Devin 如何用无限的 AI 实习生替代你的初级工程师

摘要

Scott Wu 是 Cognition 的联合创始人兼 CEO，该公司打造了全球首个自主 AI 软件工程师——Devin。与传统的代码补全工具不同，Devin 被设计为一名可以异步工作的远程工程师：你可以在 Slack 里 @它、在 Linear 里给它分配任务，它会自主完成从规划到提交 PR（Pull Request）的全流程。本期播客中，Scott 分享了 Cognition 内部如何使用 Devin——15 人的工程团队每人同时运行约 5 个 Devin 实例，Devin 每月贡献了约四分之一的 PR，预计年底超过半数。

对话从 Devin 的定义与能力演进出发，梳理了"锯齿智能"（Jagged Intelligence）这一概念——AI 在某些维度超越人类，另一些维度则远不如人。Scott 回顾了 Cognition 从黑客松到正式公司、八次内部转型的创业历程，并深入讨论了软件工程将从"搬砖工"转向"架构师"的趋势。他认为编程能力只会越来越重要，杰文斯悖论（Jevons Paradox）将使程序员数量不减反增。

Scott 还就产品设计中的核心抉择——工具通用性与专注性、单一体验与工具套件——做了坦诚分享，并阐述了代码智能体领域的"粘性"而非"护城河"逻辑。最后，他讲述了 Cognition 在招聘中"把陈词滥调做到极致"的故事，展现了初创公司在争夺顶尖人才时可以付出的努力。

正文

什么是 Devin：自主 AI 软件工程师

Devin 是一个完全自主的软件工程师（Autonomous Software Engineer），能够端到端地完成任务。当前 AI 编码工具生态中有很多优秀的产品，覆盖了从代码补全到调试的各个层面，但 Devin 的定位不同：它是一个完整的异步工作流。你可以在 Slack 中 @Devin 分配任务，可以在 Linear 中给它分配工单，Devin 会自主完成工作并在 GitHub 上提交 PR。它的设计理念就是作为工程团队中的一名初级工程师来协同工作。

从高中生到初级工程师：Devin 的能力进化

Devin 发布约一年，能力已有显著跃迁。Scott 用一个渐进的类比来描述：刚启动时，Devin 的水平类似高中生学编程；随后逐步提升到大学实习生的程度；如今已经是一名初级工程师。但 Scott 强调，这只是一个粗略的参考框架，因为 Devin 展现的是一种"锯齿智能"——在某些方面远超人类，在另一些方面则远远不如。

过去一年，Cognition 不仅提升了 Devin 的核心编码能力，更在产品界面上做了大量投入。最初版本没有 Slack 集成、没有 GitHub 集成、没有 Linear 集成，没有交互式规划阶段，也无法修改 Devin 的代码。这些功能都是后续逐步构建的，目标是让向 Devin 移交任务的过程尽可能顺畅。Scott 认为，能力提升和产品体验改进各占五成——两者同等重要。

锯齿智能：超越与不足并存

"锯齿智能"是理解 Devin 的关键概念。Devin 在代码检索、大规模文件理解和知识积累等方面可以达到甚至超越资深工程师的水平，但在某些需要精巧判断或复杂系统设计的场景中，可能不如一个有经验的人类。这种不对称性意味着，与 Devin 协作的最佳方式不是把它当作一个全能的替代者，而是理解它擅长的领域并合理分工。

Devin Wiki 就是一个体现锯齿智能的典型案例。当 Devin 索引一个代码库时，它会构建内部的代码表示和架构理解。Cognition 发现，人类工程师同样对这些内部表示非常感兴趣——Devin Wiki 成了团队理解复杂代码库的强大工具。例如，将 DeepSeek 的仓库导入 Devin 后，Wiki 中会展示 FP8 运算的细节、集成方案、各层架构图、部署操作等，甚至可以提问"DeepSeek 如何处理用于推测解码的多 token 预测"。这种检索和消化大量代码的能力，正是语言模型的强项。

另一个有趣的用例：新工程师入职时，用 Devin 帮助 onboard。新人往往有很多关于代码库的疑问，但有时又不好意思问导师或经理，担心问题太"蠢"。Devin 则永远乐于回答，永远不会不耐烦，这让它成了一个很好的知识桥梁。

