Компания Factory AI из Кремниевой долины представила своего инновационного ИИ-агента Droid, который сразу же занял первое место в самом сложном и универсальном тесте для агентов программной разработки — Terminal-Bench. Этот бенчмарк оценивает автономное выполнение задач, таких как модернизация устаревших систем, управление инфраструктурой, отладка, вызов сложных API и обеспечение безопасности. Результат Droid — 58,75%. И это рекорд, который пока недостижим для конкурентов.
В чем же секрет успеха? Droid — это комплексная система ИИ-агентов, которая объединяет и координирует работу нескольких языковых моделей, включая Claude, GPT-5 и другие. Он выбирает оптимальную модель для каждой конкретной задачи, благодаря чему объединяет их сильные стороны. Droid работает автономно: планирует действия, выполняет их, проверяет результаты и при необходимости корректирует подход.
Помимо генерации кода, Droid глубоко интегрирован с популярными инструментами разработки и управления проектами, такими как GitHub, Jira, PagerDuty и Slack. Он умеет управлять инцидентами, автоматизировать работу с задачами, проводить контекстный код-ревью и самоанализ, обеспечивая высокий уровень автоматизации и надежности процессов.
В отличие от отдельных языковых моделей, таких как ChatGPT и Claude, которые предоставляют API и базовые инструменты интеграции, Droid представляет собой более сложную и мощную систему для полной автоматизации жизненного цикла разработки программного обеспечения.
Успех Droid объясняется не использованием самых дорогих моделей, а уникальной архитектурой, основанной на циклах планирования, выполнения, проверки и корректировки. Именно благодаря этому Droid способен достигать выдающихся результатов даже на более экономичных моделях.
Клиенты Factory AI отмечают впечатляющие результаты: один из них сообщил о сокращении времени разработки новых функций в 31 раз, другой — о снижении времени миграции системы на 96,1%, а третий — об уменьшении времени решения проблем на 95,8%. Эти показатели означают значительную экономию ресурсов и позволяют разработчикам сосредоточиться на творческих задачах, освобождая их от рутины.
Droid доступен через веб-интерфейс, командную строку и популярные редакторы кода, такие как VS Code. Агент может работать полностью автономно на удалённом сервере или в режиме парного программирования, когда ИИ и разработчик совместно работают над проектом. Для новых пользователей предусмотрен бесплатный пробный месяц.
Factory AI поддерживают ведущие венчурные инвесторы — Sequoia Capital, NEA, J.P. Morgan и Nvidia. Это не просто стартап, а серьёзный игрок, нацеленный на революцию в индустрии разработки программного обеспечения. Судя по результатам Terminal-Bench, у компании всё получается.
Попробовать Droid – https://app.factory.ai/
