Factory完成1.5亿美元C轮融资，Anysphere、Cognition、Factory谁提供企业级AI编程的最优解？

近日，AI编程智能体初创公司 Factory 完成1.5亿美元C轮融资，投后估值达到15亿美元，正式跻身独角兽行列。本轮由Khosla Ventures领投，Sequoia Capital、Blackstone、Insight Partners、Evantic Capital、20VC、NEA和Mantis VC参与跟投。Khosla Ventures董事总经理Keith Rabois同时加入Factory董事会。

本轮募集资金将主要用于加速研发投入、产品迭代以及全球市场拓展。

在AI 编程赛道，从融资规模来看，Anysphere 无疑是最“吸金”的一家，若近期20亿美元融资顺利落地，将成为AI编程领域有史以来规模最大的单轮融资。其估值在不到两年间从4亿美元飙升至500亿美元，翻了超过100倍。截至2026年2月，其产品Cursor年化收入已达20亿美元，预计年底将超过60亿美元。

紧随其后的是Cognition，以102亿美元的估值稳居赛道估值头部。这家由三位华人青年创立的公司，至今已累计融资超过4亿美元，投资方包括Founders Fund、Khosla Ventures等顶级机构。凭借Devin这个“AI软件工程师”的概念，Cognition在资本市场掀起了一波又一波热潮。

Factory 相对“低调务实”。累计融资约2.2亿美元、估值15亿美元，目前在三者中规模最小。但这并不意味着Factory缺乏竞争力——公司从A轮融资到C轮融资仅用了约22个月，估值从1.2亿美元增长至15亿美元，增幅达11.5倍；其核心产品Droids已被数十万开发者每日使用，客户涵盖NVIDIA、Adobe、安永和摩根士丹利等顶级企业，并已连续六个月保持月营收环比翻倍的增长势头。

在这些大规模融资背后，谁的产品才是AI编程赛道企业级的最优解？

三种路径，三种定位

Anysphere：从IDE到智能体调度中心

Anysphere 的产品 Cursor 最初是VS Code的一个fork，以AI增强的代码编辑器身份切入市场。但其创始人Michael Truell提出了一个更具前瞻性的判断：软件开发正在进入“第三个时代”——从Tab补全，到同步智能体，再到能够独立完成长周期任务的云端智能体。

Cursor 3的发布彻底验证了这一判断。新版本将智能体管理控制台作为主界面，IDE被降级为次要位置，用户的主要工作从“写代码”变成了“调度智能体、审查输出、决定发布任务”。最具标志性的功能是Cloud Handoff——用户可以将正在运行的智能体会话从本地无缝迁移到云端，让智能体在开发者离线时继续工作。

如今，Cursor内部合并的Pull Request中已有35%由云端自主运行的智能体创建。用户的习惯也已发生根本性反转：2025年3月，Tab用户数量约是智能体用户的2.5倍；如今，智能体用户数量已是Tab用户的2倍。Cursor的本质，正在从一个代码编辑器演变为一座“生产软件的工厂”。

Cognition：完全自主的AI工程师

Cognition走的是另一条路。其核心产品Devin被定义为“AI软件工程师”，能够端到端完成需求理解、任务拆解、代码编写、调试运行与迭代优化的全过程。高盛在2024年7月率先引入Devin，称其为“从不睡觉的新入职AI程序员”。

与Cursor强调“开发者始终在循环中”不同，Devin的设计理念是完全委派。用户只需输入任务描述，Devin就能将其拆解为步骤、编写代码、运行测试、读取错误日志、自动修复问题，最后提交一个Pull Request供人类审查。开发者退出关键路径，仅在预设的检查点重新介入。

不过，Devin也面临挑战。Cognition在2025年卷入了一场震动行业的收购大战——OpenAI原计划收购Windsurf但因知识产权顾虑终止，谷歌以24亿美元获得其技术非独占授权并吸纳核心团队，Cognition随后宣布接手Windsurf剩余资产。这次整合让Cognition的ARR实现翻番，但也引发了对估值是否过高的质疑——有分析指出，Cognition虽然ARR增长迅速，但核心收入基础仍显薄弱。

Factory：企业级自主智能体

Factory的定位最为专注——就是服务企业工程团队。其核心产品Droids覆盖从IDE到CI/CD的完整开发生命周期，企业可以将重构、事故响应和代码迁移等完整任务委派给Droids，无需改变工具、模型或工作流。

Factory近期上线的Missions功能将自主化推向了新的高度。Missions被搭载在Droids上，可自主管理多天跨度的复杂任务。用户只需下达指令，智能体就能自动拆解任务、按时间和逻辑顺序执行，并在每一步进行验证和错误修复。最极端的情况下，Missions可连续工作长达40天，极大地拉高了AI编程智能体的自主化上限。

