换句话说，不论是多复杂的架构，还是跨模块任务，给它一个Missions，智能体就能自己规划、自己写、自己测。

　　根据官方描述，Missions被搭载在Factory自研的智能体Droids上，被设计用来自主管理多天跨度的复杂任务。

　　用户只需告诉智能体想要做什么，例如“帮我构建一个CRM系统”或者“将这段PHP代码库迁移到TypeScript”，智能体就能自动将任务拆解为子任务，并按照时间和逻辑顺序执行。

　　其中每个子任务都会生成相应的对话，通过Git协调交接，并在每一步都进行验证、及时修复错误，最后直接产出完整结果。

　　同时在终端里，能够实时看到智能体的任务进展，包括正在构建的功能、哪个智能体正在执行、使用到哪些工具等。

　　每个功能都会启动一个全新上下文的对话窗口，避免单一长对话会遗失上下文或出错。同时在适当情况下，Missions会在功能内部进行并行处理，以提升效率。

　　系统会审查已经完成的工作，运行测试并验证所有功能是否已经集成。一旦验证过程中发现问题，调度器会自动生成修复任务直至满足标准，然后再进入下一个阶段。

　　Missions内置有原生计算机功能，并专门针对任务工作负载进行了优化，验证过程会与真人验证保持对齐。

　　另外，Missions本身支持多模型，可以调用来自不同厂商、不同类型的AI模型担任执行智能体，调度器Droids则会根据任务自动选择最合适的模型。

　　除了软件开发，Missions还可以用于训练机器学习模型、攥写研究论文等任务上，具有极强的泛化能力。

　　这一点主要是通过基于skill的学习系统实现的。当新任务运行时，它会将可复用的操作提炼成skill。然后执行智能体会在干活中不断完善、扩充这个技能库。

　　这就意味着，Missions的引入能够让智能体处理更为复杂的任务，极大地拉高了AI的自主化上限，妥妥的业界天花板水平。

　　在单个Mission里，消息发送速率降至每分钟3条，但每条的token权重翻了一番。这是因为Missions把大量时间花费在执行工程任务上，而不是一直生成文字token。

　　平均而言，Missions消耗的token数量会是普通对线倍，但前后消耗速度其实差不多，都是每分钟约4.5万个token。

　　目前Missions已经在官方的CLI和IDE扩展程序中提供，企业版和Max版用户即日起可以使用。

　　Factory.ai是一家硅谷初创公司，与传统的AI代码助手（如GitHub Copilot）不同，它致力于构建自主AI工程师。

　　这次Missions则是对Droids完成系统级封装和调度升级，建立起完整的多Agent协调框架。

　　Matan Grinberg是典型的理论物理学背景转向AI创业。本科期间曾师从世界顶级弦理论专家胡安·马尔达塞纳shadowrocket 安全性，在UC伯克利攻读博士学位时，研究物理与AI的交叉领域。

　　2023年，他凭借一封关于弦理论和AI深度思考的邮件，吸引了红杉资本合伙人Shaun Maguire的注意，于是他辍学创办了Factory并收获红杉领投的数百万美元的投资。

　　Eno Reyes则拥有丰富的机器学习背景，在创办Factory之前，他曾在Hugging Face担任机器学习工程师，负责模型相关工作，以及在微软从事过软件开发。

　　他们二人是在一次黑客松上重逢并决定创业的，然后用了一天时间就签署了意向书，注册成立了公司，最初的demo也只用了短短一周时间。

　　他们的理念是，在AI强势发展的同时，进一步激发软件开发领域的创造力——而不仅仅局限于工程师。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。