全部 AI 动态 · AI 热点

6月23日

12:34

arXiv: OpenAI@Haoran Yu, Lifei Liu, Xiaochong Jiang, Yuwen Jia, Su Wang, Pin Qian, Yihang Chen

一项基于AIDev数据集的长达七个月的纵向分析（400名重复审查者，共11,429条审查记录）发现，审查者对AI生成代码的批准率从30.1%上升至36.8%（Wilcoxon符号秩检验p<10^{-6}）。随经验增加，批准率累计差距达14.5个百分点。与此同时，行内评论量下降22%（p=0.0014），但审查延迟增加3.5倍。这种模式提示审查者可能因工作负荷而产生习惯性麻木，而非理性信任调整。

论文 GitHub Copilot Devin OpenAI Codex Cursor 代码审查智能体

推荐理由：这篇论文用真实数据告诉你，人类审查AI代码时会越来越松懈——批准率涨了，评论却少了。做AI代码审核的团队应该看看。

原文

6月19日

07:43

Cognition@cognition_labs

Cognition 宣布将安全审查集成到 Devin Review 中。每次开发者提交 PR 时，Devin 自动运行安全扫描，识别那些传统漏洞扫描器遗漏的安全问题。Devin 还会为每个漏洞提供详细解释，并自动生成修复代码。该功能旨在帮助团队在不增加额外工作量的情况下提升代码安全性。

AI产品 Devin Cognition 安全审查漏洞修复编程助手

推荐理由：Devin 现在能自动帮你审计 PR 里的安全漏洞，发现那些扫描器漏掉的，还直接给修复方案，省心。

原文

6月16日

20:46

AITOP6月16日 20:46

600亿美元买下Cursor，xAI终于拿到了编程工具，但真正值得跟踪的或许不是AI

6月13日

13:20

Cognition@cognition_labs

Cognition 宣布 AI Productivity Guarantee，承诺如果 Devin 在 30 天内未能提升工程效率，客户可获最高 1000 万美元退款。该保证基于 Devin 在 SWE-bench 上的表现和内部基准测试，覆盖代码生成、调试和部署等任务。Ryan Bai 详细解释了计算方法和验证流程，旨在降低企业采用风险。

行业 Devin Cognition AI生产力编程助手 SWE-bench

推荐理由：Devin 敢赌 1000 万保效率

原文

10:21

Cognition@cognition_labs

Cognition 宣布根据 Anthropic 最新公告和美国政府指令，暂停其产品中 Claude Fable 5 模型的访问。Devin 平台仍保留 Claude Opus 4.8 和 GPT-5.5 等其他模型。Devin Ultra 模式将继续使用最强可用模型。

行业 Claude Fable 5 Cognition Devin Anthropic AI安全

推荐理由：模型被禁，Devin 换方案

原文

6月12日

13:55

arXiv cs.AI@Mahmoud Abujadallah, Ali Arabat, Mohammed Sayagh

一项基于AIDev数据集的研究发现，Copilot、Devin、Cursor和Claude等AI编程助手生成的代码修复PR中，46.41%被开发者拒绝。研究者对306个未合并PR进行定性和定量分析，归纳出14个拒绝原因，分为四类：实现不正确（如不完整、错误方法）、未通过CI测试、代理无法完成实现（如未生成代码、会话丢失）、以及优先级低。研究建议，应通过提供修复方法提示、明确约束限制、指导CI验证流程来提升AI代理的有效性，并强调任务优先级管理以减少资源浪费。

论文 AI编程助手代码修复 PR拒绝 Copilot Devin

推荐理由：AI编程助手生成的代码修复近一半被拒，浪费大量人力审查和计算资源——做AI辅助开发的团队和工具开发者，建议看看这14个失败原因，能帮你避免踩坑。

原文

13:31

swyx (AI Engineer)@swyx

Mythos 正式上线，其 FrontierCode 被认定为下一代编程基准。在 FC Diamond 测试中，Opus 4.8 和 GPT 5.5 在随努力扩展方面表现不佳。Mythos/Fable 的后训练方法首次将测试时计算应用于解决超长任务，相当于数十小时人类工作、每任务数百美元。该功能现已在 Cognition 和 Devin 中可用，仅需 1.4x ACUs。

