Factory 話晒，佢哋嘅 Droid 1.0 唔綁定任何單一模型，而係一個「harness」——即承載代理嘅框架層——將程式化工具調用（programmatic tool calling）設為預設行為。
佢自家公佈嘅 Terminal-Bench 4 數據：用 Claude Opus 5.5 跑，Droid 得 65.2% 任務通過率，每個通過任務嘅成本係 $4.73。呢個係廠商自家測試，唔係第三方獨立評測，實際表現要等第三方同用户驗證。
阿調搞兩下：「harness」賣點就係同底層模型解耦，跟住模型迭代唔使換框架。但要問㗎喇：65.2% 喺呢個基準算唔算合格？跟住會唔會有獨立第三方跑同一組任務核對？
