这是我写的第三篇一级市场公司研究（前两篇是 Glean 和 Sierra），这篇的写法更进一步：反方优先——先找它可能不值这个价的理由，再看多头逻辑能不能站住。每个数字标注来源类型并附原始链接和日期；Factory 从未披露收入，文中所有 ARR 数字都是情景假设，不是收入估算。研究截止日期：2026 年 9 月 30 日。
来源标签：公司自报 客户确认 媒体报道 第三方估算 本文假设 未知——标签后面的日期可以点开原始来源。
一句话结论：Factory 的企业客户质量和部署能力是真实的，但收入完全不透明，对手是模型公司本身和估值大十倍的平台。在 50 亿美元买入，最可能的结果只有约 1.4 倍，还有 40% 的概率亏掉约八成。观察，等数据。
先把几个词讲清楚
| 缩写 | 英文全称 | 中文意思 | 通俗解释 |
|---|---|---|---|
| ARR | Annual Recurring Revenue | 年度经常性收入 | 把当前的订阅合同折算成一年的收入，Factory 从未公开 |
| GAAP | Generally Accepted Accounting Principles | 美国通用会计准则 | 财报里"真正确认的收入"用的规则 |
| NRR / GRR | Net / Gross Revenue Retention | 净收入留存率 / 总收入留存率 | 老客户今年比去年多付还是少付 |
| AI Agent | Artificial Intelligence Agent | 人工智能智能体 | 能自己拆解任务、调用工具完成多步操作的 AI 程序 |
| IDE | Integrated Development Environment | 集成开发环境 | 程序员写代码用的软件，如 VS Code |
| CLI | Command-Line Interface | 命令行界面 | 在终端里打字操作的工具 |
| SDK | Software Development Kit | 软件开发工具包 | 让开发者用代码调用产品能力的工具包 |
| BYOK | Bring Your Own Key | 自带密钥 | 客户用自己的模型账号付推理费 |
| SSO / SAML / SCIM | Single Sign-On / Security Assertion Markup Language / System for Cross-domain Identity Management | 单点登录 / 身份认证标准 / 自动开通账号标准 | 企业管理员工账号的三件套 |
| SOC 2 | System and Organization Controls 2 | 服务机构控制报告第 2 类 | 美国企业软件最常见的安全审计报告，分 Type I 和 Type II |
| ISO 27001 / ISO 42001 | —— | 信息安全 / AI 管理体系国际标准 | 两项国际认证 |
| FedRAMP | Federal Risk and Authorization Management Program | 美国联邦风险与授权管理计划 | 卖云服务给美国联邦政府需要的认证 |
| ROI | Return on Investment | 投资回报率 | 花的钱换来多少收益 |
| MOIC | Multiple on Invested Capital | 投资回报倍数 | 投 1 块钱最后拿回几块 |
| IRR | Internal Rate of Return | 内部收益率 | 折算成每年的回报率 |
| EV | Enterprise Value | 企业价值 | 市值加债务减现金 |
| NTM | Next Twelve Months | 未来 12 个月 | 估值常用"企业价值 ÷ 未来 12 个月收入" |
| TAM | Total Addressable Market | 总可触达市场 | 理论上最大的市场规模 |
| IPO | Initial Public Offering | 首次公开募股 | 上市 |
| CEO / CTO / CFO / CRO | Chief Executive / Technology / Financial / Revenue Officer | 首席执行官 / 技术官 / 财务官 / 营收官 | —— |
| DevSecOps | Development, Security and Operations | 开发、安全与运维一体化 | GitLab 所在的赛道 |
中文术语：
| 词 | 通俗解释 |
|---|---|
| 编程 Agent（Coding Agent） | 不只是补全代码，而是能自己读仓库、改代码、跑测试、提交合并请求的 AI |
| token（词元） | 大模型处理文字的最小单位，也是推理成本的计价单位 |
| 模型路由 | 按任务难度自动选用贵或便宜的模型，以节省成本 |
| 基准测试（benchmark） | 用一组固定任务给 AI 打分的测试，如 Terminal-Bench、SWE-bench |
