Découvrez Factory Droid 1.0 : un harnais d'agent de code indépendant du modèle, basé sur le mode Script
Factory a publié Droid 1.0, la plus importante mise à jour à ce jour de son environnement d'agent de codage Droid. Le changement central est l'appel d'outils programmatique, désormais activé par défaut : au lieu d'appeler ses outils un par un, le modèle écrit un programme qui les exécute, et une seule requête peut ainsi déclencher des centaines d'appels. Droid implémente cela via un outil Script, du JavaScript exécuté dans un bac à sable sans accès propre aux fichiers, au réseau ni au système. Les fichiers bruts, résultats de recherche et journaux restent dans le programme, et seule la sortie imprimée revient au modèle, les appels indépendants s'exécutant en parallèle. Le prompt de base tombe à 13 055 tokens en entrée contre 20 887 (soit 37 % de moins), et seules 2 définitions d'outils sont fournies au départ, contre 11 auparavant. Factory rapporte plusieurs cas : une correction de test unitaire a demandé 5 appels au modèle au lieu de 10 et 41,6 s au lieu de 56,8 s ; le déplacement de 151 tickets Linear, vérifiés ensuite, a nécessité 312 appels d'outils en 2 requêtes et environ 61 000 tokens, contre 36 requêtes et environ 3,1 millions de tokens en appels directs modélisés ; un balayage de CI a couvert 5 384 jobs répartis sur 547 exécutions en 2 requêtes, moins de 0,1 % des résultats d'outils atteignant le contexte du modèle.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
Les chiffres de performance, déclarés par Factory elle-même, sont favorables. Sur Terminal-Bench 4, Droid obtient le meilleur taux de réussite de tous les environnements testés à modèle identique, pour un coût inférieur. Avec Claude Opus 5.5, il atteint 65,2 % de réussite, à 4,73 dollars par tâche réussie, et le mode Script réduit son coût de 15 % par rapport aux appels d'outils directs. Le bilan n'est toutefois pas uniforme : avec GPT-6.1 Sol, Droid met 10 % de temps en plus par tâche réussie que Codex. Pour les équipes, l'enjeu est concret : moins de tokens consommés, donc des factures plus basses, et des tâches répétitives à grande échelle, comme les migrations, les nettoyages de tickets ou l'analyse de pipelines, qui deviennent praticables sans saturer le contexte du modèle. Le test a été mené avec 3 essais par tâche, du 23 au 28 octobre 2026, et Cursor n'a pas été évalué sur GPT-6.1 Sol, ce qui limite la comparaison.
Droid 1.0 s'inscrit dans la course aux environnements d'agents, que Factory définit comme tout ce qui entoure le modèle : prompts, outils, retour des résultats et boucle d'exécution. Le principe s'appuie sur CodeAct (Wang et al., 2024), qui proposait de faire exprimer les actions d'un agent sous forme de code. Factory mise sur l'indépendance vis-à-vis des modèles : le mode Script est activé par défaut pour 10 modèles, dont GPT-6.1 Sol et Kimi K3, et l'utilisateur peut choisir son modèle, apporter ses propres clés d'API ou laisser Factory Router sélectionner un mélange économique. L'outil est disponible sur l'application de bureau macOS et Windows, dans une interface en terminal et via le SDK Node @factory/droid-sdk. Face à des concurrents comme Codex et Cursor, liés de plus près à leurs propres modèles, l'argument est de dissocier la qualité de l'environnement de celle du modèle. Des benchmarks indépendants seront nécessaires pour confirmer des résultats pour l'instant publiés par l'éditeur.
Pas d'impact direct sur la France/UE