2026 年 10 月 5 日，旧金山公司 Factory 宣布获得 Menlo Ventures 投资，由 Menlo Ventures 管理合伙人 Matt Murphy 主导。本次投资金额与轮次均未披露。Factory 成立于 2023 年，由 Matan Grinberg 和 Eno Reyes 创立，总部位于旧金山，定位为自主软件开发平台提供商。
来源将其定位为面向企业的自主软件工厂：工程团队定义意图并治理结果，自主系统把工作从想法推进到实现与持续改进。平台围绕模型独立性、主权智能和持续改进构建，使组织可在自身安全、基础设施与治理要求内运行自主软件开发。
| 字段 | 内容 |
|---|---|
| 公司 | Factory |
| 轮次 | 未披露 |
| 金额 | 未披露 |
| 投资方 | Menlo Ventures（由管理合伙人 Matt Murphy 主导） |
| 总部 | 旧金山（San Francisco, CA） |
| 创始人 | Matan Grinberg、Eno Reyes |
| 官网 | factory.com |
Menlo 的进入逻辑：从 Anthropic 到自主软件工程
Matt Murphy 在声明中把 Factory 与 Menlo 对 Anthropic 的产品前投资相提并论。据投资方声明，Murphy 称当时投资 Anthropic 时“有很多人怀疑他们能否战胜更大的竞争对手”，但 Anthropic“专注于重要的事情，结果不言自明”。他说自己在 Factory 身上看到了“同样的原则、人才和执行力的组合”。
这段类比并非随意的公关修辞。Menlo 在生成式 AI 转型初期对 Anthropic 的产品前投资，是其当前 AI 投资组合中最具辨识度的案例之一。Murphy 把 Factory 放在同一坐标系里，意味着 Menlo 不是在投一个代码生成工具，而是在投一个它认为可能重塑软件生产关系的平台层机会。投资方声明中“可治理、灵活、可度量的自主软件工程”这一表述，把 Factory 从“AI 编程助手”的拥挤赛道里拉了出来，放进了一个更接近企业基础设施的叙事框架。
Menlo 称 Factory 正在构建运行这一软件工厂的平台，自动化整个软件生命周期，并帮助 Nvidia 和 Blackstone 等领先企业的数十万名开发者构建和改进软件。该数字为投资方口径，尚无独立第三方验证；来源未说明是客户企业开发者总数还是平台实际使用人数。
Menlo 的声明把 Factory 定位为“可治理、灵活、可度量的自主软件工程”。这三个形容词指向的是企业采购决策中更靠近 CIO 和 CTO 的层面：不是“能不能生成代码”，而是“生成之后谁负责、怎么管、能不能审计”。这种定位意味着 Factory 试图绕开开发者个人工具的定价天花板，直接切入企业软件预算中更稳定、更偏治理与合规的那一部分。
模型独立性是 Factory 已披露的架构选择
据公司披露，Factory 平台围绕模型独立性、主权智能和持续改进构建。来源称，随着企业把更多软件开发交给自主系统，企业需要对这些系统有更大控制权，包括使用哪些 AI 模型、软件和工程上下文存放在哪里，以及自主工作如何被治理。
Factory 的主张是，企业可以自己选择使用哪些 AI 模型，决定软件和工程上下文存放在哪里，以及自主工作如何被治理。这是一个明确的架构选择。
模型独立性在当下的自主软件工程讨论中具有特殊的商业含义。如果 Factory 的平台绑定某一特定模型供应商，那么模型能力的每一次跃迁都可能直接改变 Factory 的产品竞争力；反过来，如果 Factory 能在模型层之上建立稳定的治理与执行层，它可能把模型供应商变成可替换的底层组件。这种架构选择可能降低客户对单一模型供应商的锁定风险，但也意味着 Factory 需要持续投入资源适配不同模型的能力边界、接口变化和输出特性。来源没有披露 Factory 目前支持哪些模型、模型切换的实际成本，以及不同模型在平台上的表现差异。
从“工程师写代码”到“工程师治理结果”
Factory CEO 兼联合创始人 Matan Grinberg 在声明中说：“我们正在从一个工程师构建软件的世界，走向一个工程师构建‘构建软件的工厂’的世界。”这句话是公司对未来分工的判断，不是对现状的描述。