Cognition 的起源与八次转型

Cognition 的创始团队相识已久。Scott 此前运营了一家名为 Lunchclub 的 AI 职业社交公司，做了约五年；联合创始人 Steven 是 Scale AI 的早期工程师；另一位联合创始人 Walden 是 Cursor 的早期工程师。团队其他成员则来自 Waymo、Nuro、以及各自创办过 YC 孵化的机器学习工具公司。他们大多通过竞赛编程和数学竞赛相识，在随后的十年中保持密切联系。

2023 年末，团队聚在一起，怀着两个强烈信念：第一，强化学习（Reinforcement Learning, RL）将成为下一代 AI 能力跃迁的核心范式。早期 ChatGPT 本质上是"模仿学习"（Imitation Learning）——让模型阅读互联网上的所有文本，然后训练它模仿网民说话。而新一波范式是高算力强化学习——模型可以在任务上尝试、被评估对错、从中学习，不断迭代。代码天然拥有自动反馈循环——运行代码即可验证结果——这使编码成为 RL 最理想的应用场景。

第二个信念是产品体验将从"文本补全"转向"智能体"（Agent）。GitHub Copilot 是文本补全时代的标志性产品，而真正的范式转变在于构建一个能够自主决策、与真实世界交互、接受反馈、多步迭代的系统。

尽管方向从未偏离"编码+智能体"，Scott 坦言团队在编码智能体这个方向上经历了大约八次转型。最初甚至在解决竞赛编程问题，后来才逐步聚焦到软件工程智能体，并在此过程中迭代出了交互式规划、随时介入修改代码等产品形态。

"Devin"之名的由来：把 AI 当成你的伙伴

给产品起一个人名，这在 AI 产品中非常罕见。Scott 表示这是他们颇为自豪的决定。最初版本的 Devin 只是你把任务丢给它，它完成后把完整代码推给你——没有中间交互。后来逐步发展出可以随时介入、反馈计划、共同定义任务范围的协作模式。

"Devin"这个名字本身就是尝试捕捉这种产品灵魂——它更像一个你可以移交任务、可以协作、可以教导的自主实体。名字的由来也颇具趣味：早期每个人做自己的智能体版本，Walden 做了"DevWalden"，Steven 做了"DevSteven"，合并成一个通用版本时，"Dev-in"就自然诞生了——那个大家都愿意合作的 universal dev。

关于 Devin 的形象，团队也有过一场大辩论：是采用现在大家熟悉的六边形（Hexagons）标志，还是一只抱着笔记本电脑的小水獭？至今两者并存。

软件工程的未来：从搬砖工到架构师

Scott 用"搬砖工到架构师"的比喻来描述软件工程师的角色演变。编程的灵魂——从汇编到 Pascal 到 Python——始终是两件事：定义你面临的问题，以及精确构思你想要构建的解决方案。但现实中，这大约只占工程师 10% 的时间。另外 90% 则是调试 Kubernetes 错误、处理崩溃系统、修复 bug 报告、迁移代码、升级版本等繁杂的实现工作。

Devin 的愿景就是让工程师从搬砖工变成架构师：你做高层的指挥和精确的规格定义，Devin 负责大量的实现工作。关键在于人类仍然掌控方向——你可以精确地指定想要什么，Devin 放大你一天或一小时内能构建的规模。

还要学编程吗？未来工程师的核心技能

Scott 给出了明确的肯定回答。学计算机科学课程，表面上学的是语法，实际上学的是两件事：一是逻辑性地分解问题的能力，二是对计算机模型和各种抽象层的理解——数据库是什么、垃圾回收系统如何工作、网络如何运作。

Scott 指出，编程已经经历过多次抽象跃迁。从 50 年前的人的视角看，Python 似乎已经是"用英语解释你想要的，计算机就替你做"。这确实让更多人成为了程序员，但要在构建高质量系统时游刃有余，你仍然需要理解底层抽象——性能优化时可能用到汇编，理解网络时需要知道 TCP/IP 的细节。

未来的状态是：零经验的人也能通过描述需求构建出不错的东西，但在相当长一段时间内，精确思考细节、剥开抽象层、清晰定义构建目标的能力依然是核心竞争力。

在技能层面，Scott 认为架构能力（Architect）方向上投入将最有回报。日常实现和模板代码编写已经被 AI 显著加速，但理解复杂系统、在全局公司语境中思考、定义要解决的问题、权衡关键决策——这些能力将让人能够越来越大地放大自身价值。

杰文斯悖论：编程越容易，程序员越多

杰文斯悖论（Jevons Paradox）的核心是：当某种东西的价格下降时，总支出反而可能上升。映射到编程领域：随着编程变得越来越高效，我们不会需要更少的程序员，反而会需要更多。

