Factory 2 看起来把 Loop 的工程化做的已经很好了。 - Factory 创始人 Matan Grinberg 宣布 Factory 2.0，一句话定调：提升单个工程师的效率已经不够了。真正要解锁的是组织级生产力，而它需要的不是更快的代码补全，而是一个互联、agent 原生、端到端、且能通过观察自身而持续改进的系统，最小增量单元是 AI agent。他给这个系统起名叫「软件工厂」。 软件工厂与其说是新工具，不如说是一种系统拓扑：从外部信号出发（bug 报告、内部对话、客户反馈、业务需求）→ triage 分诊成计划内变更 → 被构建/测试/评审/加固/发布/监控 → 监控又产出新信号，整条是一个连续反馈闭环，闭环本身就是产品。作者的判断是：几乎没人把这条 loop 真正做成了全 AI 驱动，现在还很早，但扩散会很快。 它给「robust 的软件工厂」立了三根硬支柱。一是 Model Independence：没有单一模型适配企业全部需求，要能为不同任务刻意选模型，或用 Router 按 cost/performance/speed 自动或按规则选「最佳」模型，对冲模型商品化带来的成本与能力变化。二是 Sovereign Intelligence 主权智能：部署形态从全托管云、自带密钥、自托管 data plane、EU 专属一直到完全 air-gapped 无外网；但主权的重点不在「在哪运行」，而在拥有一个从自身学习的系统，每次 agent 会话、代码评审、已解决的事故都回流进 loop，能力永远留在你的墙内。三是 Continual Learning：SDLC 每个阶段都要 instrument，代码评审/安全分析/文档/QA/事故响应跑在同一平台、共享同一个 agent core 和 router 和组织上下文，于是安全发现能反哺代码评审、部署能触发文档更新、事故能关联回引发它的那个 PR。 这些不停留在概念，已在 NVIDIA、EY、Adobe、Palo Alto Networks、Adyen、Blackstone、Wipro、Comarch 等组织的生产环境运行。自治被做成一个谱系，而不是一个开关：well-defined 任务用简单 Droid agent 或 skill，周期性工作流用带共享目标与记忆的 Automations，远程持久执行用 Droid Computers，复杂任务用 Missions 把工作拆成并行轨道跨小时数天解。最后落在「人」上：工程师不再是造软件的唯一守护者，而是要去建造那座造软件的工厂，随之承担治理、安全与业务结果的所有权，下一个时代是 engineering-led。