Factory 的 Matan Grinberg：如何建立值得信赖的软件智能体

Matan Grinberg 认为，技术可以让人们腾出时间重新思考现有工作，找到新的切入点。他说，Opus 和 Fable 等模型可以承担过去占据人们大量时间的工作。

Anthropic 的 Kai Gill 问 Grinberg，他如何从研究弦理论和十维黑洞转向在 2023 年创办 Factory。Grinberg 说，自己在湾区长大，但起初不想与创业公司有任何关系，因此在理论物理领域待了大约 12 年。

一场关于程序合成的研讨会让他着迷，这个领域现在通常称为代码生成。到了 2023 年，他觉得最有趣的问题需要到业界解决：大型组织的代码库中既有几十年前的系统，也有较新的代码，以及 COBOL 和 Python。他说，Factory 从第一份融资演示开始，就以让软件工程实现自主化为使命，让工程师摆脱价值较低的工作。

Gill 问，在模型能力尚未跟上 Factory 对智能体的设想的那几年，公司学到了什么。Grinberg 说，那段时间让他逐渐胜任这份工作。这是他的第一份工作，他对招聘、工程、产品、销售和营销都知之甚少；他认为，如果市场一开始就准备好了，他可能反而会错失机会。

Gill 问起 Factory 的设想：让名为 Droid 的编码智能体在一座“黑灯工厂”里全天候工作。Grinberg 说，当人们开始委派需要几天或几周才能完成的任务，并看到有意义的成果时，他们的习惯会逐渐改变，也会对不必持续盯着的工作建立信任。

他举例说，一个软件系统可以在部署后发现某个环节的完成率下降，建立隔离的测试环境进行调查，向人展示可能的修复方案，然后部署并继续监控。他说，开发者了解自己的业务，因此 Factory 应该让他们根据组织需要配置系统。

Grinberg 讲述了一家银行的系统现代化项目，其中涉及 COBOL，这种语言用于许多老旧的业务系统。首次迁移时，一名 Factory 工程师与银行工程师一起工作，智能体则总结这家银行的工作方式。他说，下一次迁移的人力参与减少了 90%；银行工程师很高兴能少花时间做过去让他们头疼的工作。

被问及智能体在哪些地方需要最强的模型时，Grinberg 拿公司首席技术官作比喻：让这个人编写每一行代码，会浪费其更广泛的背景知识和解决问题的经验。当一项工作涉及许多环节、规划复杂时，他会使用 Opus。

他说，对 Factory 来说，Opus 的主要好处是减少了人工监督。长任务的糟糕计划可能要过很久才会暴露问题，但他现在已经足够放心，不必每次都仔细阅读计划就能接受。他说，如今回头检查计划的情况很少，通常只发生在不寻常的场景下。

公司的某些工作必须达到一定的可靠性标准，过去需要花费大量时间。Grinberg 说，Opus 和 Fable 可以承担其中很多工作。他问，如果一家公司用同样的资源能交付多得多的东西，这些东西真的能让客户更满意吗？在他看来，人们必须决定公司最擅长什么，以及如何做得更好。

Grinberg 对这种转变感到兴奋，因为人们可以重新审视自己对能做出什么的既有判断。他认为，当模型接手过去占满工作日的任务后，人们就有更多时间从新角度处理问题。

谈到 Factory 与 Anthropic 的合作时，Grinberg 强调了可靠性、共同的优先事项，以及双方对各自负责哪些问题达成共识。他说，合作双方希望拓展人的潜能，同时认识到安全约束，并谨慎说明这些强大工具的作用。

Grinberg 说，这些工具因其强大而可能令人害怕，但他也想强调它们带来的好处，以及 Factory 的 Droid 和 Claude 如何共同改进。他认为，安全是整个 AI 工程领域当下就需要解决的问题，而不只是对未来系统的担忧。

被问及黑灯工厂目前还有哪些障碍时，Grinberg 描述了三个同心圆：模型、让模型发挥作用的周边软件，以及公司的工作流程。这三者都在快速变化。他说，现在的模型能做到两年前需要模型加额外支持软件才能做到的事情。

随着模型能力增强，它们可以接手此前由周边软件执行的功能。Grinberg 认为，团队应不断追问自己的配置是否仍然最优，而不是假定上个月有效的方案仍是最好的。与模型提供商密切合作，可以帮助团队了解在此期间需要填补哪些缺口。

对于有意创业的人，Grinberg 说，如果对方需要他的肯定，他通常会建议对方不要创业。他自己更喜欢沉浸在一个问题中：找到让你夜里仍在思考、激发你好奇心的事情。他相信，今天的工具让一些特别宏大的想法比过去更有可能实现。