Factory lance Droid 1.0 : son agent de code écrit des programmes pour enchaîner des centaines d'appels d'outils

La start-up Factory a présenté jeudi 29 octobre, à 23 h 31 heure de Paris, Droid 1.0, la plus grosse mise à jour à ce jour du moteur de son agent de développement. Factory ne fabrique pas de modèle : son produit est ce qu’on appelle un « harnais », c’est-à-dire tout ce qui entoure le modèle (instructions, outils, façon de renvoyer les résultats, boucle d’exécution). L’entreprise le présente comme plus précis, plus économe et plus rapide que les agents conçus par les éditeurs de modèles eux-mêmes.

Le modèle écrit un programme au lieu d’appeler les outils un par un

Le cœur de Droid 1.0 est l’appel d’outils programmatique, désormais activé par défaut. Dans une boucle d’agent classique, le modèle appelle un outil (lire un fichier, lancer une commande), reçoit le résultat dans son contexte, puis décide de l’étape suivante : chaque étape coûte une nouvelle requête, qui renvoie à chaque fois les instructions et l’historique.

Avec l’outil Script, le modèle écrit plutôt un petit programme JavaScript qui enchaîne lui-même les appels. Ce programme tourne dans un bac à sable sans accès propre aux fichiers, au réseau ni au système ; il ne peut agir qu’à travers les outils de Droid. Les résultats bruts (fichiers, journaux, résultats de recherche) restent dans des variables du programme, et le modèle ne lit que ce que le programme affiche. Factory avance trois arguments : un contexte plus propre, moins de requêtes, et des vérifications exécutées de façon déterministe, sans risque que le modèle « oublie » un cas en route.

L’entreprise donne deux exemples tirés de ses propres sessions. Un nettoyage de tickets Linear (151 tickets déplacés puis vérifiés, 312 appels d’outils) a pris 2 requêtes et environ 61 000 jetons, contre une estimation de 36 requêtes et 3,1 millions de jetons en appels directs. Une revue de 5 384 tâches d’intégration continue a tenu en 2 requêtes, le modèle ne voyant qu’un résumé de cinq chiffres. Le mode Script est activé par défaut pour les principaux modèles d’OpenAI et d’Anthropic (dont GPT-6.1 Sol et Claude Opus 5.5) et pour Kimi K3.

Factory a aussi allégé la première requête de chaque session : elle est passée de 20 887 à 13 055 jetons (−37 %), surtout parce que Droid n’envoie plus que 2 définitions d’outils au départ au lieu de 11, les autres étant chargées à la demande. L’entreprise décrit enfin des garde-fous contre les boucles (arrêt après six appels d’outils identiques, par exemple) et une application nettement plus rapide à ouvrir.

Des résultats mesurés par Factory

Sur Terminal-Bench 4, Factory compare Droid aux autres harnais avec le même modèle. Avec GPT-6.1 Sol, Droid ferait 3,5 points de plus que Codex pour un coût inférieur de 12 %, mais en prenant 10 % de temps en plus. Avec Claude Opus 5.5, il ferait 3,0 à 7,6 points de plus que Cursor, OpenCode, Devin et Claude Code, pour un coût jusqu’à 24 % inférieur. Cursor n’apparaît pas dans la comparaison sur GPT-6.1 Sol, Factory indiquant qu’il n’a pas accès aux modèles d’OpenAI.

Ces chiffres viennent de Factory et n’ont pas été vérifiés de façon indépendante. La méthode, publiée en fin de billet, mérite d’être lue : le coût et le temps ne comptent que les tâches réussies par les deux harnais lors des trois essais, des tâches bloquées par la modération d’Anthropic ont été relancées sur Claude Opus 5, et une tâche où Devin s’arrêtait pour poser une question à l’utilisateur était comptée comme réussie si Codex la réussissait.

Où l’essayer

Droid 1.0 est disponible dès maintenant en application de bureau pour macOS et Windows et en interface de terminal. Pour construire ses propres outils sur le même moteur, Factory propose un SDK TypeScript, @factory/droid-sdk, qui permet de lancer Droid depuis Node, de tenir des sessions sur plusieurs tours et de lui fournir des outils personnalisés via MCP.