Panoramica di Droid 1.0
Factory ha rilasciato Droid 1.0, la più importante evoluzione del suo harness per agenti di codifica. Il cambiamento cruciale è la chiamata programmatica degli strumenti (Programmatic Tool Calling, PTC), ora attiva per default. In pratica, il modello non restituisce semplicemente il risultato di ogni strumento, ma genera un programma che esegue gli strumenti in sequenza o in parallelo.
Droid 1.0 è definito “model‑independent”, cioè può funzionare con qualsiasi modello supportato, inclusi quelli forniti dagli utenti tramite le proprie chiavi API. Il concetto di “harness” di Factory comprende tutti gli elementi che avvolgono il modello: prompt, definizioni degli strumenti, meccanismo di ritorno dei risultati e il ciclo di interazione.
Caratteristiche principali (TL;DR)
- Dimensione: il prompt di base è ora di 13 055 token, una riduzione del 37% rispetto ai precedenti 20 887 token.
- Definizioni degli strumenti: solo 2 definizioni di strumenti vengono caricate inizialmente, contro le 11 precedenti.
- Piattaforme supportate: app desktop per macOS e Windows, interfaccia terminale e SDK Node
@factory/droid-sdk. - Prestazioni: il più alto tasso di passaggio tra tutti gli harness testati da Factory, con costi inferiori.
- Miglior risultato: 65,2 % su Terminal‑Bench 4 con Claude Opus 5.5, a $4,73 per task superato (auto‑segnalato).
- Pezzo più lento: con GPT‑6.1 Sol, Droid impiega il 10 % di tempo in più per task superato rispetto a Codex.
Come funziona la chiamata programmatica degli strumenti
Nel ciclo tradizionale, l’output di ogni strumento viene inserito direttamente nel contesto del modello, aumentando il numero di token da gestire. Con la PTC, il modello scrive invece uno script in JavaScript che viene eseguito in una sandbox sicura, priva di accesso a file, rete o sistema.
All’interno della sandbox, i file grezzi, i risultati di ricerca e i log rimangono confinati nello script; solo l’output stampato viene restituito al modello. Le chiamate agli strumenti possono avvenire in modo indipendente e concorrente, riducendo drasticamente il traffico di token verso il modello.
Questa modalità si ispira a CodeAct (Wang et al., 2024). Factory ha pubblicato i seguenti risultati provenienti dalle proprie sessioni:
- Correzione di test unitari: 15 chiamate a strumenti sono state completate con 5 richieste al modello invece di 10, riducendo il tempo totale da 56,8 s a 41,6 s.
- Pulizia lineare: 151 problemi sono stati spostati e verificati in 312 chiamate a strumenti. Lo script ha impiegato solo 2 richieste e circa 61 000 token, contro 36 richieste e 3,1 M token per i modelli Factory senza script.
- Scansione CI: 5 384 job distribuiti su 547 run, gestiti in 2 richieste; meno dello 0,1 % dei risultati degli strumenti è arrivato nel contesto del modello.
Su Claude Opus 5.5, la modalità script riduce i costi di circa il 15 % rispetto alla chiamata diretta degli strumenti. È attiva per default su 10 modelli, inclusi GPT‑6.1 Sol e Kimi K3.
Performance su Terminal‑Bench 4
Factory ha confrontato ogni harness usando lo stesso modello, con 3 prove per task dal 23 al 28 ottobre 2026. Solo i task superati in tutte e tre le prove sono stati considerati per il calcolo di costi e tempi.
- Claude Opus 5.5: Droid ottiene il 65,2 % di successo. Cursor e OpenCode ottengono rispettivamente il 62,1 % e il 59,6 %; Claude Code il 57,6 %. Droid costa fino al 24 % in meno.
- GPT‑6.1 Sol: Droid raggiunge il 57,6 % a $0,79 per task superato. Codex segna il 54,0 %, OpenCode il 51,0 % e Devin il 45,0 %.
