Cognition 发布 Devin 2025 年度绩效复盘：上线 18 个月的真实部署经验
Cognition 在 Devin 上线 18 个月之际发布年度绩效复盘，称其已进入数千家公司的工程团队，累计合并数十万个 PR。
推荐理由：Cognition 以自家客户数据和指标复盘 Devin 的强弱项，为评估智能体实际部署效果提供了可参照的框架。
#Agent
#Agent
今日 14 条Cognition 模型 / Devin 博客（网页）精选AI 评分6767 Cognition 模型 / Devin 博客（网页）AI 评分4545 Infosys 与 Cognition 合作，规模化部署 AI 软件工程师 Devin
Infosys 与 Cognition 达成合作，将在其组织内部及全球客户群中部署 AI 软件工程师 Devin，先在金融服务业务落地，覆盖银行、支付、资本市场、保险和财富管理场景，再扩展至零售、能源、医疗等行业。
Cognition 模型 / Devin 博客（网页）精选AI 评分6767 Cognition 推出 Devin Review 代码审查工具，早期版本免费开放
Cognition 发布 Devin Review，一款面向 GitHub PR 的 AI 代码审查工具，认为代码审查已成为比代码生成更大的瓶颈。
推荐理由：原文给出了 Devin Review 的三种使用入口和具体功能细节，读者可以据此判断它如何改进自己的 PR 审查流程。
Cognition 模型 / Devin 博客（网页）AI 评分2525 Devin 跨越大西洋：Cognition 在伦敦开设办公室
Cognition 在伦敦开设办公室，将自主软件工程推向欧洲领先企业。过去一年，全球多家大型金融机构已采用 Devin 覆盖 SDLC 工作，包括大规模现代化与迁移、安全漏洞修复以及复杂代码库文档化，Cognition 的合作伙伴包括 Goldman Sachs、Santander、Citi、BNY、HG Capital 和 The Access Group 等。
Cognition 模型 / Devin 博客（网页）AI 评分4848 Cognizant 与 Cognition 合作，将 Devin 和 Windsurf 推广至其工程团队与全球客户
Cognizant 与 Cognition 达成合作，将在其工程组织和全球客户中部署 Devin 与 Windsurf。Cognizant 工程师已使用 Windsurf IDE 进行智能体辅助的流式编码，并正在探索 Devin 在代码迁移、重构、测试和维护等工程工作流中的自主端到端执行能力。
Cognition 模型 / Devin 博客（网页）精选AI 评分6969 Devin 支持自动修复 Review 评论，闭环代码审查流程
Cognition 为 Devin 推出 bot triggers 功能：Devin 可被配置为自动修复 Devin Review 及其他 review bot 在 PR 上留下的评论，并继续自动修复 lint 和 CI/CD 问题。
推荐理由：原文由官方说明功能配置入口和适用范围，读者可以判断它如何改变团队 PR 审查流程。
Cognition 模型 / Devin 博客（网页）AI 评分6060 Cognition 发布 Devin 2.2，支持桌面测试、自审与自动修复
Cognition 发布 Devin 2.2，称其为 Devin 上线以来最重要的更新之一。Devin 现在可用自己的 Linux 桌面启动和测试桌面应用，PR 后可回传屏幕录制供人审查；同时能自审输出并自动修复问题，启动速度提升 3 倍，界面全面重构。新用户可获 $10 额度免费使用，新会话默认开启 Desktop 支持。
Cognition 模型 / Devin 博客（网页）AI 评分4242 Cognition 推出面向美国政府的 AI 软件工程平台，Devin 与 Windsurf 进入联邦市场
Cognition 推出 Cognition for Government，将 AI 软件工程平台引入美国联邦政府 IT 现代化。其 Devin 智能体可在云端并行执行数百个任务，迁移速度比人类工程师快 5-40 倍，现已上线 AWS GovCloud，FedRAMP High 授权版本即将推出。
Cognition 模型 / Devin 博客（网页）AI 评分6161 Cognition 如何用 Devin 开发 Devin：内部工程实践详解
Cognition 官方博客介绍其团队如何用 Devin 构建 Devin 本身：上周合并了 659 个 Devin 提交的 PR，高于 2025 年最佳单周的 154 个。
Cognition 模型 / Devin 博客（网页）AI 评分6464 Devin 支持管理多个 Devin 并行执行任务
Cognition 宣布 Devin 可将大任务拆分并委派给多个受管理的 Devin 并行执行，每个子 Devin 在独立虚拟机中运行，拥有自己的终端、浏览器和开发环境。主 Devin 会话作为协调者负责拆分、分配、监控和汇总，并能读取子会话完整轨迹以改进后续任务拆分；同时支持向子会话发消息、监控 ACU 消耗、暂停或终止子会话。该功能现已向所有用户开放。
