一家 2023 年才成立的公司，今年 9 月拿到 2 亿美元融资、估值 50 亿美元，投资方名单里有黑石、红杉、Khosla Ventures 和 Insight Partners。
Factory 不卖代码补全。按创始人 Matan Grinberg 的说法，它卖的是"灯关着也能跑"的软件工厂——代理 24 小时不间断工作，自己发现问题、自己修复、自己验证。
另一边，开发者社区正在反向输出。今年 7 月，一个题为"AI coding 是噩梦，只有我这样吗"的帖子在 Hacker News 盖了 300 多楼，回帖没有为工具辩护，而是在补充新的槽点。
把这两件事放在一起，才是当下 AI 编程的真实图景。
50 亿美元买的到底是什么
先看已经确认的事实。
Factory 由 Matan Grinberg 和 Eno Reyes 在 2023 年创立，核心产品叫 Droids，定位是端到端完成重构、迁移、测试等完整软件开发生命周期任务，而不是在编辑器里补全几行代码。
客户名单含金量不低：英伟达、Adobe、摩根士丹利、安永、加拿大皇家银行。按 Factory 的说法，这些大多是每日使用的生产环境，不是早期试用。
还有一个容易被忽略的定位：model-agnostic，不绑定任何单一基础模型。在金融、咨询这类强监管行业，客户不想把核心流程押在某一家模型厂商身上，这本身就是一道护城河。
换句话说，50 亿美元估值押的不是"又一个 AI 编程工具"，而是一条路线：软件工程从"人写代码、AI 辅助"转向"AI 干活、人做监督"。
"黑暗工厂"到底改变了什么
Matan 在访谈里描述了他们内部的概念：Droid 在"黑暗工厂"里工作，灯关着，连续跑几天甚至几周。
图 1｜Factory 创始人 Matan Grinberg（右）在访谈中描述"黑暗工厂"：代理在无人值守的环境中连续工作几天甚至几周
他举的例子是一家银行的 COBOL 现代化改造——每家银行都有一堆这类项目，没有工程师愿意接。第一轮，Factory 的工程师坐在银行工程师旁边一起完成，系统在运行中提取这家银行的做事方式；到下一个项目，人类参与程度减少了 90%。
更关键的是工作方式的变化。Matan 说，过去面对模型给出的规划，工程师会逐行盯防；现在只有"非常疯狂的边角情况"才会回头追问计划里到底做了什么。监督没有消失，但从"逐行审查"变成了"抽查异常"。
他还有一个判断值得记下来：以前每家公司想发布 30 个东西，资源只够发布 3 个；现在可以发布 300 个。但真正的问题变成了——这 300 个东西真的能带来改变吗？
先别急着兴奋：证据需要校准
以上是厂商侧的叙事。把证据分层摆开，画面会冷静不少。
"人类参与减少 90%"来自创始人在访谈中的自述，目前没有独立第三方对 Droids 的公开测评数据。客户名单是真的，但具体使用规模和完成率口径，Factory 没有披露。
社区侧的信号也在提醒边界。9 月底，有开发者公开主张收回 Git 提交说明的控制权，坚持手写 Commit——理由很直接：代码差异推导不出真实的业务动机，放任 AI 脑补会污染项目的溯源资产。那篇"AI coding 是噩梦"的讨论里，重复生成已有函数、看不懂自己提交的代码，是出现频率最高的抱怨。
还有一个被广泛引用的数字需要口径校准："84% 的开发者使用 AI 编程工具"出自 Stack Overflow 2025 年开发者调查，但调查问的是"是否使用"，不是"是否信任产出"。使用率和信任度，是两本账。
黑暗里跑的代理，前提是信任工程。而信任，恰恰是目前最薄的那一层。
企业在跟进前，先盯三个指标
Factory 值不值 50 亿美元，市场还在下注。但对正在评估代理编程的企业来说，有几个可操作的观察点已经清楚了。
第一，看完成率，不看演示。在真实代码库、真实任务上的端到端完成率，比任何发布会 demo 都有说服力。建议先拿 COBOL 迁移这类"没人愿意干但边界清晰"的任务做试点，而不是直接上核心业务。
第二，算监督成本这本账。代理跑起来了，但谁来盯异常、谁为错误买单、抽查比例多少才够？监督从"逐行"退到"抽查"，省下来的人力是否大于兜底的成本，每个组织要自己算。
第三，明确信任阈值。哪些任务可以完全无人值守，哪些必须保留人类签字——像 Commit 说明这种承载业务动机的工程资产，社区已经给出答案：别交出去。
图 2｜企业评估代理编程的三个观察指标：完成率、监督成本与信任阈值
Matan 自己说，"黑暗工厂"还没有完全到来。灯什么时候能真正关掉，不取决于模型发布会的节奏，而取决于每个组织把信任这道工程题算清楚的速度。
4001102288 欢迎批评指正
All Rights Reserved 新浪公司 版权所有