从已披露的产品定位看，Factory 试图改变的是工程团队的角色定义：工程团队定义意图并治理结果，自主系统负责把工作从想法推进到实现和持续改进。这意味着工程管理的对象从代码行和提交记录，转向意图表达、结果度量和异常干预。这种转变如果真正发生，可能影响的不只是开发效率，还包括工程组织的绩效评估方式、代码审查流程和事故责任归属。
来源材料没有披露 Factory 平台在实际生产环境中处理了哪些类型的软件任务，也没有披露自主完成率、人工干预率、回滚率或任何可量化的结果指标。公司称其平台“让软件自我改进”，并称客户包括 NVIDIA 和 Blackstone 等，但这些说法目前只能作为公司口径存在。一个关键的问题是：当自主系统把一个想法推进到实现时，中间有多少环节需要人工确认？如果每个关键节点都需要人工审批，那么“自主”的实际含义可能更接近“自动化流水线”而非“自主决策”。来源没有提供足够信息来区分这两种情形。
此前披露的另一轮融资与本次 Menlo 投资不能合并计算
Factory 的资本结构需要被仔细区分。据公司 2026 年 9 月 15 日发布的通稿，Factory 完成了一轮 2 亿美元融资，估值 50 亿美元，投资方包括 Blackstone、Khosla Ventures、Sequoia Capital 等。该轮与本次 Menlo 投资的关系来源未说明，不能合并计算。
而本次 10 月 5 日宣布的 Menlo Ventures 投资，金额和轮次均未披露。Morningstar 转载的 Business Wire 通稿在介绍 Factory 时提到“公司近期完成 2 亿美元融资、估值 50 亿美元”，但这属于对另一轮融资的背景陈述。Menlo 是否参与了那轮 2 亿美元融资，还是在此之后单独进入，来源材料没有说明。
Factory 选择在 2 亿美元融资官宣不到一个月后，单独发布 Menlo Ventures 的投资消息，且不披露金额和轮次。这种发布节奏可能意味着 Menlo 的进入具有独立的战略信号意义，而非单纯的资金补充。Menlo 的进入和此前披露的 2 亿美元融资为其提供了资金背景，但本次金额未披露，无法判断资金跑道。如果本次投资只是象征性参与，那么它的意义更多在于投资方品牌与后续资源网络；如果本次投资金额可观，那么 Factory 的资本结构可能需要重新理解。在缺乏披露的情况下，这两种可能性都无法排除。
客户名单与“数十万名开发者”的验证缺口
据公司披露，NVIDIA、Blackstone、Palo Alto Networks、Adyen、EY 等企业使用 Factory 的平台构建和改进软件。Menlo 的官方视角进一步称，Factory 帮助“Nvidia 和 Blackstone 等领先企业的数十万名开发者”工作。
“数十万名开发者”这个数字需要被审慎对待。它可能指这些客户企业拥有的开发者总数，而非 Factory 平台的实际活跃用户数。一家大型银行或芯片公司拥有数万名工程师，并不意味着所有这些工程师都在使用同一个第三方平台。来源材料没有提供 Factory 的付费席位、活跃用户、年度经常性收入或净收入留存率。公司营收和员工规模均未披露。
来源未披露 Factory 定价与收费方式，因此无法判断其收入结构。来源没有提供任何关于定价、合同结构或收入确认方式的细节，因此 Factory 的商业化阶段仍然是一个未披露的变量。
竞争坐标与未披露的集成方式
来源材料没有提供 Factory 的竞争对手信息。从产品定位看，Factory 没有把自己定位为代码补全工具的替代品，而是定位为“自主软件工厂”的平台层。
从已披露的架构特征看，Factory 的差异化在于把模型独立性作为一等公民。但模型层能力变化对模型独立性策略的影响，来源未提供可核验的竞争数据。Factory 需要证明“治理层”本身有足够的价值厚度。来源未提供 Factory 竞争对手信息，以下为基于产品定位的编辑分析：如果治理层只是薄薄的一层权限控制和审计日志，那么当模型供应商自己推出类似的企业治理功能时，Factory 的差异化可能被迅速侵蚀。反之，如果 Factory 能在意图定义、结果度量、异常干预和持续改进之间建立起一套难以复制的执行闭环，那么模型独立性就可能从架构选择升级为竞争壁垒。目前来源材料不足以判断 Factory 处于哪一种情形。