AI产品编程基准 Mythos FrontierCode Opus 4.8 GPT 5.5 Devin

推荐理由：Mythos 的 FrontierCode 基准揭示了当前顶级模型在长任务上的扩展瓶颈，做 AI 编程评估或开发长流程自动化的团队值得关注，可以直接在 Devin 中体验。

原文

12:57

AITOP6月12日 12:57

Claude代码里藏了个20260612，18个月后的AI记忆革命已经开始倒计时

6月11日

15:28

AITOP6月11日 15:28

1107 vs 303：谷歌悄悄开源了一个“拆打字机”的模型，把大模型速度翻了4倍

15:23

AITOP6月11日 15:23

DiffusionGemma颠覆文本生成？自回归模型的“统治”要结束了

15:07

AITOP6月11日 15:07

每秒1107个token，Google开源的扩散模型为什么能改变本地推理格局？

6月10日

18:45

marktechpost@Michal Sutter

2026年软件开发已发生根本性变化，工程师不再手动编写大部分代码，而是通过描述意图让AI代理完成工作。现代AI编程工具能规划任务、跨文件编辑、运行测试并自动提交PR，许多项目在有限监督下即可上线。本文对比了Atoms、Devin、Windsurf、Cursor、Warp等主流AI编程代理和开发平台，指出没有单一工具适合所有场景。开发者可根据项目需求选择最合适的工具，提升开发效率。

AI产品 AI编程代理开发平台 Atoms Devin Cursor

推荐理由：AI编程工具正在重塑开发流程，做软件开发的团队和个人开发者值得了解各平台差异，选对工具能大幅减少重复劳动。

原文

11:44

Cognition@cognition_labs

精选76°

Devin 平台现已集成 Claude Fable 5 模型，该模型在 FrontierCode 基准测试中排名第一。FrontierCode 是评估真实工程任务中代码合并性和质量的基准。这一更新意味着开发者可以在 Devin 中使用当前最强的代码生成模型之一，提升自动化编程效率。

AI产品 Devin Claude Fable 5 代码生成基准测试编程助手

推荐理由：对于使用 Devin 做自动化编程的团队，Fable 5 的集成直接提升了代码质量和合并成功率，值得立即体验。

原文

11:40

Cognition@cognition_labs

83°

Cognition 宣布其最强智能体 Devin Ultra 现已集成 Claude Fable 5，专为长周期任务和调试优化。通过调整 harness，Ultra 的成本仅比默认 Devin 智能体高出约 40%。Claude Fable 5 还可在 Devin Desktop 和 Devin CLI 中使用。这为需要复杂自动化流程的开发者提供了更强大的选择。

AI产品 Devin Claude Fable 5 智能体调试编程助手

推荐理由：做复杂自动化或深度调试的开发者，现在可以用 Devin Ultra 以更可控的成本获得 Claude Fable 5 的能力，值得直接尝试。

原文

10:03

Scott Wu@ScottWu46

76°

在 FrontierCode 基准发布仅一天后，Cognition 的 Claude Fable 5 模型即成为新的最高分获得者，尤其在最具挑战性的任务上表现突出。在 FrontierCode Diamond 子集上，Fable 5 得分从 13.4% 跃升至 29.3%，远超 Opus 的 4.8%。该基准专注于真实世界的工程任务，评估代码的可合并性和质量。Fable 5 现已可在 Devin 中使用，为开发者提供更强的编程辅助能力。