Cognition 模型 / Devin 博客（网页）AI 评分6363 Devin 支持定时调度自己的会话
Cognition 宣布 Devin 可以调度自己的周期性会话：用户描述需求或让 Devin 完成一次任务后，直接告诉它按周期重复，Devin 会自行确定节奏并设置日程，无需配置 cron 或工作流工具。
Cognition 模型 / Devin 博客（网页）AI 评分5858 Cognition 发布 SWE-1.6：面向软件工程智能体优化模型 UX
Cognition 发布面向软件工程智能体的新模型 SWE-1.6，已在 Windsurf 全面开放，未来 3 个月免费。模型针对智能水平和模型 UX 联合训练，相比 Preview 减少了过度思考、循环行为和串行工具调用，更多使用并行工具调用；训练中引入长度惩罚以抑制过长轨迹。
Cognition 模型 / Devin 博客（网页）AI 评分5858 Cognition 拆解 Devin 如何在财富 500 强企业实现 COBOL 现代化
Cognition 发文说明 Devin 在多家财富 500 强企业承担 COBOL 项目的做法与成效。文章指出 COBOL 对智能体的三大难点：业务数据靠内存位置而非命名关联、LLM 几乎没有 COBOL 训练语料、COBOL 依赖大型机导致反馈循环失效；应对方式是先用 DeepWiki 建立系统级代码地图，再用 playbook 编码领域约束。
Cognition 模型 / Devin 博客（网页）AI 评分3434 Cognition 进军日本，成立 Cognition Japan 并任命 Takumi Masai 为日本总裁兼总经理
Cognition 宣布成立 Cognition Japan，这是其首次进入亚洲市场，并任命在 IBM、Microsoft、Workday、Datadog Japan 任职过的 Takumi Masai 为日本总裁兼总经理。
Cognition 模型 / Devin 博客（网页）AI 评分6161 Cognition 更新 Devin 自助定价，推出 Free、Pro、Max、Teams、Enterprise 五档套餐
Cognition 宣布更新 Devin 的自助定价，停用旧 Core 和 Team 套餐，推出 Free、Pro（$20/月）、Max（$200/月）、Teams（用量计费，最低 $80/月）和 Enterprise 五档，Team 入口从 $500/月降低。
Cognition 模型 / Devin 博客（网页）AI 评分5858 Cognition 发布 RL 训练的 bug 检测模型 SWE-check，速度约为 Opus 4.6 的 10 倍
Cognition 与 Applied Compute 合作 RL 训练了专用 bug 检测模型 SWE-check，在内部 in-distribution 评测中对 Opus 4.6 的 delta F1 从 0.09 降到 0，out-of-distribution 的 delta F1 从 0.49 降到 0.29，同时运行时间快约 10 倍且推理更便宜。
Cognition 模型 / Devin 博客（网页）AI 评分5959 Cognition 推出 Devin in Windsurf，Windsurf 2.0 内置本地加云端 Agent 工作流
Cognition 发布 Devin in Windsurf，在 Windsurf 2.0 中内置本地与云端 Agent 协作流程。用户在 Windsurf 本地理解代码库并制定计划，一键发送给云端 Agent Devin 执行，Devin 自行启动机器、打开 PR、运行测试并用计算机视觉做 QA，用户可在 Windsurf 内查看 diff、跑测试或交回本地 Agent 修改。
Cognition 模型 / Devin 博客（网页）精选AI 评分7575 Cognition 复盘多智能体系统实践：写入保持单线程、其他智能体贡献智能
Cognition 发布长文复盘，认为多智能体系统目前只在写入保持单线程、其他智能体贡献智能的模式下有效。
推荐理由：Cognition 一线团队复盘了真正跑通的多智能体模式，给出干净的审查上下文和单线程写入等可迁移经验。
Cognition 模型 / Devin 博客（网页）AI 评分6161 Cognition 复盘构建 Devin 云 Agent 的经验：为什么自建比想象中难
Cognition 基于两年多构建 Devin 的经验，指出容器化方案存在共享内核安全风险，也无法跨异步间隙保存状态，他们用 microVM 隔离和 hypervisor 级全机状态快照解决。
Cognition 模型 / Devin 博客（网页）精选AI 评分7070 Cognition 发布 Devin CLI：本地启动会话，可移交云端继续运行