另一个竞争维度是客户自身的工程平台团队。大型企业通常已经投入数年建设内部开发者平台、CI/CD 流水线和质量保障体系。Factory 要进入这些组织，必须回答一个现实问题：它是替代这些内部投资，还是坐在它们之上。来源材料没有披露 Factory 与客户现有工程基础设施的集成方式。如果 Factory 需要客户放弃已有的内部平台，销售周期和落地难度会显著增加；如果 Factory 能在现有 CI/CD 和治理体系之上运行，那么它的采用路径可能更平滑，但这也意味着它需要与大量既有工具争夺控制权与数据流。这两种路径对应的产品架构和销售策略完全不同，来源均未披露。
资金用途与办公室分布
通稿称本次资金将加速双方共同愿景，进一步自动化软件工程。这是通稿口径，而非公司具体资金分配方案。来源未披露资金的具体分配，研发与销售投入比例无法判断。
从 Factory 已有的全球布局看，公司在旧金山、纽约、伦敦和日本设有办公室。来源仅披露办公室分布，未说明其与客户名单或市场策略的对应关系。旧金山作为总部与研发中心的位置相对明确，但纽约、伦敦和日本办公室的具体职能——是销售、客户成功、合规还是本地化研发——来源没有说明。考虑到 Factory 的客户名单中包含 Blackstone 和 EY 这类全球性金融机构与专业服务公司，这些办公室可能承担面向大型客户的本地化交付与治理支持职能，但这只是基于客户结构的推断，来源未提供直接证据。
Factory 的“自主软件工厂”能否从“帮助开发者提高效率”跨越到“在可接受的风险范围内独立完成软件任务”，来源材料没有提供任何关于 Factory 平台在生产环境中自主完成任务的失败率、人工干预频率或治理审计能力的量化数据。在缺乏这些指标的情况下，Factory 的产品成熟度只能通过客户名单和投资方背书来间接推断，而这种推断的可靠性有限。
风险不在融资，而在“自主”的企业级定义
Factory 面临的核心风险不是资本层面的。真正的风险在于，它所宣称的“自主软件工程”在企业环境中能否被验证。
第一个风险是治理责任的归属。当自主系统生成、修改和部署代码时，如果出现安全事故或生产故障，责任归属会比传统软件工程更复杂。Factory 强调“工程团队定义意图并治理结果”，但“治理结果”本身是一个模糊的概念。来源材料没有披露 Factory 平台提供哪些具体的审计日志、权限控制、回滚机制或合规认证。这些指标直接关系到本次投资所强调的“可治理”能否被企业采购方验证。Factory 已披露客户包括 Blackstone、EY 等金融机构与专业服务公司，来源未披露其治理审计能力是否满足这些客户的合规要求。
第二个风险是客户采用深度。拥有一个知名客户和真正嵌入该客户的软件生产流程是两回事。客户名单的验证缺口已在前文说明。企业可以同时试用多个工具，但只会把少数几个嵌入核心生产流程。Factory 需要证明自己属于后者，而付费席位、续约率等指标来源均未披露。一个可能的信号是客户是否愿意把 Factory 接入其核心代码仓库和生产部署流水线，而不是仅在边缘项目或实验性任务中使用。来源没有提供任何关于部署范围的信息，因此无法判断 Factory 在客户组织中的实际渗透程度。
第三个风险是模型层的快速变化。Factory 的模型独立性策略在模型能力快速迭代的时期是一把双刃剑。它让企业可以灵活切换模型，但也意味着 Factory 需要持续适配不断变化的模型接口和能力边界。如果模型层出现阶跃式变化，Factory 的治理层能否同步演进，是一个未经验证的问题。来源未披露 Factory 的模型适配层架构或与具体模型供应商的兼容性测试结果。更具体地说，如果未来某个模型在代码生成质量上出现数量级提升，但它的输出格式、推理成本或安全特性与 Factory 现有治理机制不兼容，Factory 需要在多短时间内完成适配？这种适配成本由谁承担？这些问题来源均未回答。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：Factory 的故事不是“AI 写代码”的又一次重复，而是企业软件生产关系中一个更激进的命题——当工程团队从生产者变成治理者，软件公司的产品边界、责任边界和竞争边界都会重画。Menlo 的进入给了这个命题一份来自 Anthropic 早期投资人的信用背书，但 50 亿美元估值的公司需要用可度量的结果来证明，“自主软件工厂”不是一个被资本加速的隐喻，而是一套能在企业治理框架内持续运转的生产系统。在那之前，Factory 最需要交付的不是更多代码，而是关于“自主”的可审计定义。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。