在一个零和视角下，你可能会想："软件工程效率提升十倍，所以只需要十分之一的工程师。"但在实践中，我们会构建超过十倍的代码量。因为所有工作都被我们实际构建和迭代的能力所制约——有太多好想法、好产品等着被实现，个性化体验的需求巨大，要做的事情只会越来越多。因此，Scott 预测未来几年程序员的数量会大幅增长，远超今天的水平。

五个 Devin 并行：Cognition 内部的日常

Cognition 的工程团队只有约 15 人，但每个人同时运行约 5 个 Devin 实例。工作流是这样的：想好今天要完成的五件事，分别分配给五个 Devin 异步执行。有时 Devin 能 100% 自主完成任务并提交 PR，直接合并即可；有时需要人类介入 10%—20% 的部分——可能是精确定义需求、指引架构方向，或最后亲自测试前端效果再给出一两行反馈。

Devin 目前每月合并数百个 PR 到生产环境，约占团队所有 PR 的四分之一。Scott 预计到年底这个比例将超过一半。这些数字的增长既来自底层智能的提升，也来自产品接口的优化——关键在于如何让 Devin 在完成 80%—90% 工作量的任务上发挥价值，即便它并不完美。

实战演示：Devin 的真实工作流

播客中 Scott 进行了三段实时演示，展现了 Devin 的典型使用场景。

前端功能开发。 Scott 在 Slack 中 @Devin，要求在 Devin 官网的侧边栏添加一个链接到 Lenny's Newsletter 的按钮。Devin 立即启动，浏览相关文件，识别出侧边栏组件，规划新增一个链接组件。Devin 会主动提问："按钮是在新标签页打开还是在应用内打开？"Scott 回复"新标签页"后，Devin 继续工作。最终，Devin 提交了 PR，网站预览中成功显示了新增的链接。

研究型任务。 Scott 在播客录制当天上午让 Devin 研究关于 Lenny 的一切，并制作一个测验网站帮助自己做准备。Devin 先去 Wikipedia 查找（未找到词条），转而在 Spotify 上找到播客页面，浏览了 newsletter 内容，然后编写了一个完整的交互式测验应用——甚至自己先"玩"了一遍验证。测验问题涵盖播客名称、订阅者数量、主要话题、Lenny 的其他身份、更新频率等。

代码库理解与自动化。 Scott 展示了导入 DeepSeek 仓库后的 Devin Wiki 功能，以及刚上线的 Linear 集成——只需在 Linear 任务上添加 Devin 标签，Devin 就会自动分析任务，展示其理解、相关代码片段和置信度，经确认后即可启动 Devin 会话来实际完成工作。LaunchDarkly 的 Claire Vo 就经常用这种方式向 Devin 提问数据相关的问题，如"这个功能是否已经上线？""当前 feature flag 覆盖了百分之多少的用户？"

给 Devin 任务而非问题

Scott 对 Devin 擅长什么有一个精炼的总结："给 Devin 任务，不要给 Devin 问题。"所谓任务，是定义清晰的、容易验证和测试的工作——快速前端功能请求、bug 修复、添加测试和文档等。这些任务有一个共同特征：迭代和验证的成本很低，能快速确认输出是否正确。

更大的项目也可以交给 Devin，但需要预期更多的介入和方向引导。有趣的是，这与强化学习中合成数据的核心逻辑一脉相承——最容易训练的场景就是有明确正确答案的场景。

产品设计中的核心抉择

Scott 分享了团队在设计 Devin 时反复讨论的两个核心问题。

第一，Devin 应该多"有主见"？ Devin 的核心用例是提交 PR、服务工程团队，但用户也用它叫 DoorDash 外卖、从零构建网站等。Cognition 的立场是：产品功能主要面向工程工作流，但对其他用例保持开放，同时确保用户了解局限和潜在陷阱。这在 AI 产品中是个普遍张力——通用能力天然存在，但聚焦某一场景才能做到极致。Scott 认为这与其他技术革命类似：经典的创业建议是"做不规模化的东西，让一个用例变得极好"，但在生成式 AI 中，产品体验天然更具通用性，这个平衡点需要持续校准。