Cognition 发布 Devin CLI，可把 Devin 作为本地编码智能体在终端运行，通过 curl -fsSL https://cli.devin.ai/install.sh | bash 一分钟内安装。
推荐理由：发布方自述了本地会话与云端接力的具体玩法，读者可以据此评估是否把它接入自己的终端工作流。
Cognition 模型 / Devin 博客（网页）AI 评分4949 Mercedes-Benz 与 Cognition 合作，全球工程团队部署 Devin 和 Windsurf
Mercedes-Benz 与 Cognition 达成合作，在全球工程团队部署 Devin 和 Windsurf，覆盖美国、欧洲和亚洲，是汽车行业规模最大的 AI 软件工程部署之一。
Cognition 模型 / Devin 博客（网页）AI 评分5252 Cognition 分享 Devin 在 HIL/SIL 工作流中自动化失败分诊与 10 倍测试生成的部署经验
Cognition 发布博客，总结过去一年在多家车企（包括 RV Tech 和 Mercedes）部署 Devin 处理 HIL/SIL 工作流的经验。
Cognition 模型 / Devin 博客（网页）AI 评分4949 Devin 新增 Android 模拟器支持，可自主开发 Android 应用
Devin 现已支持启动 Android Virtual Device（AVD），可直接在自身机器上构建并运行 Android 应用，实现 Android 应用的自主开发。
Cognition 模型 / Devin 博客（网页）AI 评分6363 Cognition 推出 Devin Auto-Triage 自动排查告警与事故
Cognition 推出 Auto-Triage，现已在 Devin Automations 中可用。Devin 可监控 Slack、Linear、GitHub、Sentry、Datadog 及 webhook 等来源的告警，自动检查代码库和可观测性工具、并行派出 sub-Devin 调查、关联重复事故、标注负责人，并在修复明确时直接开 PR。
Cognition 模型 / Devin 博客（网页）AI 评分5050 Devin 支持在 Windows VM 中原生构建、运行和测试
Cognition 宣布 Devin 现在可以在自己的 Windows VM 中原生构建、运行和测试代码，把云端自主 AI 工程能力带到 Windows 开发生态。
Cognition 模型 / Devin 博客（网页）精选AI 评分7474 Cognition 融资超 10 亿美元，估值达 260 亿美元
Cognition 宣布融资超 10 亿美元，估值 260 亿美元，由 Lux Capital、General Catalyst 和 8VC 领投。企业用量今年初以来增长超 10 倍，run-rate 收入达 4.92 亿美元；Mercedes-Benz 将八个月的遗留系统改造项目缩短到八天，Itaú 用 Devin 自动修复 70% 的安全漏洞。
推荐理由：原文由当事公司自述融资规模与业务数据，读者可以据此了解 Devin 的企业采用情况和自研模型进展。
Cognition 模型 / Devin 博客（网页）AI 评分6060 Cognition 分享 Devin 端到端自动测试能力的构建经验
Cognition 工程师分享 Devin 如何在云端虚拟机中自主验证自己的代码改动：Devin 通过截屏、点击、输入等 computer use 工具启动应用并点击测试，可 10 到 20 个并行运行。
Cognition 模型 / Devin 博客（网页）精选AI 评分7070 Cognition 发布 Devin Desktop，作为 Windsurf 下一代版本
Cognition 发布 Devin Desktop，定位为 Windsurf 的下一代版本，将 Agent Command Center 设为 IDE 默认界面，可从一处管理本地与云端 Agent、PR 和上下文。
推荐理由：官方完整说明了产品定位与 ACP 开放设计，读者可以据此判断它与现有 Windsurf 工作流的衔接方式。
Cognition 模型 / Devin 博客（网页）AI 评分6161 Cognition 为 Devin 企业客户推出 AI Productivity Guarantee，最高赔付 $10M
Cognition 推出面向企业客户的 AI Productivity Guarantee，若 Devin 交付的工程价值低于客户付费，Cognition 将资助其使用直到达标，赔付上限 $10M。
Cognition 模型 / Devin 博客（网页）AI 评分5656 Cognition 发布测量 Devin 等效工程工时的估算系统
Cognition 构建了一套自动估算 Devin 会话相当于多少有效人工工程工时的系统，并用 AI 智能体审查每个会话、换算成美元价值，已随客户投入运行。系统基于 126 位用户、258 个会话的人工标注数据训练，在 233 个held-out会话上达到 rlog 0.74，且经对数空间校准后刻意偏保守低估；单项估计噪声约 2-3 倍，但聚合后误差相互抵消。
