La società Factory ha rilasciato Droid 1.0, l’aggiornamento più importante del suo sistema di agente di codifica, Factory Droid. Il cambiamento principale, ora attivato di default, è la chiamata programmatica degli strumenti: invece di concatenare le chiamate una per una, il modello scrive un programma che esegue autonomamente i suoi strumenti, e una singola richiesta può innescarne centinaia.
Factory definisce « sistema » l’insieme di ciò che circonda il modello: i prompt, gli strumenti, il modo in cui i loro risultati ritornano e il ciclo di lavoro. Droid 1.0 è indipendente dal modello. Gli utenti scelgono quello che preferiscono, o lasciano che Factory Router componga una miscela considerata più economica.
Un programma invece di chiamate successive
In un ciclo classico, ogni output di uno strumento si aggiunge al contesto del modello, cioè al testo che deve elaborare, misurato in token (i frammenti di parole manipolati dai modelli linguistici). Con la chiamata programmatica degli strumenti, il modello redige invece un programma. Droid lo implementa sotto forma di uno strumento chiamato Script, scritto in JavaScript ed eseguito in una sandbox (sandbox), un ambiente isolato che di per sé non ha alcun accesso a file, rete o sistema.
I file grezzi, i risultati di ricerca e i log rimangono all’interno del programma. Solo l’output visualizzato ritorna al modello, e le chiamate indipendenti vengono eseguite in parallelo. L’approccio si basa sul lavoro CodeAct (Wang et al., 2024).
Factory cita tre esempi tratti dalle proprie sessioni. Per correggere un test unitario, 15 chiamate di strumenti hanno richiesto 5 richieste al modello invece di 10, e il compito si è concluso in 41,6 s invece di 56,8 s. Per la pulizia di 151 ticket su Linear, sono state necessarie 312 chiamate di strumenti; lo Script ha utilizzato 2 richieste e circa 61.000 token, mentre le chiamate dirette, stimate da Factory, ne richiederebbero 36 e circa 3,1 milioni. Infine, una scansione di 5.384 task distribuiti su 547 esecuzioni si è svolta in 2 richieste, e meno dello 0,1% dei risultati degli strumenti ha raggiunto il contesto del modello. Su Claude Opus 5.5, la modalità Script riduce del 15% il costo di Droid rispetto alle chiamate dirette. È attivata di default per dieci modelli, inclusi GPT-6.1 Sol e Kimi K3.
Risultati pubblicati da Factory
Factory ha confrontato ogni sistema con Droid sullo stesso modello, con 3 tentativi per task, dal 23 al 28 ottobre 2026. Sul benchmark Terminal-Bench 4, secondo l’azienda, Droid ottiene il 65,2% con Claude Opus 5.5, davanti a Cursor e OpenCode (62,1%), Devin (59,6%) e Claude Code (57,6%). Il costo annunciato è di 4,73 dollari per task completato con successo. Con GPT-6.1 Sol, Droid raggiunge il 57,6% per 0,79 dollari per task completato, contro il 54,0% di Codex, il 51,0% di OpenCode e il 45,0% di Devin. Factory precisa tuttavia che Droid impiega il 10% di tempo in più per task completato rispetto a Codex con questo modello, e che Cursor non è stato testato su GPT-6.1 Sol.
Gli altri cambiamenti riguardano soprattutto la leggerezza e la reattività. Il prompt di base è passato da 20.887 a 13.055 token, cioè il 37% in meno, e Droid invia ora solo 2 definizioni di strumenti all’inizio, contro le 11 precedenti. Secondo Factory, una tipica richiesta di produzione legge il 98% dei suoi input dalla cache. Tre chiamate identiche attivano un rilancio, e sei interrompono il ciclo. La prima visualizzazione dell’applicazione passa da 1.839 ms a 488 ms di mediana, e ogni sessione aggiuntiva aggiunge circa 20 MB, contro i circa 350 MB precedenti.
Droid 1.0 è disponibile come applicazione desktop per macOS e Windows, interfaccia terminale e SDK Node, @factory/droid-sdk. I piani a pagamento partono da 20 dollari al mese.