与Anysphere 和Cognition 相比，Factory最大的差异化在于其模型无关的设计理念。创始人Matan Grinberg多次强调，Factory的核心竞争优势在于能够灵活切换不同的基础模型——无论是Anthropic的Claude还是中国的DeepSeek，Droids都能适配。这一策略让Factory能够快速拥抱模型技术的最新进展，而不被单一模型所绑定。

谁提供了最优解？

从估值角度看，Anysphere 的500亿美元和Cognition的102亿美元，都远高于Factory的15亿美元。但这并不意味着Factory被“甩开”——三家公司瞄准的市场阶段和客户群体本就不同：Anysphere 的 Curser 面向的是从个人开发者到企业客户的广泛市场，用户数已超过200万，付费用户超100万；Cognition 凭借 Devin 的概念成功吸引了金融、咨询等传统行业的大客户；而Factory则用 Droids 深耕企业工程团队这一细分领域，以定制化服务取胜。

01）定位哲学：三种截然不同的“人机关系”

Anysphere、Cognition、Factory 产品的差异，首先不是功能上的，而是哲学上的——它们各自回答了同一个问题：AI应该以什么身份与开发者协作？

Cursor 的答案是：AI是“副驾驶”。它默认开发者始终在驾驶位上，AI负责感知上下文、提供即时建议、执行局部操作。这是一种对称协作——人机之间高频互动、彼此依赖。

Devin的答案是：AI是“虚拟工程师”。它试图模拟一名人类同事的行为模式：理解需求、制定计划、独立执行、汇报结果。这是一种拟人化委托——你像管理一名远程员工一样管理它。

Droids 的答案是：AI是“自动化流水线”。它把软件开发视为可拆解、可并行、可验证的工程流程，AI像工厂里的机器人，接收任务、自主拆解、输出结果。这是一种异步委托——你只管下单，它负责交付。

这三种哲学，决定了它们从界面到架构的每一项设计选择。

02）技术路线的第一性原理：控制权在哪里？

从技术路线看，三者的核心分歧点在于控制权的转移程度。

Cursor 的技术路线是 “实时协同过滤” 。它的模型被训练成“响应性”极强——每秒250个token的生成速度、基于光标位置的上下文感知、即时采纳/拒绝机制。控制权牢牢握在开发者手中，AI永远在等待你的下一次按键。

Devin 的技术路线是 “环境闭环自主” 。它运行在一个完整的云端沙盒中（包含Shell、浏览器、编辑器），能自己安装依赖、运行测试、甚至部署预览。它的模型经过了大量多轮强化学习，学会了“犯错-观察-纠正”的循环。控制权几乎完全交给AI，你需要像信任一名初级工程师一样信任它。

Droids 的技术路线是 “任务分解与编排” 。它不追求实时，而是构建了一个多智能体调度器，能将一个自然语言任务（如“重构整个支付模块”）自动拆解为几十个子任务，分配给不同的“Droid”（专职智能体），并设置验证关卡。控制权被移交给调度算法，工程师只关心最终结果。

因此，Cursor 控制权在人，Devin 控制权在AI自身，Droids 控制权在流程。

03）代码库的“理解方式”：图、向量还是知识图谱？

这三款工具对代码库的“理解”方式完全不同，这直接影响了它们处理大型项目的能力。

Cursor 使用语义搜索。它把整个代码库转化为向量嵌入，当工程师提问时，它通过相似度检索最相关的代码片段。这种方式速度快、对自然语言友好，但缺乏对代码间隐式依赖（如“这个函数被哪个宏控制？”）的建模能力。

Devin 的核心是 DeepWiki + Deep Search。DeepWiki自动为代码库生成架构图、API文档、数据流图，相当于构建了一个知识图谱。Deep Search则是在这个图谱上进行语义检索。Devin不仅能“找到”代码，还能“理解”它为什么这么写。

Droids  使用 HyperCode + ByteRank。这是一个图结构的代码表示，不仅包含调用图、继承图，还能通过ByteRank算法挖掘隐式关系（比如“这两个文件虽然不直接引用，但经常同时被修改”）。这让Droids 能像资深架构师一样感知代码的“设计痕迹”。