| 数据污染 | 测试题目被模型在训练中见过，导致分数虚高 |
| 隔离网络部署（air-gapped） | 系统完全不连外网，常见于军工、政府和金融 |
| 提示注入 | 攻击者在 AI 会读到的文本里埋入指令，诱导 AI 做危险操作 |
| 老股（二级市场） | 员工或早期投资人把未上市公司的股票转让给别人 |
1. 一页投资结论
评级：观察。在拿到可审计的 ARR（Annual Recurring Revenue，年度经常性收入）与毛利率之前不投；数据支持时，合理进入估值为 30 亿—35 亿美元（较 9 月轮次折价 30%—40%）。
先说反方：Factory 五个月内估值从 15 亿美元涨到 50 亿美元公司自报2026-04-162026-09-15，但两次公告都没有披露任何收入金额。唯一的收入说法是"过去六个月每个月收入环比翻倍"公司自报2026-04-16，没有起始基数——从 10 万美元翻六倍和从 500 万美元翻六倍，是完全不同的公司。本文不据此推算 ARR。
回报分布高度偏斜本文假设：在 50 亿美元进入，三情景概率加权约 1.9 倍（年化约 21%），但这个平均数几乎全靠 15% 概率的乐观情景（约 7.9 倍）撑起来；概率最大的基准情景只有约 1.4 倍，还有 40% 的概率亏掉约八成。这是一张"彩票型"分布，不适合用加权平均数做决策。
三条多头逻辑
- 企业客户的质量。公司点名英伟达(NVDA)、Adobe(ADBE)、EY、Palo Alto Networks(PANW)、Adyen、Blackstone(BX)、加拿大皇家银行 RBC(RY)、T-Mobile(TMUS) 等公司自报2026-09-152026-04-16；Wipro(WIT) 在自己的新闻稿里宣布把 Factory 部署给数万名工程师客户确认2026-01-28；EY 工程负责人公开谈到完全落地的团队效率提升 4—5 倍（同时承认难以单独归因）客户确认2026-03-03。
- 企业级治理和部署形态，是纯开发者工具不擅长的。支持自带密钥、自托管数据平面、欧盟专属、完全隔离网络（air-gapped）等部署公司自报2026-06-15；Enterprise 套餐有独立推理资源池和本地部署选项公司自报2026-09-30。
- 长周期多 Agent 编排已有真实使用数据。Missions 的中位运行时长约 2 小时，14% 超过 24 小时，最长 16 天公司自报页面标注 2025-02-26。
三条空头逻辑
- 收入完全不透明，估值只能反推。若当前 ARR 为 3,000 万、6,000 万、1 亿或 2 亿美元，50 亿美元分别对应约 167 倍、83 倍、50 倍、25 倍本文假设——这些只是情景，不是收入估算。
- 对手是模型公司本身和资本更雄厚的平台。Claude Code 年化收入超过 25 亿美元媒体报道2026-02；Codex 周活超过 500 万媒体报道2026-06；Cursor 已并入 SpaceX媒体报道2026-08-14；Cognition 最新估值 480 亿美元媒体报道2026-09-16。Factory 在规模上差了一到两个数量级。
- "模型中立"的另一面是没有自己的模型、还要承担推理成本。Factory Router 的原始技术博客称节省 20%—25% token 支出公司自报2026-06-01，9 月融资公告却写"超过 60%"公司自报2026-09-15，两者没有给出口径衔接。
最终需要回答的三个问题（详见第 4、9 节）：
- 模型商品化后，Factory 还能控制哪一层？企业内部的"软件工厂"流程层：权限与审计、跨仓库上下文、多 Agent 编排、质量验证、效果度量（Agent Effectiveness）。这一层有价值，但模型公司和 GitHub 也在做同样的事。
- 50 亿美元需要哪些经营指标才成立？大致需要：当前 ARR 不低于 1 亿—1.5 亿美元、同比增长 ≥ 200%、毛利率 ≥ 55% 且随 Router 改善、美元口径 NRR（Net Revenue Retention，净收入留存率） ≥ 150%、企业合同占收入 ≥ 60%。
- 哪些信号说明它只是高成本的模型封装层？毛利率低于 40%；收入主要来自 20—200 美元的个人套餐；企业客户按"模型用量"而不是按"工作流"采购；客户在 Claude Code 或 Codex 企业版上线后减少席位；Router 的节省幅度在独立测试中低于 15%。
2. 公司、创始人和融资时间线
公司。The San Francisco AI（Artificial Intelligence，人工智能） Factory, Inc.，2023 年成立于旧金山媒体报道2026-09-16。
