@matanSF: https://x.com/matanSF/status/2066578088184680920
摘要
Factory 发布 Factory 2.0,从编码代理演变为端到端、代理原生软件工厂,实现组织范围内的自主软件开发,具有模型独立性和自主智能。
查看缓存全文
缓存时间: 2026/06/15 21:09
Factory 2.0:从编码智能体到软件工厂
2023年,我们创立了Factory,使命是为软件工程带来自主性。当其他团队利用模型加速编码时,我们着手在企业软件开发全生命周期中部署自主化的Droid。今天,我们宣布软件工程未来的下一阶段。
仅提升单个工程师的生产力已远远不够。实现组织级的生产力,需要一个互联互通、原生智能体、端到端的系统。这个系统必须通过自我观察来持续进化。该系统的增量单元是AI智能体。系统将由工程师构建,反过来也将构建他们的软件。
这个系统就是软件工厂。
软件工厂从外部世界的信号开始:缺陷报告、内部对话、客户反馈、业务需求。这些信号经过分类整理,转化为计划中的变更。这些变更被构建、测试、审查、安全加固、部署和监控。对已部署软件的监控又会产生更多信号。整个系统是一个持续的反馈循环。几乎没有人真正将这个循环完全由AI驱动地构建。我们仍处于早期阶段,但软件工厂的普及将非常迅速。
一个健壮的软件工厂必须具备:
模型无关性。 每个模型在成本、性能和速度上都有不同的权衡。没有一种模型能适应企业内的所有需求。你的软件工厂必须允许组织有意识地选择不同的模型,或依赖路由器(Router)自动(或基于规则)为任意任务选择最佳*模型。随着模型商品化,成本降低,速度和性能提升。
主权智能。 你必须成为你软件工厂的主宰。无论是完全托管在云端、自带密钥、自托管数据平面、欧盟专用,还是完全与外部网络隔离的气隙环境。主权意味着不仅仅是选择系统运行在哪里。它还意味着拥有一个能从自身学习的系统,将每一次智能体会话、代码审查和已解决的故障都反馈到循环中。你对软件工厂投入越多,它就越强大,而这种能力将留存在你手中,留在你的围墙内,在你的控制之下。
持续学习与自我改进。 软件开发生命周期的每个阶段都必须被仪器化。当代码审查、安全分析、文档、质量保证和事件响应都在同一平台上运行时,它们共享同一个智能体核心、同一个模型路由器、同一个组织上下文。安全发现会反馈给代码审查。一次部署会触发文档更新。一个事件会与导致它的PR关联。每一次额外的自动化、集成或定制都会立即辐射到整个组织。路由器自身会学习优化资源。装配线应覆盖软件工厂的整个车间。
过去几个月,我们一直在与客户一起构建软件工厂。软件工厂已在全球最大的组织中投入生产,包括NVIDIA、EY、Adobe、Palo Alto Networks、Adyen、Blackstone、Wipro、Comarch等。
没有哪个组织一开始就拥有完全自主的软件工厂。自主化是一个渐进的过程,具体取决于每个组织的准备程度和舒适度。在组织内部署自主性,需要通过有意的工程努力来编写工作流并标准化流程。
Factory支持随时间演进的自主性光谱。并非所有流程都应使用长期自主任务。定义清晰、可衡量的任务可以使用简单的Droid智能体或技能来完成。自动化通过共享目标和记忆来协调重复性工作流。远程和持久执行利用Droid Computers来运行长时间任务或本地智能体。多智能体自主执行称为Missions,通过将工作分解为并行轨道来处理复杂任务,耗时数小时或数天。根据所需的人类指导级别、信息敏感度和智能体就绪程度,不同的自主流程适用于不同的需求。
那些投资于自主软件开发的组织,将在工程成果上实现飞跃,同时掌控成本、质量和上下文的决策。在这个新时代,工程师的角色变得更加重要。他们将不再是构建软件的唯一守护者。相反,他们将负责构建制造软件的工厂。随之而来的是治理、安全以及业务成果所有权的责任。下一个软件开发生代将由工程主导,工程师的职责将扩展到整个业务层面。
软件工厂不是一日建成的,但开始构建你的Factory的最佳时机就是今天。
今天,我们扩展了这项功能,通过Factory桌面应用直接管理你的软件工厂,提供可视化能力。
***** 最佳可以根据成本、性能、速度或某种组合来设定。
相似文章
Factory 2.0:从编码智能体到软件工厂(3分钟阅读)
Factory宣布其使命进入下一阶段:软件工厂,一个互联的、以智能体为原生的系统,用于端到端软件开发全生命周期,现已与大型企业投入生产。
@FactoryAI: 今天,我们宣布推出 Factory 2.0:从编码智能体到软件工厂。
FactoryAI 宣布 Factory 2.0,从编码智能体演进到完整的软件工厂。
@rohanpaul_ai: Factory 2.0 来了。将 AI 智能体连接到整个软件工作流程:工单、客户请求、代码、测试、安全……
Factory 2.0 将 AI 智能体连接到整个软件工作流程,管理从工单到事件的反馈循环,将每个信号都视为训练数据。
@addyosmani: https://x.com/addyosmani/status/2079442194449232227
Addy Osmani 的这篇文章探讨了将软件工厂视为规模化代理循环的概念,区分了有人类监督的明工厂和没有人类监督的暗工厂,并强调了理解与设计循环、调控机制和工厂结构的重要性。
@ashwingop: https://x.com/ashwingop/status/2052777467732283817
对Claude的“托管代理”(Managed Agents)的分析,将其视为下一代AI基础设施层——“公司大脑”(Company Brain)的先兆。这是一个运营状态层,使代理和应用能够基于共享的公司上下文行动,与更简单的知识库或基于Markdown的原型形成对比。