Devin（首个 AI 软件工程师）

来自 Cognition 的编程智能体

Devin 是 Cognition 公司开发的 AI 软件工程师。2024 年 3 月 12 日，Cognition 在由 Scott Wu 撰写的文章《Introducing Devin, the first AI software engineer》中公布了它^[1]。这篇公告把它定位成协作伙伴而不是纯粹的自动化工具：文中把 Devin 描述为一个不知疲倦、技术熟练的队友，既可以和工程师并肩开发，也可以独立完成任务、交给工程师审阅^[1]。这一定位其实说明了它的两种使用方式——一种是工程师边做边和它配合，另一种是把任务交给它，等它把做好的结果交回来。

规划、记忆与工具

公告称，Devin 的规划能力建立在长程推理与规划（long-term reasoning and planning）方面的进展之上，这使它能够规划和执行需要做出成千上万个决策的复杂工程任务^[1]。对机器来说，长程工作正是软件工程中最难的部分：一个任务很少是单个动作，而是一连串彼此依赖的小选择，后一步取决于前一步的结果。

文章还说，Devin 能在每一步回忆起相关的上下文，随着时间推移不断学习，并修正自己的错误^[1]。这三项能力针对的是同一个问题：长任务如果没有跟踪自己正在做什么、没有从已经试过的做法中改进、也没有发现哪里出了错，就会逐渐偏离目标。

Devin 配备了开发者本来就熟悉的工具：命令行（shell）、代码编辑器（code editor）和浏览器（browser），它们都装在一个沙箱化的计算环境（sandboxed compute environment）里^[1]。在沙箱中工作意味着这个智能体可以执行命令、编辑文件、查资料，而不会直接操作真实机器。它会实时报告进展、接受反馈，并与用户一起推敲设计方案^[1]。实时汇报对一个可能连续运行很久的系统很重要：人可以从外面跟上它的思路，提前介入，在任务结束之前把方向纠正过来。

演示中展示的能力

公告用几个演示说明了这些能力。其中一个演示里，Devin 读了一篇博客文章，然后在 Modal 上运行 ControlNet，生成含有隐藏信息的图像^[1]。另一个演示里，它搭建了一个模拟生命游戏（Game of Life）的交互式网站，按用户要求添加功能，并把网站部署到 Netlify^[1]。这两个例子都不只是写代码：前者要读外部资料、配置并运行模型，后者要把一个项目从初版做到上线。

另外两个例子则说明它能自己承担多少准备工作。在 SWE-bench 基准测试中，它解决了 Python 代数系统 sympy 中一个对数计算的缺陷，并且自己搭建好了代码环境^[1]。而如果只给它一个 GitHub issue 的链接，它会完成所需的全部环境配置和上下文收集；只给它一个研究仓库的链接，它就能配置好一个大语言模型的微调^[1]。

它处在什么位置

对准备工作的强调，是这类系统与代码补全工具的区别所在。在一个代码库里，大量实际工作其实是环境工作——安装依赖、找到相关文件、复现问题——而公告所呈现的 Devin，是能够不经人一步步带着就把这部分做掉的。

Cognition 的网站现在对 Devin 的描述更宽泛：它称 Devin 能在客户的代码库和现有工具中自主地规划、编写、测试并交付生产代码，并且已经在世界上一些规模最大、最复杂的机构中部署^[2]。这是公司自己对其产品现状的说法。把前后两种描述放在一起看，它们指向的是同一个想法的不同侧面：从与工程师共同推进一个任务的队友，到在团队已有工具里把一个改动从规划一路做到编写、测试和交付的系统。