创始人。Matan Grinberg（CEO（Chief Executive Officer，首席执行官））：在普林斯顿和加州大学伯克利分校研究弦理论十余年，博士未完成即创业；2023 年 4 月与 Sequoia 合伙人 Shaun Maguire 的一次散步促成了公司媒体报道20252026-04-16。Eno Reyes（CTO（Chief Technology Officer，首席技术官））：普林斯顿计算机专业，曾在 Hugging Face 担任机器学习工程师，也在微软工作过媒体报道2025。两位创始人都没有经营大型企业软件公司的经验，企业销售和交付能力需要看后续引入的管理层。
融资时间线
| 轮次 | 日期 | 金额 | 领投方 | 投后估值 | 口径 |
|---|---|---|---|---|---|
| 种子 | 2023 年底 | 约 500 万美元 | Sequoia | 未披露 | 媒体报道2025-09 |
| A 轮 | 2024 年 6 月 | 1,500 万美元 | Sequoia | 约 1.2 亿美元 | 媒体报道2024-06-18第三方估算2026-09-30 |
| B 轮 | 2025 年 9 月 25 日 | 5,000 万美元 | NEA、Sequoia、英伟达、摩根大通(JPM) | 约 3 亿美元 | 公司自报2025-09-25媒体报道2025-09 |
| C 轮 | 2026 年 4 月 16 日 | 1.5 亿美元 | Khosla Ventures | 15 亿美元 | 公司自报2026-04-16媒体报道2026-04-16 |
| 未命名轮次 | 2026 年 9 月 15 日 | 2 亿美元 | 未点名（公告列出 Blackstone、Khosla、Sequoia、Insight 等 9 家） | 50 亿美元 | 公司自报2026-09-15媒体报道2026-09-152026-09-16 |
累计融资超过 4 亿美元公司自报2026-09-15，第三方统计约 4.2 亿美元第三方估算2026-09-30。数据冲突：TechCrunch 把 4 月的 1.5 亿美元称为"B 轮"媒体报道2026-04-16，公司称为 C 轮公司自报2026-04-16；本文采用公司口径。Wipro 旗下风投参与了 Factory 的融资客户确认2026-01-28，因此 Wipro 既是客户和合作伙伴，也是投资方。
五个月估值涨 3.3 倍：经营拐点还是倍数扩张？公开信息无法区分。能确认的只有：(1) 4 月时公司自称收入连续六个月翻倍；(2) 同期推出了 Missions、Factory 2.0、Router 等产品公司自报2026-04-162026-06-152026-06-01；(3) 同期 AI 编程赛道的估值整体上移，Cursor 以 600 亿美元被收购媒体报道2026-08-14、Cognition 从 260 亿美元涨到 480 亿美元第三方估算2026媒体报道2026-09-16。在收入未披露的情况下，本文倾向认为倍数扩张的贡献不小于经营改善。
3. 产品架构及典型开发流程
定位判断：Factory 想做的是"自治软件工厂"——覆盖需求、规划、编码、测试、审查、发布与监控的闭环公司自报2026-06-15；目前已被验证规模化的，是编码与迁移类的 Coding Agent 能力，需求、安全、监控等环节更多停留在产品叙事。
| 产品 | 做什么 | 成熟度判断 |
|---|---|---|
| Droid | 核心编码 Agent，覆盖命令行、桌面应用、SDK（Software Development Kit，软件开发工具包）、IDE（Integrated Development Environment，集成开发环境）和 Slack | 已规模化公司自报2026-09-302026-04-16 |
| Missions | 多 Agent 分解长任务、按里程碑验证，可运行数小时到数天 | 早期：公司自己承认"长计划会累积错误，编排器有时范围过宽"公司自报页面标注 2025-02-26 |
| Droid Computers | Factory 托管的持久化云端电脑，保留依赖、仓库和运行中的服务 | 包含在 Plus 及以上套餐公司自报2026-09-30；规模未知 |
| Factory Router | 按任务自动选择模型以降低成本 | 私人研究预览公司自报2026-06-01 |
| Connectors | 接入代码托管、工单、文档、监控等系统 | 产品细节未公开 |
| Analytics / Agent Effectiveness | 衡量 AI 带来的投入产出 | 9 月融资时宣布公司自报2026-09-15；成熟度未知 |
| 部署形态 | 云托管、自带密钥、自托管数据平面、欧盟专属、完全隔离网络 | 公司称已支持公司自报2026-06-15；隔离部署的客户数未知 |
典型流程（公司口径）：工程师在命令行或桌面应用里描述任务 → Droid 读取仓库和工单上下文、制定计划 → 在托管电脑或本地环境里改代码、跑测试 → 提交合并请求供人审查；大型任务交给 Missions 拆成多个并行 Agent。
Missions 的成本信号：中位任务消耗的 token 是普通会话的 12 倍，持续速度约每分钟 4.5 万 token公司自报页面标注 2025-02-26。长周期自治编码的推理成本很高，这直接关系到毛利率。