第二，Devin 应该是一个综合项目体验还是一套工具？ 随着 Devin Search、Devin Wiki、Linear 工单分析等功能的推出，Cognition 逐渐将 Devin 定位为一套工具，而核心智能体始终是 Devin 的灵魂。这既是因为能力层面的优化——专门针对代码库问答做优化与通用智能体不同——也是因为用户体验层面的考量：用户有时只想搜索代码片段而不想启动完整的智能体会话，想要更细粒度的控制。

竞争格局与护城河

面对 OpenAI、Anthropic、Cursor、Windsurf、Replit 等竞争对手，Scott 认为当前所有团队都很优秀，AI 领域有足够的空间容纳多个玩家。Cognition 自始至终聚焦于自主编码智能体，这个定位决定了产品体验、营收模式（基于 ACU 的用量计费）、集成方式等方方面面。Scott 认为智能体产品体验还会有大约 20 代的迭代——从当前的形式，到最终你可能不再看代码，而是直接看着自己的产品界面，告诉智能体"这个按钮再圆一点，加一个新 tab，建一个数据库表并用 X、Y、Z 列做索引"。

关于护城河，Scott 给出了一个重要的重新框架：与其谈"护城河"（Moat），不如谈"粘性"（Stickiness）。护城河意味着阻止竞争者进入市场，这在 AI 各层面——无论是基础模型层还是应用层——都很难存在。但粘性是存在的：一旦你和你的团队深度使用 Devin，Devin 会不断积累对代码库、技术栈、工作流程的理解，就像一名在公司待了五年的工程师比第一天入职的工程师能做更多事一样。

更关键的是"多人协作"属性——Devin 不是单人工具。工程师 A 在 Slack 中启动 Devin 会话，工程师 B 可以随时补充上下文；Devin 提交 PR 后，工程师 C 在 GitHub 上 review 并给出意见，Devin 也会响应。这种跨工具、跨人员的知识流转让 Devin 的价值随使用时间递增。Cognition 的目标不是锁住竞争对手，而是让 Devin 越用越有用。

技术底座：基础智能已足够，关键在真实世界的复杂性

Scott 的一个重要判断是：在基础智能（Base Intelligence）层面，当前模型已经基本到位。Cognition 不自研模型，而是与各基础模型实验室的研究团队深度合作。他们花时间最多的不是提升模型的"基础 IQ"，而是教模型真实世界工程中的各种惯用法和特殊情况——如何使用 Datadog、如何诊断特定错误、遇到各种边界情况如何处理、准备好后如何提交 GitHub PR。

Scott 指出，这不仅适用于工程，也适用于所有领域——日常工作中有大量的细节和特殊之处，很多工作是将真实世界的复杂性教给模型，而非追求更高的基础问题解决能力。基础模型实验室已经在基础智能上做得很好，Cognition 的差异化在于对工程场景的深度适配。

AI：史上最大技术跃迁，无需硬件分发

Scott 提出了一个独到的观察：过去 50 年的重大技术革命——个人电脑、互联网、移动电话——都有一个大硬件组件作为分发的载体。互联网从大学互联开始，花了多年才覆盖全球；移动手机同样需要硬件普及。在这些硬件分发链条中，企业看到的是市场逐年稳步增长。

AI 的不同之处在于：它没有硬件分发的瓶颈。一旦 AI 能力就绪，所有人都能立即使用，无需等待设备安装或网络铺设。Scott 认为在 AI 编程领域已经过了拐点——如果作为工程师你完全不用 AI 写代码，你已经在落后。这种无需硬件分发就能指数级扩张的特性，使 AI 成为有生之年最大的技术变革。

企业采纳 Devin 的路径

Devin 的客户从一两人的初创公司到财富 100 强企业和上市银行，跨越了各种规模。Scott 观察到一个典型的采纳模式：团队中总有几个人对新工具充满热情，他们率先完成设置——把仓库接入 Devin，教它运行 linter 和 CI，给它初始的小任务建立立足点。随着时间推移，其他人看到 Devin 不断提交 PR，自然也会加入。而此时 Devin 已经对相关仓库有了相当程度的理解，新用户上手成本更低。

Scott 坦言，Devin 的使用方式与传统 AI 工具差异很大，团队仍在持续改进引导体验，让使用方式更加直观。

给新用户的建议

如果 Scott 能在每个新用户耳边低语一句话，他会说："把 Devin 当成你的新初级工程师。"不要面对空白页面就想把整个代码库重构——先让 Devin 做几个简单任务，帮它建立对代码库的熟悉度；确保它能运行测试和 linter；从简单的任务开始，逐步扩大范围。就像带一个真正的新人一样，你需要理解它需要什么信息、什么任务适合它、如何与它沟通。