AI模型 Claude Fable 5 FrontierCode 基准测试编程助手 Devin

推荐理由：Claude Fable 5 在真实工程任务基准上碾压 Opus，做复杂代码合并的开发者可以直接在 Devin 中体验，效率提升立竿见影。

原文

6月5日

06:48

Scott Wu@ScottWu46

Cognition 公司创始人 Scott Wu 发文批评按 token 用量衡量 AI 生产力的做法，并宣布 Devin 推出 AI 生产力保障计划。该计划基于真实工程师时间估算数据集，衡量每个 Devin 任务对应的有效工程小时数。如果 Devin 交付的工程价值低于客户支付的费用，Cognition 将补足使用额度，最高 1000 万美元。此举旨在推动行业从衡量活动转向衡量产出，让 AI 公司真正为价值负责。

AI产品 Devin AI 生产力计费模式工程价值 Cognition

推荐理由：Cognition 把 AI 计费从 token 消耗转向工程价值，做 AI 采购或管理开发团队的决策者值得关注——这可能是行业计费模式的分水岭。

原文

03:16

Cognition@cognition_labs

Cognition 宣布为其 AI 编程助手 Devin 推出“AI 生产力保障”计划。如果 Devin 为企业带来的工程价值低于其支付费用，Cognition 将资助企业继续使用，直到达到预期效果，最高补贴 1000 万美元。此举旨在推动 AI 行业从追求 token 数量转向最大化实际产出。该计划直接回应了企业对 AI 投资回报的担忧，可能改变 AI 服务的商业模式。

AI产品 AI 编程助手 Devin 生产力保障企业服务 Cognition

推荐理由：Cognition 用真金白银为 AI 编程效率背书，做技术采购的团队值得关注——这可能是首个把 ROI 写进合同的 AI 产品。

原文

6月4日

08:21

Cognition@cognition_labs

精选

Cognition 宣布 Devin Desktop 现在支持 Agent Communication Protocol（ACP），允许用户将任意第三方智能体接入 Devin 桌面环境。ACP 是一种开放协议，旨在标准化智能体之间的通信与协作。这意味着开发者可以在 Devin 中自由组合不同来源的 AI 代理，扩展自动化工作流。该更新提升了 Devin 作为智能体平台的可扩展性和开放性。

AI产品智能体 ACP/协议 Devin 自动化开放平台

推荐理由：对于使用 Devin 做自动化开发的团队，ACP 协议让接入自定义智能体变得标准化，不用再受限于单一模型，值得尝试集成。

原文

08:20

Cognition@cognition_labs

精选

Harvey 工程团队将其内部背景代理 Spectre 集成到 Devin Desktop 中。现在，Spectre 的组织上下文可以存在于每位工程师的笔记本电脑上，并在他们喜爱的代理之间流动。这一集成使得团队能够更高效地共享和利用组织知识，提升了协作和开发效率。对于使用 Devin 的开发者来说，这是一个重要的功能增强。

AI产品 Devin Spectre 智能体组织上下文 Harvey

推荐理由：Harvey 团队通过集成 Spectre 解决了组织上下文在代理间流动的痛点，使用 Devin 的开发者可以直接受益，建议关注这一实践。

原文

6月3日

11:52

Cognition@cognition_labs

88°

Cognition 发布了 Devin Desktop，一个统一的桌面界面，允许用户从单一界面管理本地和云端的智能体集群。用户可以在不离开编辑器的情况下完成规划、委托、审查和发布等操作。这标志着 AI 编程助手从单一工具向多智能体协作平台的演进，提升了开发者的工作效率。