4. 技术壁垒和模型依赖
| 壁垒来源 | 可复制性 | 判断 |
|---|---|---|
| Agent 执行框架（harness） | 高 | Terminal-Bench 的领先主要来自框架设计，但模型公司的官方工具（Claude Code、Codex）追赶很快 |
| 长期上下文与企业代码图谱 | 中 | 需要长期接入客户仓库；GitHub 和 Sourcegraph 一类公司有天然优势 |
| 工作流数据 | 中 | 数据归客户所有，可迁移的是方法论而非数据本身 |
| 多 Agent 编排 | 中高 | Amazon 已开源 Kiro Crew 做多 Agent 编排媒体报道2026-08 |
| 模型路由 | 高 | 路由是通用技术，多家公司提供类似服务；Factory 自己的数据显示节省 20%—25%公司自报2026-06-01 |
| 安全治理与合规 | 中 | 有 SOC 2（System and Organization Controls 2，服务机构控制报告第 2 类）与 ISO 42001（国际标准化组织的 AI 管理体系标准）的公开案例第三方估算2026-09-30，但信任中心的具体认证状态本次未能读取未知；FedRAMP（Federal Risk and Authorization Management Program，美国联邦政府云服务安全认证）未找到任何获得或申请中的证据未知 |
| 企业部署能力（隔离网络等） | 中低 | 这是 Factory 相对最难被复制的一项，因为模型公司不太愿意做本地化部署 |
模型中立是双刃剑。好处：客户不被单一模型锁定，可以在 Claude、OpenAI、DeepSeek 等模型间切换媒体报道2026-04-16；关键任务可跨厂商容灾。坏处：(1) 没有基础模型带来的成本优势；(2) 模型公司同时是供应商和竞争对手，可以在价格、配额和新模型发布时间上占先；(3) 模型能力越强，"框架设计"带来的领先越小。
模型进步与降价的双向影响本文假设：推理降价会改善毛利率、让 Missions 这类重度任务更经济；但同样会让"直接用模型公司官方 Agent"变得更便宜、更好用，压缩 Factory 的定价权。Factory 能长期控制的，是企业内部的流程、治理与度量层——前提是它能让企业把"软件工厂"的流程定义放在 Factory 上，而不是放在 GitHub 或模型公司的平台上。
5. 商业模式、价格及单位经济学
公开价格（2026 年 9 月 30 日）公司自报2026-09-30
| 套餐 | 价格 | 主要内容 |
|---|---|---|
| Pro | 每月 20 美元 | 桌面、命令行、SDK；云端与本地后台 Agent |
| Plus | 每月 100 美元 | 约 Pro 的 5 倍用量；Droid Computers |
| Max | 每月 200 美元 | 约 Pro 的 10 倍用量；新功能抢先用 |
| Teams | 每个团队每月 60 美元 + 每席位每月 40 美元 | 最多 10 个席位，统一账单 |
| Business | 需询价 | 单点登录、零数据保留、审计日志、基础管理控制 |
| Enterprise | 需询价 | 独立推理资源池、本地部署、数据驻留、专属客户工程师 |
价格页没有公开具体的 token 额度、超额单价和自带密钥（BYOK（Bring Your Own Key，客户自带模型密钥））的收费方式未知。
单位经济学推算本文假设：按 Missions 的数据，重度任务每分钟消耗约 4.5 万 token公司自报页面标注 2025-02-26。假设混合 token 成本为每百万 3—10 美元，一个 2 小时的中位任务约消耗 540 万 token，推理成本约 16—54 美元。一个每月 200 美元的 Max 用户，只要每月跑 4—12 个中位任务，推理成本就可能吃掉全部订阅费。这说明：个人套餐的毛利高度依赖用量上限和 Router；企业合同如果按席位定价而没有用量约束，毛利风险更大。
按使用强度的单位经济学本文假设（假设混合 token 成本为每百万 1—5 美元，已考虑提示缓存和廉价模型分流；每月 token 用量为假设值）
| 使用强度 | 每月 token | 推理成本 / 月 | 对应套餐是否盈利 |
|---|---|---|---|
| 轻度（日常问答、小改动） | 约 500 万 | 5—25 美元 | Pro（20 美元）勉强持平 |
| 中度（每天几个完整任务） | 约 3,000 万 | 30—150 美元 | Plus（100 美元）可能盈利也可能亏损 |
| 重度（常跑 Missions） | 约 1.5 亿 | 150—750 美元 | Max（200 美元）大概率亏损，除非用量上限卡住 |
结论：个人套餐天然存在"最活跃的用户最不赚钱"的问题。Factory 的毛利取决于三件事：用量上限设得多紧、Router 能把多少任务分给便宜模型、企业合同能否把推理成本按量转嫁给客户。
