Droid 1.0: como a Factory construiu um harness de fronteira otimizado para vários modelos

A Factory define o harness como tudo que cerca o modelo: prompts, ferramentas, a forma como os resultados voltam e o loop que roda tudo. No Droid 1.0, a mudança central é o programmatic tool calling (PTC), ativado por padrão. Em vez de o modelo chamar ferramentas uma a uma, ele escreve um programa em JavaScript, executado em sandbox sem acesso próprio a arquivos, rede ou sistema, e esse programa dispara centenas de chamadas em uma única requisição. Saídas brutas ficam como variáveis no código e só o resultado impresso (com tamanho limitado) chega ao contexto. Chamadas independentes rodam em paralelo.

Os números são da própria Factory. O modo Script reduz o custo do Droid em 15% no Claude Opus 5.5 comparado a chamadas diretas, e a economia se concentra nos 12,5% de Scripts com seis ou mais chamadas. Em um caso, uma limpeza de 151 issues no Linear (312 chamadas) levou 2 requisições e cerca de 61 mil tokens, contra uma estimativa de 36 requisições e cerca de 3,1 milhões de tokens de entrada com chamadas diretas. Essas estimativas assumem de 3 a 10 chamadas por requisição. A empresa afirma ainda que o Droid supera os harnesses nativos dos modelos em até 20% de eficiência nas mesmas tarefas, mas esse é um resultado de teste interno.

Há também ganhos de cache e de prompt. Segundo a publicação, a requisição típica lê 98% da entrada do cache, e o prompt base caiu 37%, de 20.887 para 13.055 tokens entre as versões 0.170.0 e 0.250.0. O envio inicial de definições de ferramentas foi de 11 para 2, com as demais carregadas sob demanda. Um detalhe útil: numerar linhas de arquivos cortou 22% do custo no Opus em uma tarefa, mas aumentou 8% no GLM e 32% no Kimi, então virou opção que o modelo pede quando precisa.

O tema do harness multimodelo já vinha aparecendo. Em 28 de outubro de 2026, o CEVIU noticiou "Microsoft disponibiliza o Copilot harness pelo Foundry para agentes multi-modelo", em que a Microsoft afirma que construir um harness que funcione bem entre vários modelos é difícil por exigir equilíbrio entre desempenho, qualidade e custo. Dois dias depois, a Factory apresenta sua versão dessa tese, com o Droid 1.0. São empresas distintas, mas o argumento é o mesmo.

Em 23 de outubro de 2026, o CEVIU publicou "Construindo agents: quando vale incorporar subagents ao agent loop principal", que tratava de reduzir handoffs, custo e latência carregando contexto sob demanda. O carregamento de ferramentas raras sob demanda no Droid segue a mesma lógica. Já em 19 de fevereiro de 2026, "Aprimorando Agentes Profundos com Harness Engineering" mostrou a LangChain subindo do Top 30 para o Top 5 no Terminal Bench 2.0 só mexendo no harness.

Para quem opera agentes de código em escala, a leitura é que o custo cai menos por trocar de modelo e mais pela arquitetura em volta dele. Se o PTC se confirmar fora dos testes da Factory, reduzir requisições e reenvio de histórico passa a pesar tanto quanto o preço por token. Vale também a ressalva: os comparativos são internos e parte dos números de chamadas diretas é estimada.