如果工程师维护的是一个百万行级别的遗留系统，Droids 的图检索和Devin 的知识图谱会比Cursor的向量搜索更有优势。

04）任务执行范式：同步、“托管”与异步

从工程师发出指令到得到结果，三者经历了完全不同的时间尺度和交互模式。

Cursor 是同步执行。工程师写一行注释，它立即补全函数；工程师选中一段代码，它立刻弹出重构建议。延迟以毫秒计，交互是双向的、高频的。

Devin 可以称为异步托管，这种托管介于Curser 和Droids 之间。工程师给Devin一个Issue，它会立刻开始工作，并在过程中不断更新进度（比如“正在安装依赖…”“测试失败，正在修复…”）。工程师可以随时查看它的计划并修正方向。它不会像Cursor那样实时响应，但也不像Droids 那样完全黑盒。

Droids 是异步执行。工程师把任务通过Jira工单或Slack命令丢给Droids，它的调度器可能花几分钟甚至几小时拆解任务，然后Droids开始工作，期间工程师可以做别的事，完成后会得到它的通知。最长任务可以持续40天（比如一个大型数据库迁移）。这是一种“提交-等待-验收”的模式。

可以说Cursor适配“控制狂”，Devin适配“技术经理”，Droids 则适配“甩手掌柜”。

05）模型策略：自研、后训练与路由

三者在“用什么模型”这个问题上，选择了不同的经济学路径。

Cursor 早期依赖OpenAI等第三方模型，但后来自研了Composer模型（MoE架构+强化学习），目的是控制延迟和成本。同时它也保留了多模型切换的能力，但自研模型是它的护城河。

Devin 的核心技术是在基础模型之上的后训练。它使用自定义的多轮强化学习，让模型学会“在沙盒里试错”。但Devin的模型本身不对外开放，工程师也无法替换成别的模型。这是一种封闭但深度优化的策略。

Droids 旗帜鲜明地走 “模型无关” 路线。它的调度器会根据任务类型动态路由：写代码用Claude、搜索文档用DeepSeek、做代码审查用GPT-4。它把自己定位为模型编排层，而不是模型提供方。这对企业客户很有吸引力——不会被任何一家模型厂商锁定。

Cursor想自己造轮子，Devin想造一辆整车，Droids 则想当轮子的调度员。

06）安全与可控性：企业级设计的分水岭

对于企业客户，这三款工具的可控性差异极大。

Cursor 作为本地IDE，代码默认不上传（云端补全功能除外），但它缺少细粒度的审计和策略控制。适合个人或小团队，大企业用起来可能会心慌。

Devin 的沙盒在Cognition的云端，企业代码必须上传。虽然有隔离措施，但金融、政务、军工等行业很难通过合规审查。Cognition目前也主要服务中小型技术团队。

Droids  做了大量的企业级安全设计：Droid Shield自动扫描密钥和敏感信息，沙箱环境隔离执行，可编程Hooks让企业插入自己的合规检查（比如“不允许任何Droid访问生产环境配置”）。它还支持私有化部署。可以说，Droids 就是为企业合规部门量身定做的。

07）适用心智模型：工程师在扮演什么角色？

最后，这三款工具对应了三种不同的“使用者心智模型”。

使用 Cursor 时，工程师扮演的是 “吉他手”——AI是效果器，工程师需要实时弹奏、即兴发挥。工程师的价值在于创意和手感。

使用 Devin 时，工程师扮演的是 “技术导师”——给实习生派活、审查他的PR、在他卡住时指点方向。工程师的价值在于判断力和经验。

使用 Droids 时，工程师扮演的是 “工厂厂长”——制定生产计划、验收成品、优化流水线。工程师的价值在于流程设计。

没有高低之分，只有合不合适。

不是替代，是分工

如果问“哪个工具最强”，这个问题本身并不需要被回答。Cursor、Devin、Droids 并不是竞争关系，而是分工关系——它们分别服务于开发过程中的不同环节、不同粒度的任务。

工程师可以在一个项目里同时用它们：日常编码用Cursor，重复性的Issue交给Devin，大型重构丢给Droids。未来的软件开发，不再是“人 vs 工具”，而是“人 + 多智能体协作网络”。

AI编程赛道的竞争格局正在迅速演进。随着Anthropic的Claude Code、GitHub Copilot等产品的强势入局，以及OpenAI、谷歌等基础模型厂商将智能体能力内嵌至平台，这三家初创公司未来将面临来自多方的压力。

但无论如何，一个清晰的趋势已经浮现：AI编程正在从“代码补全”走向“智能体协同”。无论是Anysphere 的智能体调度中心、Cognition的完全自主AI工程师，还是Factory的企业级自主智能体，它们都在用各自的方式回答同一个问题——当AI能写代码之后，开发者应该做什么？这个问题的答案，将决定未来软件工程的形态，也将决定这三家公司最终的胜负归属。

文章来自于微信公众号 "六观阿尔法"，作者 "六观阿尔法"