Factory lança Droid 1.0: seu agente de código escreve programas para encadear centenas de chamadas de ferramentas

A startup Factory apresentou na quinta-feira, 29 de outubro, às 23h31 (horário de Paris), o Droid 1.0, a maior atualização até o momento do motor de seu agente de desenvolvimento. A Factory não constrói modelos: seu produto é o que se chama de “harness”, ou seja, tudo o que envolve o modelo (instruções, ferramentas, formato de retorno dos resultados, ciclo de execução). A empresa o posiciona como mais preciso, mais econômico e mais rápido do que os agentes criados pelos próprios desenvolvedores dos modelos.

O modelo escreve um programa em vez de chamar ferramentas uma a uma

O núcleo do Droid 1.0 é a chamada programática de ferramentas, agora ativada por padrão. Em um ciclo tradicional de agente, o modelo chama uma ferramenta (ler um arquivo, executar um comando), recebe o resultado em seu contexto e depois decide o próximo passo: cada etapa custa uma nova requisição, que reenvia todas as instruções e o histórico a cada vez.

Com a ferramenta Script, o modelo escreve, em vez disso, um pequeno programa em JavaScript que encadeia ele mesmo as chamadas. Esse programa roda em um sandbox sem acesso próprio a arquivos, rede ou sistema operacional; ele só pode agir por meio das ferramentas do Droid. Os resultados brutos (arquivos, logs, retornos de busca) permanecem em variáveis do programa, e o modelo lê apenas o que o programa imprime na saída. A Factory apresenta três argumentos: um contexto mais limpo, menos requisições e verificações executadas de forma determinística, sem o risco de o modelo “esquecer” algum caso pelo caminho.

A empresa apresenta dois exemplos extraídos de suas próprias sessões. Uma limpeza de chamados no Linear (151 tickets movidos e depois verificados, 312 chamadas de ferramentas) consumiu 2 requisições e cerca de 61.000 tokens, contra uma estimativa de 36 requisições e 3,1 milhões de tokens em chamadas diretas. Uma revisão de 5.384 tarefas de integração contínua coube em 2 requisições, com o modelo visualizando apenas um resumo de cinco números. O modo Script vem ativado por padrão para os principais modelos da OpenAI e da Anthropic (incluindo GPT-6.1 Sol e Claude Opus 5.5) e para o Kimi K3.

A Factory também reduziu a primeira requisição de cada sessão: ela caiu de 20.887 para 13.055 tokens (−37%), sobretudo porque o Droid agora envia apenas 2 definições de ferramentas no início em vez de 11, carregando as demais sob demanda. A empresa descreve ainda mecanismos de proteção contra loops (interrupção após seis chamadas idênticas de ferramentas, por exemplo) e um aplicativo visivelmente mais rápido para abrir.

Resultados medidos pela Factory

No Terminal-Bench 4, a Factory compara o Droid a outros harnesses usando o mesmo modelo. Com o GPT-6.1 Sol, o Droid teria alcançado 3,5 pontos a mais que o Codex por um custo 12% menor, embora levando 10% a mais de tempo. Com o Claude Opus 5.5, teria ficado 3,0 a 7,6 pontos acima de Cursor, OpenCode, Devin e Claude Code, por um custo até 24% menor. O Cursor não aparece na comparação com o GPT-6.1 Sol, já que a Factory afirma que ele não tem acesso aos modelos da OpenAI.

Esses números partem da Factory e não foram verificados de forma independente. A metodologia, publicada ao final do artigo, merece atenção: custo e tempo contabilizam apenas as tarefas concluídas com sucesso por ambos os harnesses nas três tentativas, tarefas bloqueadas pela moderação da Anthropic foram reiniciadas no Claude Opus 5 e uma tarefa em que o Devin pausava para fazer uma pergunta ao usuário foi considerada bem-sucedida se o Codex a concluísse.

Onde testar

O Droid 1.0 já está disponível como aplicativo desktop para macOS e Windows e em interface de terminal. Para quem deseja construir suas próprias ferramentas sobre o mesmo motor, a Factory oferece um SDK em TypeScript, @factory/droid-sdk, que permite rodar o Droid a partir do Node, manter sessões em múltiplos turnos e fornecer ferramentas personalizadas via MCP.