Droid 1.0 把 312 次工具调用压成 2 次请求，评论区却盯上了桌面端

Factory 在 10 月 29 日发布 Droid 1.0。Matan Grinberg 在 X 上的第一句话很直接：Terminal-Bench 上，FactoryAI 超过其他。Droid 是 Factory 的 agent harness。harness 是模型外面的东西：提示词、工具、工具结果怎么回、循环怎么跑。模型负责推理，harness 负责让推理过程别把 token 和上下文烧穿。

Terminal-Bench 4 的对比用的是同模型同任务。GPT-6.1 Sol 下，Droid 每通过一个任务成本 0.79 美元，通过率 57.6%。Codex 是 54.0%，OpenCode 51.0%，Devin 45.0%。Droid 比 Codex 高 3.5 个百分点，成本低 12%。Claude Opus 5.5 下，Droid 是 4.73 美元、65.2%。Cursor 和 OpenCode 62.1%，Devin 59.6%，Claude Code 57.6%。Droid 高 3.0 到 7.6 个百分点，成本最多低 24%。

注意这些数字是每通过任务成本和通过率，不是单次请求价格。Agent 跑得越久，错误会叠到后面步骤，贵也会限制并行试错。基准在 10 月 23 到 28 日跑完，每个任务三次 trial，失败原因在 harness 之外的重跑。

Droid 1.0 最大的变化是 programmatic tool calling 成了默认。普通 agent 循环里，模型调一次工具，结果就追加进上下文。PTC 让模型写一段程序，程序在沙箱里调用工具，一次模型请求可以跑几十到几百个工具调用。

Factory 给了一个 Linear 例子：移动 151 个 issue 并逐个验证，共 312 次工具调用。旧方式约 36 次请求，输入 token 约 310 万。改成 Script 后是 2 次请求，约 6.1 万 token。另一个 CI 扫描例子检查了 547 次运行里的 5384 个 desktop job，550 次工具调用，2 次请求完成。模型只看到五行摘要，其中包含 41 个失败 job，原始结果留在程序里。

PTC 有效的理由不复杂：原始文件、搜索结果、日志不再全塞进模型上下文，循环和校验在代码里确定性执行，规划被前置到写程序那一刻。效果主要来自上下文和请求次数的削减：重复请求少了，原始结果也不再堆进模型上下文。

工程细节也没少。工具发现过去会插到请求顶部，导致 prompt cache 前缀失效。Droid 现在把新工具追加到请求末尾。生产数据里，典型请求 98% 的输入从缓存读，98.6% 的请求严格 append-only。基础 prompt 从 20,887 token 降到 13,055，降 37%。工具定义从 11 个降到 2 个，token 降 45%。启动提醒降三分之一，系统 prompt 反而增 31%，用在沟通和环境细节上。

启动和退出也改。首次绘制从 1839 ms 降到 488 ms，到接受第一条 prompt 从 1876 ms 降到 618 ms。退出中位数从 648 ms 降到 30 ms。多个会话共享 daemon，每个会话约增 20 MB，不再是一个会话约 350 MB。

这些改动来自 Factory 内部的 Agent Factory。新模型和快照每几周来一次，内部 agent 读失败轨迹、找重复原因、提改动，在每个受影响的模型家族上跑控制实验，工程师看证据决定是否合入。一个例子是给读文件加行号：它让 Sol 不再通过 shell 重读文件拿行号，Opus 在一个任务上成本降 22%，但 GLM 成本升 8%，Kimi 升 32%。最后做成模型需要时才请求的选项。

X 评论区是另一张脸。Avery Jones 说 3M token 到 60k 的效率提升很夸张。也有人拿“第二梯队”打趣，Raja Rao DV 问 Factory 不是应该排在第二梯队吗。另一边，有网友直接点名桌面端：Weston 说 droid 桌面端太糟糕，Hassan 说和 codex desktop 比很难用。跑分和效率被夸，桌面端体验被追着问。

社区还在自己补功能。Daniel White 想要在 Droid 里用 Claude sub。AI 嘉豪把 t3code 风格的 Claude Code 集成移植进 Droid，说跑 mission mode 时用量仍然健康，并给了仓库链接。

Droid 1.0 今天可用。桌面 app 支持 macOS 和 Windows，也有 terminal UI 和 SDK。

链接：
Factory 发布原文
技术博客
桌面端下载
terminal UI
Droid SDK
社区 bridge

跑分榜上赢了，桌面端还得补课。评论区已经把账算到了体验上。