AI产品智能体编程助手 Devin 桌面应用多智能体管理

推荐理由：Devin Desktop 解决了多智能体管理分散的痛点，做复杂开发流程的团队可以直接用，建议点开看看如何统一调度。

原文

5月29日

08:06

Latent.Space@latentspacepod

AI 软件工程师公司 Cognition 宣布完成新一轮融资，总额超过 10 亿美元，估值达到 260 亿美元，由 Lux Capital、General Catalyst 和 8VC 领投。自年初以来，其企业使用量增长超过 10 倍，年化收入达到 4.92 亿美元。两年前推出的 AI 软件工程师 Devin 推动了云端智能体从边缘走向主流，成为增长最快的软件开发方式。此次融资表明资本市场对 AI 编程智能体赛道的高度认可。

行业 Cognition Devin AI 软件工程师融资智能体

推荐理由：Cognition 的 Devin 证明了 AI 软件工程师的商业化潜力，做 AI 编程工具或智能体开发的团队值得关注其增长路径和融资信号。

原文

05:27

Latent.Space@latentspacepod

78°

Cognition联合创始人兼CPO Walden Yan与Open-Inspect创始人Cole Murray在播客中讨论了工程从本地IDE向云端后台智能体迁移的趋势。Devin在Cognition仓库中的代码提交占比从16%增长到80%，PR数量增长7倍。他们解释了12月模型拐点后规格到PR工作流成为现实的原因，以及测试比计算机使用更难。还探讨了Devin如何分离大脑与机器、MCP在生产智能体集成中的不足，以及PM、支持团队和SRE如何将Slack消息转化为PR。

AI产品 Devin 异步智能体 AI编程云端IDE PR工作流

推荐理由：Devin的7倍PR增长和80% AI提交率证明了异步智能体在工程中的实际价值，做AI编程工具或自动化工作流的开发者值得深入了解其背后的架构思路。

原文

5月28日

10:20

Decoder@Matthias Bastian

Cognition，即AI编程智能体Devin的开发商，在不到九个月内完成新一轮融资，估值超过260亿美元，较此前翻倍。本轮融资超过10亿美元，凸显投资者对AI编程智能体的巨大热情，尽管其实际价值仍存争议。Devin能自主编写、调试和部署代码，但业界对其可靠性和实用性看法不一。此次融资表明资本正大量涌入AI编程领域，推动该赛道竞争加剧。

行业 AI编程智能体 Devin Cognition 融资估值

推荐理由：AI编程智能体Devin的估值飙升反映了资本对编程自动化的狂热，做AI开发工具或关注编程效率的团队值得关注这一趋势，思考如何抓住机会。

原文

01:55

rohanpaul_ai@rohanpaul_ai

83°

Cognition AI 完成新一轮融资，估值达 260 亿美元，融资额超 10 亿美元。其旗舰产品 Devin 的年化收入从 3700 万美元飙升至 4.92 亿美元，客户包括高盛和梅赛德斯-奔驰，表明 Devin 正从演示阶段进入生产环境。Devin 定位为自主初级工程师，能规划、测试和部署代码，并整合 OpenAI 和 Anthropic 的模型，形成模型无关的智能体层。去年，Cognition 还收购了编程初创公司 Windsurf 的剩余资产。

行业智能体编程助手融资 Devin Cognition AI

推荐理由：Devin 的收入暴涨证明智能体编程已从概念走向商业验证，做自动化开发工具的团队值得关注其模型无关架构的设计思路。

原文

5月21日

08:00

Scott Wu@ScottWu46

Cognition 创始人 Scott Wu 发推感谢与 Anthropic 团队的深度合作，并调侃自己中学数学视频被 Claude 记住。他领导的团队基于 Claude 构建了 AI 软件工程师 Devin，目标是让每个工程团队的软件开发速度提升 10 倍。Devin 能自主规划、编写代码、调试并部署，代表了 AI 编程助手从辅助到自主的重大转变。这条推文引发广泛关注，显示 AI 编程工具正加速进入工程团队日常。