收入结构与潜在毛利特征本文假设：
| 收入类型 | 潜在毛利 | 说明 |
|---|---|---|
| 个人与团队订阅 | 低到中（可能 20%—60%） | 用户用得越多越亏，靠用量上限控制 |
| 企业席位 + 用量额度 | 中（40%—65%） | 取决于合同是否把推理成本转给客户 |
| 客户自带密钥（BYOK） | 高（可达 80%） | 推理成本由客户承担，但单价也更低 |
| 托管计算（Droid Computers） | 中低 | 本质是云资源转售 |
| 本地与隔离部署、客户工程师 | 低到中 | 带有服务性质 |
各类收入的占比全部未知未知，这是估值判断里最关键的缺口。
瓶颈转移问题。自治编码会把瓶颈推向需求定义、代码审查、测试、安全审批和事故处理。EY 的负责人也强调，"你可以生成大量代码，但它必须能集成、能合规"，效率提升需要文化和流程的配套客户确认2026-03-03。这意味着客户的 ROI（Return on Investment，投资回报率）取决于它自己的工程管理能力，Factory 很难单独承诺结果。
6. 客户与开发者采用质量
| 口径 | 数值 | 可信度 |
|---|---|---|
| 开发者数 | "数十万"开发者使用，4 月称"每日使用"公司自报2026-09-152026-04-16 | 未拆分付费、月活、团队、试点和全组织部署未知 |
| 点名客户 | 英伟达、Adobe、EY、Palo Alto Networks、Adyen、Blackstone、RBC、T-Mobile、Wipro、Comarch、摩根士丹利(MS) 等公司自报2026-09-152026-06-15媒体报道2026-04-16 | 供应商口径；不能等同于全公司部署 |
| Wipro | 把 Factory 整合进自己的交付平台，向数万名工程师推广，并转售给客户客户确认2026-01-28 | 高（客户自己的新闻稿）；但 Wipro 同时是投资方 |
| EY | 完全落地的团队效率提升 4—5 倍，早期阶段 15%—60%客户确认2026-03-03 | 中：客户高管在媒体上的表述，本人承认难以单独归因 |
| 美国证监会文件 | 全文检索"Factory.ai""San Francisco AI Factory"等关键词，没有任何上市公司在监管文件里提到 Factory | —— |
关键未知：付费客户数、企业合同数、平均合同金额、前 10 大客户集中度、付费月活开发者数、NRR、流失率。
向非工程场景扩张（产品、设计、财务、营销）：公开材料里的 Factory 2.0 仍然只讲软件开发流程公司自报2026-06-15。在编码主战场还没拉开差距时向外扩张，更可能是战略失焦而非 TAM（Total Addressable Market，总可触达市场）增长；除非非工程场景能复用同一套治理和度量层。
7. 竞争矩阵
先核验对手的最新状态：
| 对手 | 最新状态（截至 2026-09-30） |
|---|---|
| Claude Code（Anthropic） | 年化收入超过 25 亿美元（2026 年初）媒体报道2026-02 |
| OpenAI Codex | 周活超过 500 万（2026 年 6 月）媒体报道2026-06 |
| Cursor | 2026 年 8 月 14 日被 SpaceX 以约 600 亿美元全股票收购，并入 SpaceXAI媒体报道2026-08-142026-06-16 |
| GitHub Copilot（微软 MSFT） | 约 470 万付费用户（2026 年 1 月）第三方估算2026 |
| Cognition / Devin（含 Windsurf） | 2026 年 5 月估值 260 亿美元、ARR 约 4.92 亿美元第三方估算2026；路透社 9 月报道已以 480 亿美元估值融资 20 亿美元媒体报道2026-09-16 |
| Replit Agent | 2026 年 3 月估值 90 亿美元媒体报道2026-03-11 |
| 亚马逊 Kiro | 规格驱动的 Agent IDE，2026 年 8 月开源多 Agent 系统 Kiro Crew媒体报道2026-08 |
| 谷歌 Antigravity、Jules | Antigravity 2025 年 11 月推出，Jules 为托管式异步编码 Agent媒体报道2025-11 |
比较矩阵（定性判断，除注明外无同口径数据）
| 维度 | Factory | 模型公司官方 Agent（Claude Code、Codex） | Cursor、Copilot | Cognition/Devin |
|---|---|---|---|---|
| 开发者入口与分发 | 弱：需要单独采购 | 强：随模型订阅附带 | 强：IDE 与 GitHub 自带 | 中 |
| 独立完成任务比例 | 未知（无独立数据） | 未知 | 未知 | 未知 |