管理 Devin 还是架构未来

当每个人拥有五个甚至更多 Devin 时，工程师是否变成了"Devin 管理者"，整天只做 PR review？Scott 认为用"搬砖工到架构师"的类比比"管理者"更准确。管理的困难在于上下文、责任、情感维度等，而与 Devin 协作更像是找到合适的抽象层次和流程——让 Devin 先做一遍，如果完美就直接合并，需要微调就给反馈。关键是让 Devin 成为工作流的一部分，而非失去控制感。

关于"管理者 Devin"——一个管理其他 Devin 的 Devin——Scott 确认通过 API，Devin 已经可以启动其他 Devin，团队内部经常这样做：大任务被拆解后分配给多个 Devin 并行执行。不过这不是默认开启的功能，需要手动授权。Scott 认为智能体之间的协作将带来全新范式——不同于人类只能单线程工作、各自持有独立上下文，多个 Devin 可以并行探索同时共享所有发现，这在人类协作中是不可能的。

创业悖论：把陈词滥调做到极致

Cognition 团队约 26—27 人，其中 18 人此前创办过自己的公司。Scott 分享了一个深刻的感悟：创业的陈词滥调——招最好的人、跑得快、做人们想要的东西——之所以是陈词滥调，是因为它们是真的。而他最初的误解是：以为这些只是三五条入门道理，真正的高手会掌握成千上万条其他法则。但经历越多，他越发现做好公司往往就是把这些基本道理做到极致中的极致。

极致速度。 十一月黑客松、十二月再次黑客松、一月正式成立公司、二月原型交给首批用户、三月公开发布、四月首批客户——每个环节都被推到最快。

极致招聘。 一个 MIT 大三学生面试表现超过几乎所有全职候选人。Cognition 希望他休学加入，但他父母坚持要他毕业。Scott 和团队直接飞到北卡罗来纳州，从机场直奔他家，与他和他的父母共进晚餐，深入了解顾虑，最终达成了一个方案：他全职为 Cognition 工作，只在需要时回校上必修课、完成毕业所需的最少量学业。这位工程师已入职超过一年，是团队的核心成员。

另一个案例：一位极有天赋的年轻候选人手握多家大公司 offer，不想得罪任何人。Cognition 团队帮他逐一手写了对每家公司的婉拒信，确保措辞既真诚感谢对方时间，又表达了保持联系的意愿。Scott 的逻辑是：你的工作是确保他在这里足够开心不想走，但为他做对的事也是组建顶级团队的方式。

Scott 总结的五条创业核心法则：招最好的人、跑得快、做人们想要的东西、尽可能贴近客户、永远思考事情的方向而非现状。尤其在 AI 领域，变化如此之快，不仅要看十年后，还要想下周会发生什么。

闪电问答与尾声

推荐的书籍。 非虚构类推荐《The Power Law》（Sebastian Mallaby 著），讲述了硅谷过去六七十年间伟大企业和产品的历史——种子轮、风险投资、产品市场匹配这些概念都是某个人发明出来的，了解这段历史有助于理解当下。虚构类推荐《了不起的盖茨比》（The Great Gatsby）。

最近喜爱的产品。 Aura 数码相框——可以设定每小时或每天更换一张照片，是一种美好的记忆呈现方式。另外，AirPods 是他日常高频使用的优秀产品，通话、办公、散步都离不开。

人生座右铭。 Scott 发现很多格言其实是相互矛盾的——"物以类聚"与"异性相吸"都能成立。在创业语境中，他最常思考的一对矛盾是：一方面你需要极度专注和全力投入，另一方面你不能把个人情绪与成功或失败绑定。在创业的起伏中，尤其需要做到"全力以赴但不执着于结果"——这不仅对心理健康至关重要，实际上也让你更有可能成功，因为不被个人自我价值绑架时，你更敢于做出正确而非舒适的决策。

Devin 名字的完整故事。 DevWalden、DevSteven……合并后，那个每个人都愿意合作的通用 dev 就是 Devin。形象方面，六边形和水獭至今并存。

最后，Scott 表达了对 AI 未来的乐观：当前对 AI 有恐惧、有怀疑、有各种情绪，但他最核心的信念是——AI 让每个人都能放大自己，世界上还有太多事情要做，不用担心没有事情可做。关键问题始终是：我们如何一起做得更多？