- Velocità: su Opus 5.5, Droid è dal 16 % al 26 % più veloce per task superato; rispetto a Claude Code utilizza anche il 17 % di token in meno.
Altre modifiche al harness
Le novità più rilevanti provengono da un ciclo interno chiamato Agent Factory. Gli agenti analizzano i fallimenti, propongono modifiche e vengono testati su ogni famiglia di modello interessata; successivamente gli ingegneri revisionano e fondono le modifiche.
- Cache dei prompt: gli strumenti appena caricati vengono aggiunti alla fine della richiesta; il 98 % dell’input di una richiesta di produzione proviene dalla cache.
- Richiesta iniziale più leggera: le definizioni degli strumenti sono diminuite del 46 %; gli strumenti raramente usati vengono caricati su richiesta.
- Autonomia limitata: 3 chiamate identiche allo stesso strumento attivano un “nudge”, mentre 6 fermano il ciclo. I riepiloghi compatti ora contengono 16 000 token, rispetto agli 8 000 precedenti.
- Latenza dell’app: il tempo di “first paint” è sceso da 1 839 ms a 488 ms. Ogni sessione aggiuntiva ora occupa circa 20 MB anziché 350 MB.
Confronto con altri harness per agenti di codifica
| Caratteristica | Droid 1.0 (Factory) | Codex CLI | Claude Code | OpenCode |
|---|---|---|---|---|
| Sviluppatore | Factory | OpenAI | Anthropic | Anomaly |
| Supporto modello | Indipendente dal modello, BYOK, Factory Router | Piano ChatGPT o chiave API | Harness nativo per Claude (Factory) | 75+ provider LLM, modelli locali |
| Licenza | Non divulgata (SDK Apache 2.0) | Apache‑2.0 | Termini Commerciali Anthropic | MIT |
| Chiamata programmatica degli strumenti | Default (strumento Script) | Sì, per Factory | Non divulgata | Non divulgata |
| TB4, Claude Opus 5.5* | 65,2 % | Non testato | 57,6 % | 62,1 % |
| TB4, GPT‑6.1 Sol* | 57,6 % | 54,0 % | Non testato | 51,0 % |
| Tempo per task superato vs Droid* | Baseline | Droid 10 % più lento (Sol) | Droid 26 % più veloce (Opus) | Droid dal 4 % al 24 % più veloce |
| Prezzo | Da $20/mese | Piano ChatGPT o API | Non divulgato | Gratuito, open source |
*Le cifre di Terminal‑Bench 4 provengono dalle proprie esecuzioni di Factory, descritte nella sezione metodologia.
Come provare Droid 1.0
Droid 1.0 è disponibile come app desktop per macOS e Windows, oltre a una interfaccia terminale. Il Droid SDK permette di eseguire lo stesso harness da Node, con gestione di sessioni, streaming e strumenti MCP. I piani a pagamento partono da $20 al mese.
Riepilogo dei punti chiave
- Droid 1.0 rende la chiamata programmatica degli strumenti la modalità predefinita.
- Uno script può gestire centinaia di chiamate a strumenti per singola richiesta al modello.
- Raggiunge il 65,2 % su Terminal‑Bench 4 con Claude Opus 5.5 (auto‑segnalato).
- Il prompt di base è stato ridotto del 37 % a 13 055 token.
- Con GPT‑6.1 Sol, Codex rimane più veloce, ma Droid offre costi inferiori.
Per approfondire, consultate il post di ricerca di Factory, il Droid SDK su GitHub e la documentazione ufficiale. Restate aggiornati seguendo Factory su Twitter, il subreddit Machine Learning News e iscrivendovi alla newsletter. Se volete promuovere un repository GitHub, una pagina Hugging Face, un prodotto o un webinar, contattateci.
Per ulteriori risorse visive, trovate l’immagine di copertina 
.