Cognition 模型 / Devin 博客（网页）精选AI 评分6868 Cognition 发布 Devin Fusion：混合模型架构以最高 60% 更低成本保持前沿编码性能
Cognition 推出 Devin Fusion 预览，一个混合模型 harness，通过并行前沿模型与低成本 sidekick 智能体、以及基于轻量分类器在上下文压缩时动态切换模型。
推荐理由：官方披露了 sidekick 双智能体与中途动态路由两类可参考的降本架构，并给出 FrontierCode 上的成本与性能数据。
Cognition 模型 / Devin 博客（网页）AI 评分5353 Cognition 发布 Devin Security Swarm
Cognition 发布 Devin Security Swarm，可扫描代码库发现漏洞、在运行时验证可利用性并提交修复 PR。它用并行 Agent 跨文件推理业务逻辑缺陷和链式攻击路径，在隔离沙箱中复现后开 PR。
Cognition 模型 / Devin 博客（网页）AI 评分3030 Cognition 推出 Devin 安全漏洞修复计划
Cognition 推出 Devin 安全漏洞修复计划，由其前置工程团队与客户团队协作部署 AI 软件工程师 Devin，先批量清理已知漏洞，再通过 Devin Security Swarm 持续发现并修复逻辑缺陷等扫描器遗漏的问题。
Cognition 模型 / Devin 博客（网页）AI 评分4949 FrontierCode 1.1 发布：区分合法与不公平的互联网使用
Cognition 发布 FrontierCode 1.1，通过“公平使用互联网”提示词与程序化检测两项措施，将各模型的不公平联网行为降至 1% 以下。该版本还审计了 1000+ 条评分标准并放宽其中 75 条过严项，新增 Sonnet 5 分数并更新 Fable 5，此后仅报告 Main 与 Extended 子集，不再报告 Diamond 子集。
Cognition 模型 / Devin 博客（网页）AI 评分6262 Cognition 发布 SWE-1.7：以 Kimi K2.7 为基座、更低成本达到前沿级智能体编码能力
Cognition 发布 SWE-1.7，称其为自己训练过的最强模型，以更低成本达到前沿级智能，已通过 Cerebras（1000 TPS）在 Devin 的 Web、Desktop 和 CLI 中可用。
Cognition 模型 / Devin 博客（网页）AI 评分3939 Cognition 全平台进入 FedRAMP High In-Process，Devin 面向联邦机构开放
Cognition 整个平台已进入 FedRAMP Class D (High) In-Process 并列入 FedRAMP Marketplace，使联邦环境中的工程团队可用上自主云端 AI 软件工程师 Devin。
CMU：Machine Learning BlogAI 评分2828 CMU 在 NeurIPS 2025 展示 156 篇论文
卡内基梅隆大学（CMU）研究者在 12 月 2 日至 7 日于圣迭戈举行的第 39 届 NeurIPS 2025 上展示 156 篇论文。口头报告包括提出 Encoder–Attender–Decoder 框架研究触觉处理的 ConvRNN、缓解标签平滑表征坍缩的 MaxSup，以及单步生成模型 MeanFlow（ImageNet 256×256 单次函数评估 FID 3.43）。
Cognition 模型 / Devin 博客（网页）AI 评分6262 Cognition：Fusion 架构下 Fable 5 领衔的 Devin 反而比 Opus 4.8 更省钱且得分更高
Cognition 在 FrontierCode 1.1 上跑了 3000 次评测，发现尽管 Fable 5 每 token 价格是 Opus 4.8 的 2 倍，配合 Sidekick 时反而更便宜且得分更高（60.7 vs 54.6，$1.86 vs $2.04），比纯 Fable 省 54% 成本。
Cognition 模型 / Devin 博客（网页）AI 评分4040 Cognition 与 Windsurf 合并一周年：Devin 从初级工程师进化为中高级
Cognition 与 Windsurf 合并一年后，Devin 已从初级工程师成长为可调度、管理其他 Devin 的中高级水平，并能通过 computer use 自测、自验证和自动修复。
Cohere Labs：官方研究博客AI 评分4242 Cohere Labs 探讨 AI 将如何改变工作方式
Cohere Labs 发布“Future(s) of Work”研究专题，探讨 AI 对工作方式的影响，并指出当前关于未来工作的讨论存在证据不足的问题。该专题推出 Agentic Task Ecosystem（ATE）数据集，基于 7 个目录中的 123,000 个公开 MCP 服务器，分析了 694,000+ 个可执行工具，将 AI 工具映射到真实职业任务。