 20 MB。
部署方式与生态兼容
Droid 1.0 定位为模型无关的框架,这意味着它不绑定特定的底层大模型。用户可以选择自带 API 密钥(BYOK),或交由 Factory Router 自动选择成本效益最优的模型组合。
在交付形态上,该框架提供了三种接入方式:
- 桌面应用:提供完整的图形化交互界面。
- 终端 UI (TUI):适合习惯命令行操作的开发者。
- Node SDK:通过
@factory/droid-sdk运行,支持会话管理、流式传输以及 MCP 工具集成。
目前,Droid 的付费计划起价为每月 20 美元。其 SDK 采用 Apache 2.0 许可协议,为开发者提供了灵活的二次开发与集成空间。
相关导航


同花顺金融数据服务

Flet

OpenClaw Medical Skills

STE80 Humanizer

Graphite

Khazix Skills






