Factory 軟體開發平台搭載 OpenAI 推理模型
OpenAI 推理模型加速軟體工程週期
Factory 已將 OpenAI 的推理模型——具體來說是 o1、o3-mini 和 GPT-4o——整合到其平台中，以自動化複雜的軟體開發任務。此整合使功能開發週期加速 2–4 倍，情境切換時間減少 60%，並為開發者在軟體開發生命週期中每週提供超過 10 小時的額外時間。
在 SDLC 各階段的戰略模型部署
Factory 採用分層模型策略，根據軟體開發生命週期（SDLC）不同階段所需的推理深度、速度和準確度選擇特定的 OpenAI 模型：
- 探索：OpenAI o3-mini 用於理解程式碼基礎和搜尋文件，因其快速回應時間，比較大型模型快 10 倍，同時保持足夠的推理能力以進行情境理解。
- 優先排序：OpenAI o3-mini 用於錯誤分級和功能分析，在評估複雜依賴時平衡推理能力與速度。
- 規劃：OpenAI o1 用於架構決策和系統設計，利用其高推理能力進行複雜系統層級規劃。
- 執行：OpenAI o1、o3-mini 和 GPT-4o 的組合用於程式碼生成、編輯和審查。在此階段使用預測輸出可將延遲降低 50%，以提供即時編碼協助。
解決工程低效問題
Factory 的平台透過超越簡單的程式碼完成，進入系統級推理來解決傳統軟體開發瓶頸——例如手動研究、知識碎片化和迭代週期緩慢——。該平台解決了三項主要技術限制：
- 規劃瓶頸：自動化開發步驟的結構與協調。
- 程式碼編輯低效：提高大規模開發中 AI 完成的速度與準確度。
- 無效的知識檢索：提高有效顯示相關程式碼片段和文件的能力。
情境優先架構與自主開發
Factory 採用 情境優先架構，該架構會動態從問題追蹤系統、文件和程式碼基礎中檢索見解。此方法透過整合資訊來減少認知負擔，使開發者能專注於高槓桿工作，而非在不同工具之間切換。
為提高自主性，Factory 正在持續交付管道、錯誤監控、團隊溝通、專案管理和原始碼控制中整合原生工具。結合推理模型，這些整合使 AI 系統能夠主動規劃、執行和優化工程任務。
技術優化
Factory 目前正在實驗對 o3-mini 進行強化微調，以進行程式碼重新排名並自動注入輕量指引，以提升模型在生產級開發中的合規性與精確度。
– Eno Reyes, Factory 的共同創辦人兼 CTO : –
– "OpenAI 的推理模型讓我們能夠超越僅生成程式碼。我們正在打造一個具代理能力的開發環境，其中 AI 能夠深入理解、檢索並執行工程知識。"
– Matan Grinberg, Factory 的共同創辦人兼 CEO : –
– "未來的軟體將由人類和 AI 在同一平台上共同構建。透過 OpenAI 的推理模型，我們使開發者能夠專注於更高槓桿的工作，而 AI 處理複雜性。"