| 长周期任务 | 有 Missions 数据公司自报页面标注 2025-02-26 | 正在追赶 | 较弱 | 强（主打） |
| 多仓库、遗留代码 | 强调迁移与遗留代码 | 中 | 中 | 中 |
| 返工与审查负担 | 未知 | 未知 | 未知 | 未知 |
| 企业权限、审计、数据隔离 | 较强公司自报2026-09-30 | 中 | 中到强（Copilot 依托 GitHub 企业版） | 中 |
| 本地、隔离网络部署 | 支持公司自报2026-06-15 | 通常不支持 | Copilot 有限支持 | 有限 |
| 推理成本与价格 | 需自付推理成本 | 最低（自有模型） | 中 | 中 |
| 可量化 ROI | EY 案例客户确认2026-03-03 | 零散 | 零散 | 公司自报 |
结论：Factory 的差异化集中在"企业治理 + 特殊部署形态 + 长任务编排"；在开发者入口、推理成本和规模上都处于劣势。
8. Benchmark 可信度审计
| 说法 | 版本与设置 | 审计意见 |
|---|---|---|
| "Terminal-Bench 第一名" | 2025 年 9 月，Terminal-Bench Core v0.1.1，80 个任务；Droid 搭配 Claude Opus 4.1 得 58.8%，五次试验；对比 Claude Code 43.2%、Codex CLI 42.8%；使用"激进的超时设置"公司自报2025-09-25 | (1) 版本已过时，2026 年 9 月的 2.0 版排行榜以模型为主、头部分数已到 80% 左右第三方估算2026-09，未找到 Droid 在新版的排名；(2) 结果由 Factory 自己在官方框架里运行，不是独立复现；(3) 超时设置对分数有影响，与其他工具的计算预算不完全可比 |
| 4 月"在主要软件开发 Agent 基准中保持第一" | 未说明是哪些基准、哪个版本公司自报2026-04-16 | 无法核验 |
| Router 节省成本 | 6 月原始博客：以 Claude Opus 4.7 为基准，Terminal-Bench 2 上保持 99% 通过率、成本低 20%；自建 Legacy-Bench 上保持 96%、成本低 25%；更激进路由可降到 56% 成本，但通过率降到 81%公司自报2026-06-01 | (1) 私人研究预览，只有一个基准模型；(2) Legacy-Bench 为 Factory 自有基准；(3) 9 月公告写"超过 60%"与原始博客不一致，未说明口径公司自报2026-09-15；第三方解读建议把 20%—25% 视为"简单任务部分的上限"第三方估算2026-06-24 |
| SWE-bench | 未找到 Factory 在官方 SWE-bench 排行榜上的近期提交未知 | —— |
数据污染风险：Terminal-Bench 与 SWE-bench 的任务公开多年，框架和提示可能针对性优化；企业真实代码库的表现，只能通过客户试点验证。
9. 收入未知情况下的反向估值及三情景模型
第一步：不同 ARR 假设下的收入倍数本文假设
| 假设当前 ARR | 3,000 万 | 6,000 万 | 1 亿 | 2 亿美元 |
|---|---|---|---|---|
| 50 亿美元对应的倍数 | 约 167 倍 | 约 83 倍 | 约 50 倍 | 约 25 倍 |
现金与债务未知，以上不能称为 EV/ARR。
第二步：可比公司（2026 年 9 月 30 日，EV/未来 12 个月收入由 StockAnalysis 数据推算）第三方估算2026-09-30本文假设
| 公司 | 为什么可比 | EV/NTM 收入 | 前瞻增速 |
|---|---|---|---|
| Palantir(PLTR) | 企业 AI 平台、高增长上限 | 约 43 倍 | 约 65% |
| Datadog(DDOG) | 开发者入口 + 用量计费 | 约 19 倍 | 约 24% |
| JFrog(FROG) | 软件供应链与发布环节 | 约 15.5 倍 | 约 17% |
| Snowflake(SNOW) | 用量计费、推理与计算成本 | 约 16 倍 | 约 32% |
| GitLab(GTLB) | 开发全流程平台（DevSecOps（Development, Security and Operations，开发、安全与运维一体化）） | 约 5.4 倍 | 约 17% |
| Atlassian(TEAM) | 开发协作工具 | 约 6.0 倍 | 约 13% |
| 私营参照 | Cursor 被收购时约 600 亿美元，对应路透社报道的约 26 亿美元年化收入，约 23 倍媒体报道2026-08-14；Cognition 480 亿美元媒体报道2026-09-16 | —— | —— |
第三步：三情景（持有期 2026 年 10 月至 2029 年底，约 3.25 年；以 2029 年底的结果为锚，不依赖未知的当前 ARR）本文假设
