Factory lancia Droid 1.0: il suo agente di codice scrive programmi per concatenare centinaia di chiamate a strumenti
Factory ha presentato Droid 1.0, la nuova versione dell'«harness» del suo agente di sviluppo. Il cambiamento principale: il modello scrive un piccolo programma JavaScript che chiama direttamente gli strumenti, riducendo il numero di richieste e il contesto consumato. Factory dichiara punteggi migliori rispetto a Codex, Claude Code o Cursor su Terminal-Bench 4, a costi inferiori: risultati misurati direttamente dall'azienda.
La startup Factory ha presentato giovedì 29 ottobre, alle 23:31 ora di Parigi, Droid 1.0, il più grande aggiornamento fino a oggi del motore del suo agente di sviluppo. Factory non sviluppa modelli: il suo prodotto è ciò che viene definito un «harness», ovvero tutto ciò che circonda il modello (istruzioni, strumenti, modalità di restituzione dei risultati, ciclo di esecuzione). L’azienda lo descrive come più preciso, più economico e più veloce rispetto agli agenti progettati dagli sviluppatori dei modelli stessi.
Il modello scrive un programma invece di chiamare gli strumenti uno per uno
Il cuore di Droid 1.0 è la chiamata programmatica degli strumenti, ora abilitata per impostazione predefinita. In un classico ciclo di agente, il modello chiama uno strumento (leggere un file, eseguire un comando), riceve il risultato nel proprio contesto e poi decide il passaggio successivo: ogni passaggio costa una nuova richiesta, che rimanda ogni volta le istruzioni e la cronologia.
Con lo strumento Script, il modello scrive invece un piccolo programma in JavaScript che concatena autonomamente le chiamate. Questo programma viene eseguito in una sandbox senza accesso diretto ai file, alla rete o al sistema; può agire solo attraverso gli strumenti di Droid. I risultati grezzi (file, log, risultati di ricerca) restano all’interno di variabili del programma, e il modello legge solo ciò che il programma produce in output. Factory avanza tre argomentazioni: un contesto più pulito, meno richieste e verifiche eseguite in modo deterministico, senza il rischio che il modello «dimentichi» un caso per strada.
L’azienda cita due esempi tratti dalle proprie sessioni. Una pulizia di ticket Linear (151 ticket spostati e poi verificati, 312 chiamate a strumenti) ha richiesto 2 richieste e circa 61.000 token, a fronte di una stima di 36 richieste e 3,1 milioni di token con chiamate dirette. Una revisione di 5.384 attività di integrazione continua è stata gestita in 2 richieste, con il modello che ha visualizzato soltanto un riepilogo di cinque cifre. La modalità Script è attiva per impostazione predefinita per i principali modelli di OpenAI e Anthropic (tra cui GPT-6.1 Sol e Claude Opus 5.5) e per Kimi K3.
Factory ha inoltre alleggerito la prima richiesta di ogni sessione: è passata da 20.887 a 13.055 token (−37%), soprattutto perché Droid invia all’inizio solo 2 definizioni di strumenti anziché 11, caricando le altre su richiesta. L’azienda descrive infine sistemi di protezione contro i loop (interruzione dopo sei chiamate a strumenti identiche, ad esempio) e un’applicazione notevolmente più rapida all’avvio.
Risultati misurati da Factory
Su Terminal-Bench 4, Factory confronta Droid con gli altri harness a parità di modello. Con GPT-6.1 Sol, Droid otterrebbe 3,5 punti in più rispetto a Codex a un costo inferiore del 12%, ma impiegando il 10% di tempo in più. Con Claude Opus 5.5, otterrebbe da 3,0 a 7,6 punti in più rispetto a Cursor, OpenCode, Devin e Claude Code, con un costo fino al 24% inferiore. Cursor non compare nel confronto su GPT-6.1 Sol, poiché Factory specifica che non ha accesso ai modelli di OpenAI.
Queste cifre provengono da Factory e non sono state verificate in modo indipendente. La metodologia, pubblicata in fondo all’articolo, merita un’attenta lettura: costi e tempi tengono conto solo dei compiti completati con successo da entrambi gli harness in tutti e tre i tentativi, alcuni compiti bloccati dalla moderazione di Anthropic sono stati rilanciati su Claude Opus 5 e un compito in cui Devin si fermava per rivolgere una domanda all’utente è stato conteggiato come riuscito se Codex lo superava.
Dove provarlo
Droid 1.0 è disponibile fin da subito come applicazione desktop per macOS e Windows e tramite interfaccia da terminale. Per sviluppare strumenti personalizzati sullo stesso motore, Factory mette a disposizione un SDK TypeScript, @factory/droid-sdk, che consente di eseguire Droid da Node, gestire sessioni su più turni e fornirgli strumenti personalizzati tramite MCP.
La nostra lettura
Droid 1.0 illustra una tendenza di fondo tra gli agenti di programmazione: il miglioramento non deriva più soltanto dal modello, ma dal modo in cui viene impiegato. Far scrivere al modello un programma che orchestra gli strumenti non è una novità (la stessa Factory cita i lavori su CodeAct, seguiti da Cloudflare, Anthropic e Codex), ma renderlo la modalità predefinita di un agente commerciale multimodello rappresenta una scommessa netta sulla capacità dei modelli di frontiera di pianificare in anticipo. L’argomento economico è il più convincente: su compiti lunghi, meno richieste e un contesto più leggero riducono direttamente la spesa. I confronti con Codex o Claude Code restano tuttavia misurazioni interne, basate su scelte metodologiche discutibili; bisognerà attendere test indipendenti per trarre conclusioni definitive.
Fonti
- Factory (X) — annuncio di Droid 1.0 Fonte primaria
- Factory — Droid 1.0: Building a Frontier Harness Fonte primaria
- Factory — documentazione dell'SDK TypeScript di Droid Fonte primaria
Una fonte primaria proviene direttamente dall'azienda, dal laboratorio o dall'ente interessato. Una fonte secondaria riporta l'informazione senza esserne l'autrice: la segnaliamo come tale. Un errore? Consulta la nostra politica di rettifica.
