Factory lançou o Droid 1.0, a maior atualização até agora do harness de agente Factory Droid. A principal mudança é a chamada programática de ferramentas, agora ativada por padrão. O modelo escreve um programa que executa suas ferramentas. Uma única solicitação ao modelo pode agora acionar centenas de chamadas de ferramentas. TL;DR Tamanho: Prompt base tem 13.055 tokens de entrada, 37% menos que 20.887. Apenas 2 definições de ferramentas são enviadas inicialmente, contra 11 antes. Compatível com: aplicativo desktop para macOS e Windows, interface de terminal e o SDK Node @factory/droid-sdk. Funciona com qualquer modelo suportado, incluindo suas próprias chaves de API. Desempenho: maior taxa de aprovação de todos os harnesses testados pela Factory, no mesmo modelo, com custo menor. Melhor: 65,2% no Terminal-Bench 4 com Claude Opus 5.5, a $4,73 por tarefa aprovada (auto‑reportado). Pior: com GPT-6.1 Sol, o Droid leva 10% mais tempo por tarefa aprovada que o Codex. O que é o Droid 1.0? O Droid 1.0 é um harness de agente de codificação independente de modelo da Factory. A Factory define um harness como tudo que envolve o modelo. Isso inclui os prompts, as ferramentas, como os resultados das ferramentas retornam e o loop. Os usuários escolhem um modelo ou deixam o Factory Router selecionar uma combinação econômica. Como funciona a chamada programática de ferramentas? Em um loop padrão, toda saída de ferramenta é inserida no contexto do modelo. Com a chamada programática de ferramentas (PTC), o modelo escreve um programa em vez disso. O Droid implementa isso como uma ferramenta Script. O modelo escreve JavaScript que roda em um sandbox. O sandbox não tem acesso a arquivos, rede ou sistema. Arquivos brutos, resultados de busca e logs permanecem dentro do programa. Apenas a saída impressa retorna ao modelo. Chamadas independentes são executadas concorrentemente. A ideia se baseia no CodeAct (Wang et al., 2024). A Factory relata estes resultados de suas próprias sessões: Correção de teste unitário: 15 chamadas de ferramenta exigiram 5 chamadas ao modelo em vez de 10. A tarefa terminou em 41,6 s em vez de 56,8 s. Limpeza linear: 151 issues movidas e verificadas em 312 chamadas de ferramenta. O Script usou 2 requisições e cerca de 61.000 tokens. Modelos da Factory chamadas diretas: 36 requisições e cerca de 3,1 M tokens. Varredura CI: 5.384 jobs ac
Fonte: MarkTechPost
Publicado em 2026-10-31