| 悲观 | 基准 | 乐观 | |
|---|---|---|---|
| 概率 | 40% | 45% | 15% |
| 2029 年底 ARR | 3 亿美元 | 10 亿美元 | 30 亿美元 |
| 若当前 ARR 为 6,000 万，对应年复合增速 | 约 64% | 约 138% | 约 233% |
| 若当前 ARR 为 2 亿，对应年复合增速 | 约 13% | 约 64% | 约 130% |
| 长期毛利率 | 45% | 60% | 70% |
| 退出倍数（ARR） | 4 倍 | 8 倍 | 15 倍 |
| 退出方式 | 被收购（人才收购式） | IPO（Initial Public Offering，首次公开募股）或战略收购 | IPO |
| 后续稀释 | 20% | 15% | 12% |
| 退出估值 | 约 12 亿美元 | 约 80 亿美元 | 约 450 亿美元 |
MOIC（Multiple on Invested Capital，投资回报倍数） / IRR（Internal Rate of Return，内部收益率）
| 进入估值 | 悲观 | 基准 | 乐观 | 概率加权 |
|---|---|---|---|---|
| 50 亿（9 月轮次） | 0.19 倍 / −40% | 1.36 倍 / 10% | 7.92 倍 / 89% | 1.88 倍 / 21% |
| 40 亿（折价 20%） | 0.24 倍 / −36% | 1.70 倍 / 18% | 9.90 倍 / 102% | 2.35 倍 / 30% |
| 35 亿（折价 30%） | 0.27 倍 / −33% | 1.94 倍 / 23% | 11.31 倍 / 111% | 2.68 倍 / 35% |
| 30 亿（折价 40%） | 0.32 倍 / −30% | 2.27 倍 / 29% | 13.20 倍 / 121% | 3.13 倍 / 42% |
注意：悲观情景下，优先股的清算优先权可能让新投资者拿回的比例高于上表（上表按普通股口径计算）；买老股的投资者通常拿到的是普通股，没有这层保护。
第四步：反推 2 倍、3 倍回报需要什么（稀释 15%）本文假设
| 进入估值 | 目标 | 退出 8 倍 | 退出 12 倍 | 退出 16 倍 |
|---|---|---|---|---|
| 50 亿 | 2 倍（退出估值约 118 亿） | ARR 14.7 亿 | 9.8 亿 | 7.4 亿 |
| 50 亿 | 3 倍（约 177 亿） | 22.1 亿 | 14.7 亿 | 11.0 亿 |
| 35 亿 | 2 倍（约 82 亿） | 10.3 亿 | 6.9 亿 | 5.1 亿 |
| 35 亿 | 3 倍（约 124 亿） | 15.4 亿 | 10.3 亿 | 7.7 亿 |
单位为美元。市场份额含义：把当前几家头部产品的公开或估算收入相加（Claude Code、Cursor、Copilot、Cognition 等），AI 编程市场已是数十亿美元级别；若 2029 年扩大到数百亿美元，Factory 要在 50 亿美元进入赚 2 倍，大约需要拿下低个位数百分比的份额，且以企业市场为主本文假设。
退出路径：谁可能收购 Factory？本文假设AI 编程赛道已经出现了"平台收购应用"的先例：Windsurf 被 Cognition 收购，Cursor 被 SpaceX 收购媒体报道2026-08-14。对 Factory 来说，潜在买家大致有三类：(1) 缺少自有编程 Agent、但掌握企业开发流程的软件平台，如 GitLab(GTLB)、Atlassian(TEAM)、ServiceNow(NOW)；(2) 需要企业级交付能力的模型公司或云厂商；(3) 希望把 AI 编程纳入外包交付的 IT（Information Technology，信息技术）服务巨头（Wipro 已是投资方和合作伙伴客户确认2026-01-28）。被收购的价格取决于 Factory 届时的企业收入规模；如果收入仍小，买家更可能按人才和技术定价，那就是本文的悲观情景。
合理进入估值：30 亿—35 亿美元；老股合理折价 30%—40%本文假设。本次未找到 Factory 的老股报价未知。
等待哪些数据后再投：(1) 经审计或可核验的 ARR 与 GAAP（Generally Accepted Accounting Principles，美国通用会计准则）收入；(2) 收入按个人订阅、企业合同、BYOK、托管计算、服务拆分；(3) 毛利率及 Router 上线后的变化；(4) 企业客户的 NRR 与全组织部署数量；(5) 至少 2—3 家客户在自己的工程博客或财报里披露的量化结果。
代码安全与责任风险的具体形态
- 密钥泄漏：Agent 读取仓库和环境变量时可能把密钥写进日志、提交记录或发给模型厂商；"零数据保留"只覆盖模型厂商一侧公司自报2026-09-30。
- 提示注入：Agent 会读取工单、文档、依赖包说明等外部文本，攻击者可以在这些文本里埋指令，诱导 Agent 执行危险命令或引入恶意依赖。长周期、少人工干预的 Missions 放大了这个风险。
