Cognition 分享 trybasis 用 Devin 云端智能体打造会计自动化工作流
Cognition 曝了自家客户 trybasis 的真实用法：用 Devin 把 20 小时的会计活压到 30 分钟，还跑出过 20 天的 agent 线程。想看云端智能体在真实业务里怎么落地的，这个案例值得看看。
Cognition 在 X 上发布案例视频，介绍其客户 trybasis 如何用云端智能体 Devin 完成构建、测试和验证的全流程工作。trybasis 用 AI 智能体将原本需要 20 小时的会计任务压缩到 30 分钟，效率提升约 40 倍。视频中还提到该团队运行过长达 20 天的 agent 线程，并在办公室部署了一整套麦克风设备用于采集语音数据。
这个案例展示了 Devin 作为云端异步智能体在长周期任务中的实际表现：不只是写代码片段，而是端到端地承担开发、测试和验证环节。会计场景属于高度结构化、容错率低的领域，20 小时到 30 分钟的压缩意味着智能体在真实业务流程中已经能承担相当比例的执行工作。
对开发者而言，这个案例的参考价值在于长线程管理（20 天的 agent 线程）和数据采集工作流（麦克风阵列）的工程实践。同类产品如 Cursor、GitHub Copilot 主要聚焦 IDE 内的同步辅助，Devin 的云端异步模式面向的是可委托的完整任务。
The best engineering teams are using cloud agents to build, test, and verify work, end-to-end. @trybasis builds AI agents that cut 20-hour accounting tasks down to 30 minutes. From 20-day agent threads to an office full of microphones, here's how they work with Devin.
This report is categorized under AITOP's "Products" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include Devin, Cognition, trybasis, 智能体.
Source attribution: curated from Cognition (@cognition_labs). Cross-source corroboration: 11 independent sources have covered this development (including swyx (AI Engineer), Cursor, Zed), confirming industry-wide signal strength.
