Factory lanza Droid 1.0: su agente de código escribe programas para encadenar cientos de llamadas a herramientas

La startup Factory presentó el jueves 29 de octubre, a las 23:31 hora de París, Droid 1.0, la mayor actualización hasta la fecha del motor de su agente de desarrollo. Factory no desarrolla modelos: su producto es lo que se conoce como un «arnés», es decir, todo lo que rodea al modelo (instrucciones, herramientas, gestión de la devolución de resultados, bucle de ejecución). La empresa lo presenta como más preciso, más económico y más rápido que los agentes diseñados por los propios desarrolladores de modelos.

El modelo escribe un programa en lugar de llamar a las herramientas una por una

El núcleo de Droid 1.0 es la llamada programática a herramientas, activada a partir de ahora por defecto. En el bucle habitual de un agente, el modelo invoca una herramienta (leer un archivo, ejecutar un comando), recibe el resultado en su contexto y después decide el siguiente paso: cada paso supone una nueva petición, que reenvía en cada ocasión las instrucciones y todo el historial.

Con la herramienta Script, el modelo escribe en su lugar un pequeño programa en JavaScript que encadena por sí mismo las llamadas. Este programa se ejecuta en un entorno aislado sin acceso propio a archivos, a la red ni al sistema; solo puede interactuar a través de las herramientas de Droid. Los resultados en bruto (archivos, registros, salidas de búsqueda) se almacenan en variables del programa, y el modelo solo lee lo que este imprime en pantalla. Factory esgrime tres argumentos: un contexto más limpio, menos peticiones y comprobaciones ejecutadas de forma determinista, sin riesgo de que el modelo «olvide» algún caso por el camino.

La empresa ofrece dos ejemplos extraídos de sus propias sesiones de trabajo. Una limpieza de incidencias en Linear (151 tareas movidas y posteriormente verificadas, con 312 llamadas a herramientas) requirió 2 peticiones y alrededor de 61 000 tokens, frente a una estimación de 36 peticiones y 3,1 millones de tokens mediante llamadas directas. Una revisión de 5384 tareas de integración continua se resolvió en 2 peticiones, dejando a la vista del modelo únicamente un resumen de cinco cifras. El modo Script está activado por defecto para los principales modelos de OpenAI y Anthropic (incluidos GPT-6.1 Sol y Claude Opus 5.5) y para Kimi K3.

Factory también ha aligerado la primera petición de cada sesión: ha pasado de 20 887 a 13 055 tokens (−37%), sobre todo gracias a que Droid ya solo envía de entrada 2 definiciones de herramientas en lugar de 11, cargando las demás bajo demanda. La empresa detalla asimismo medidas de seguridad frente a bucles infinitos (como la interrupción tras seis llamadas idénticas consecutivas) y una apertura de la aplicación considerablemente más rápida.

Resultados medidos por Factory

En Terminal-Bench 4, Factory compara Droid frente a otros arneses empleando el mismo modelo. Con GPT-6.1 Sol, Droid lograría 3,5 puntos más que Codex con un coste un 12% menor, aunque empleando un 10% más de tiempo. Con Claude Opus 5.5, obtendría entre 3,0 y 7,6 puntos más que Cursor, OpenCode, Devin y Claude Code, con un coste de hasta un 24% inferior. Cursor no figura en la comparativa con GPT-6.1 Sol, ya que Factory señala que la herramienta no tiene acceso a los modelos de OpenAI.

Estas cifras proceden de Factory y no han sido verificadas de manera independiente. La metodología, expuesta al final de su artículo, merece atención: el coste y el tiempo solo contabilizan las tareas completadas con éxito por ambos arneses a lo largo de tres intentos, se repitieron con Claude Opus 5 tareas bloqueadas por los filtros de moderación de Anthropic y, en un caso en el que Devin se detenía a formular una pregunta al usuario, la tarea se computó como superada si Codex lograba resolverla.

Dónde probarlo

Droid 1.0 ya está disponible como aplicación de escritorio para macOS y Windows, así como en interfaz de terminal. Para quienes deseen construir herramientas propias sobre esta misma arquitectura, Factory ofrece un SDK para TypeScript, @factory/droid-sdk, que permite ejecutar Droid desde Node, gestionar sesiones de múltiples turnos e integrarle herramientas personalizadas mediante MCP.