- 错误代码与生产事故：Agent 写的代码通过了测试，但在生产环境出错时，责任通常仍在客户一方；合同里的赔偿上限和责任划分需要逐条审阅。
- 开源许可证与版权：生成代码与带传染性许可证的开源代码高度相似时，可能引发合规问题；模型输出的版权归属在各国仍有争议。
- 软件供应链：Agent 自动添加或升级依赖包，可能引入被投毒的版本。
认证状态（不得把"正在申请"写成"已经获得"）：公开可查的只有 Vanta 客户案例，称 Factory 借助 Vanta 完成 SOC 2 与 ISO 42001 的合规工作，且 ISO 42001 在四周内完成第三方估算2026-09-30；SOC 2 是 Type I 还是 Type II、报告覆盖期、ISO 27001（国际标准化组织的信息安全管理体系标准）是否获得，本次都无法确认——Factory 信任中心页面为动态加载，未能读取具体条目未知2026-09-30。FedRAMP 未见任何公开信息。对联邦政府和受监管金融机构而言，这会直接限制可采购范围。
10. 十项主要风险及反证指标
| # | 风险 | 反证指标 |
|---|---|---|
| 1 | 收入基数很小，估值靠叙事 | 披露的 ARR 低于 1 亿美元 |
| 2 | 模型公司官方 Agent 挤压 | 企业客户在 Claude Code 或 Codex 企业版上线后减少席位 |
| 3 | 推理成本压毛利 | 毛利率低于 40%，或随 Missions 使用量上升而下降 |
| 4 | 模型供应商卡脖子 | 主要模型厂商调整价格、配额或限制第三方使用 |
| 5 | 基准优势消失 | 独立复现中 Droid 与官方 Agent 无显著差距 |
| 6 | 审查与返工负担 | 客户报告合并请求被退回率、审查时长上升 |
| 7 | 安全与供应链风险 | 密钥泄漏、提示注入导致的恶意依赖引入、有漏洞的代码进入生产 |
| 8 | 开源许可证与版权 | 生成代码涉及不兼容许可证的纠纷 |
| 9 | 认证不足限制政府与受监管行业 | 缺少 FedRAMP 等认证导致联邦客户无法采购 |
| 10 | 关键人物与组织扩张 | 创始团队缺乏大型企业软件经营经验；高管流动 |
11. 未来 12—24 个月催化剂
- 首次公开 ARR 或收入里程碑；
- Router 从研究预览转为正式版，以及独立第三方的成本测试；
- Missions、Droid Computers 的付费规模数据；
- 新的独立基准成绩（Terminal-Bench 2.x、SWE-bench 系列）；
- 大客户在自己的渠道披露量化结果，或出现全组织部署公告；
- 安全认证进展（信任中心列出的报告、FedRAMP 是否启动）；
- 竞争格局：SpaceX 旗下 Cursor 的企业化动作、Cognition 上市传闻、模型公司对第三方 Agent 的政策；
- 下一轮融资或老股交易价格。
12. 投资前必须向管理层索取的数据清单
- 按月 ARR 与 GAAP 收入（过去 24 个月），以及"连续六个月翻倍"的起点金额；
- 收入拆分：个人订阅、团队、企业合同、BYOK、托管计算、服务；
- 毛利率及拆分（推理、托管计算、客户工程师），Router 上线前后对比；
- 付费月活开发者数、付费企业客户数、全组织部署客户数；
- 前 10、前 20 大客户收入占比，以及它们的合同期限；
- 美元口径 NRR、GRR（Gross Revenue Retention，总收入留存率）、客户流失原因；
- 企业合同的定价结构：按席位、按用量还是混合，推理成本由谁承担；
- 每个付费用户的月均 token 消耗与推理成本分布；
- Missions 的成功率、返工率、平均成本；
- 与各模型厂商的合同条款：价格、配额、数据使用限制；
- 基准测试的完整配置（模型、超时、计算预算、试验次数），是否愿意接受独立复现；
- 安全认证清单与审计报告（SOC 2 类型、ISO 27001、ISO 42001、FedRAMP 进展）；
- 安全事件记录与对客户的赔偿条款；
- 现金余额、月烧钱速度、完全稀释股本与各轮优先股条款；
- 管理层扩充计划（CFO（Chief Financial Officer，首席财务官）、CRO（Chief Revenue Officer，首席营收官）等）与关键人物留任安排。
资料来源：正文每个标签后的日期均可点开原始来源，日期为发布日期；没有日期的页面以本文访问日（2026 年 9 月 30 日）为准。主要来源包括 Factory 官方公告、价格页与技术博客、Wipro 新闻稿、VentureBeat、TechCrunch、路透社、Bloomberg、CNBC、Terminal-Bench 排行榜、Vanta、Multiples.vc、StockAnalysis。Factory 未披露收入，文中所有 ARR 数字均为情景假设；估值情景与单位经济学均为本文假设。本文不构成投资建议。
— 金豆