AI产品 AI 编程助手 Devin Claude Cognition 软件工程

推荐理由：Devin 基于 Claude 实现了从辅助到自主编程的跨越，做软件工程的团队值得关注——它可能改变你每天写代码的方式。

原文

08:00

Claude@claudeai

72°

Cognition 公司 CEO Scott Wu 在推文中介绍了其团队开发的 AI 软件工程师 Devin，该产品基于 Claude 构建。Scott Wu 表示，他们的目标是让每个工程团队的软件开发速度提升 10 倍。Devin 能够自主完成编码、调试和部署等任务，被视为 AI 编程助手领域的重要进展。这条推文引发了广泛关注，获得了超过 1400 个点赞和 130k 次浏览。

AI产品 AI 编程助手 Devin Claude Cognition 工程效率

推荐理由：如果你在寻找能真正提效的 AI 编程工具，Devin 基于 Claude 的自主编程能力值得关注——它可能改变工程团队的工作方式，建议点开了解具体能力。

原文

5月20日

13:43

rohanpaul_ai@rohanpaul_ai

72°

Cognition CEO Scott Wu 在最新访谈中分享了他从童年数学和编程竞赛起步，最终领导团队开发出AI软件工程师Devin的经历。Devin 被设计为能够处理完整工程工作流，而不仅仅是代码补全。这一背景揭示了Devin在复杂任务推理和规划能力上的独特来源。对于关注AI编程工具和智能体发展的读者，这是理解Devin设计哲学的关键视角。

AI产品 Devin Cognition AI编程助手智能体创始人访谈

推荐理由：想了解AI编程工具Devin背后的创始人思维？Scott Wu的竞赛背景解释了它为何能处理完整工程流，做AI编程的开发者值得一看。

原文

5月19日

13:20

Cognition@cognition_labs

Cognition 推出 Devin Auto-Triage，一个具备长期记忆的 AI 第一响应者，能够自动监控传入的 bug、告警和事件，进行深入调查，并返回上下文、下一步操作或直接生成 PR。该功能旨在减少人工排查时间，提升故障响应效率。对于依赖持续集成和快速迭代的工程团队，这能显著降低运维负担。目前已在 Devin 平台上线，值得关注。

AI产品 Devin Auto-Triage AI 运维长期记忆事件响应

推荐理由：DevOps 和 SRE 团队终于有了能记住上下文、自动调查并提 PR 的 AI 助手，省去手动排查的重复劳动，建议运维和开发负责人立即试用。

原文

12:25

Cognition@cognition_labs

72°

Cognition 宣布其 Devin Auto-Triage 工具已被 Modal 等团队用于推理服务的事故排查。该工具能自动监控频道、结合代码库和可观测性栈进行主动调查，无需人工提示即可返回有用分析。Modal 技术成员 Hari Subbaraj 评价其比以往自动排查工具更先进。这标志着 AI 运维自动化从被动响应向主动智能排查的演进。

AI产品 Devin Auto-Triage 事故排查推理服务运维自动化

推荐理由：做推理服务运维的团队终于有了能主动干活的事故排查工具——Devin Auto-Triage 自动监控、分析代码和指标，省去手动提示的麻烦，建议有运维痛点的团队试试。

原文

5月14日

03:05

Cognition@cognition_labs

精选

Devin新增Android开发支持。它可利用AVD模拟器复现问题、检查应用行为、进行修改并验证。开发者在把工作交回审查前可通过模拟器完成完整调试循环。该功能已上线，可在docs.devin.ai查看。

AI产品 Devin Android AVD 编程助手

推荐理由：用Devin调试Android app

原文

03:05

Cognition@cognition_labs

精选

Devin 已集成 Android Virtual Device (AVD) 支持，使其能够在机器上自主构建、启动和测试 Android 应用。该更新扩展了 Devin 的自动化能力，允许开发者通过指令让 AI 处理完整的 Android 应用开发流程。目前 Devin 基于此功能实现从代码构建到模拟器运行的端到端操作。

AI产品 Devin Cognition Android 编程助手

推荐理由：AI 编程手 Devin 能跑安卓应用了

原文