让 AI 替我上班?Devin"沉浮三年":从全网群嘲到 480 亿美元估值

数据均来自 Cognition 官方博客、VentureBeat、TechCrunch 等公开来源,截至 2026 年 11 月,欢迎评论区对线。
作者:taohua racing

周一早上,你的 PR 已经到了

想象一下:周五下班前你在 Slack 里 @ 了一下某个"同事":"这个 Bug 修一下,记得补测试。"然后合上电脑去过了个周末。

周一早上打开 GitHub——PR 躺在那了,CI 全绿,还附了一段它自己操作浏览器的录屏,证明它真的把 App 点开来用了一遍。

这个"同事"不摸鱼、不甩锅、不要五险一金、没有绩效焦虑,唯一的缺点是:它按分钟收钱。

它叫 Devin,Cognition 公司出品,头衔是"全球首个 AI 软件工程师"。这篇文章讲讲它是什么、怎么工作的、翻过哪些车,以及为什么它现在值 480 亿美元。

第一幕:一条演示视频,全网破防(2024.03)

2024 年 3 月,Cognition 发了条演示视频:Devin 自己规划、自己写码、自己跑测试、自己上 Upwork 接单赚钱(对,它演示了自己接外包)。程序员社区当场分裂成两派:一派喊"我要失业了",一派喊"演示是剪辑出来的"。

硬数据也确实炸裂:在 SWE-bench(真实 GitHub issue 修复基准)上,Devin 无辅助解决了 13.86% 的问题,而当时的 SOTA 只有 1.96%——直接 7 倍开外。

但细心的老哥很快发现了两个槽点:

  1. 13.86% 意味着 86% 的题它还是不会做;
  2. 评测用的是随机 25% 子集(570 题做对 79 题),不是全量榜单。

第二幕:翻车与群嘲(2024)

然后就有了 AI 圈著名的大型打脸现场:Answer.AI 团队拿 20 个真实任务实测 Devin,结果是——

3 个成功,3 个存疑,14 个失败。

“Devin 骗局"一度成了技术社区的流量密码。平心而论,14/20 的失败率放今天依然难看,但对比当时"1.96% SOTA"的时代背景,13.86% 是真进步,只是营销吹过了头。这段黑历史 Cognition 自己后来也认了——他们在 SWE-1.5 发布文里公开表示"编码 benchmark 往往不能代表智能体的真实体验”,从此不再拿跑分当主叙事。

被群嘲不可怕,可怕的是被群嘲之后闷头改产品。第三幕开始,剧本反转。

第三幕:降价 96%,赌一把大的(2025.04)

Devin 1.0 正式版定价 $500/月,摆明了只做企业生意。2025 年 4 月,Cognition 掀桌子:Devin 2.0,$20 起。

降价的同时塞进来一堆硬货:

  • 多 Devin 并行:一个人同时开 10 个 Devin 干 10 个任务,“把自己并行化”;
  • 云端 IDE:每个 Devin 自带一台云开发机,你随时插手接管;
  • Interactive Planning:开会话几秒内自动扫代码库、给出执行计划,你改完计划再放它跑;
  • Devin Search / Devin Wiki:用自然语言问代码库问题(带引用),仓库每几小时自动重新索引生成架构文档——新人 onboarding 神器(也是"祖传代码没人懂"的救星)。

官方数据:Devin 2.0 每 ACU 完成的初级开发任务比 1.x 多 83%。

商业结果:一年后年化收入冲到 4.92 亿美元。$20 的定价不是慈善,是获客漏斗。

第四幕:一个周末的闪电收购(2025.07)

这段商战剧情比电视剧还离谱:

  • 周五下午 5 点后,Google 官宣以 24 亿美元挖走 Windsurf(AI IDE 公司)的 CEO 和整个研究核心团队——典型的"反向 acqui-hire",船还在,船长跑了;
  • 同一个周五傍晚,Cognition 总裁给 Windsurf 剩余团队打了第一个电话;
  • 周一早上,协议签完:Cognition 拿下 Windsurf 的产品、IP、品牌和全部剩余员工(当时 ARR 约 8200 万美元、350+ 企业客户)。

Google 拿走了船长,Cognition 顺手把船开走了。这艘"船"后来变成了 Devin Desktop——一个把"智能体指挥中心"做成默认界面的完整 IDE,支持 Spaces(多智能体共享上下文),还开放了 ACP 协议让第三方智能体进来一起跑。

第五幕:智能体公司自己卷模型(2025.10–2026.11)

Devin 早期靠 GPT-4o 等第三方模型驱动,但 Cognition 很快想明白了:智能体的上限是模型,模型不自己攥在手里不行。于是有了 SWE 系列:

模型时间亮点
SWE-1.52025.10号称首个在 NVIDIA GB200 NVL72 集群训练的生产模型,推理 950 tokens/s
SWE-22026.09基于 Kimi K3(2.8T 参数)RL 后训练,FrontierCode 1.1 拿 50.0%,成本低 64% 打平 Fable 5.1
SWE-2 Flash2026.11小模型逆袭:给基座加 mid-training 阶段,Terminal-Bench 4.0 从 0.9% 拉到 20.0%,价格是 SWE-2 的 1/5、速度 3 倍,社区实测约 200 TPS

SWE-2 的成绩单(官方数据):

BenchmarkSWE-2Kimi K3(基座)Grok 4.6GPT-5.6 SolGPT-6 Astra
FrontierCode 1.1 Main50.0%44.2%48.0%47.5%53.3%
DeepSWE 1.173.0%68.5%67.5%72.7%74.1%
Terminal-Bench 2.192.8%88.3%88.4%88.8%89.9%

翻译成人话:一家做智能体的公司,训出了在编码基准上跟 GPT-6 Astra、Fable 5.1 掰手腕的模型,而且便宜一半以上。注意 SWE-2 不开源、不给独立 API——只能在 Devin 里用,典型的"模型为产品服务"。

顺带一提,Cognition 还发布了自己的私有基准 FrontierCode(专测 AI 生成的 PR 能不能被真实合入)——自己出题自己考,这操作你们品。

第六幕:现在的 Devin,已经不是一个"聊天框"了(2026)

到 2026 年,Devin 进化成了一个产品矩阵:

  • Devin 2.2(2026.02):Computer Use 自测——它会用计算机视觉像人一样打开自己写的 App 点点点,录屏存证,发现问题自己修,全套流程在你看到 PR 之前完成;
  • Devin Oncall(2026.10):对接 PagerDuty / Datadog / Sentry,生产告警来了它先自主排查、提修复 PR——半夜被 oncall 电话叫醒的时代可能要结束了(对,它替你值班);
  • Devin Security 2.0:自主找漏洞+自动修复,还顺手收购了安全公司 Corridor;
  • Devin Automations:Slack 被 @、Linear 建卡、CI 挂了、告警响了——都能自动触发 Devin 开工,不用人开会话。

资本市场的答卷:2026 年 9 月 Series E 融资超 20 亿美元,估值 480 亿美元(a16z、Accel 领投),年化收入从 4.92 亿冲到近 9 亿美元。客户名单里有 NVIDIA、GE Aerospace、Citi、Goldman Sachs、BlackRock,以及——Mercedes-Benz(对,车企也在用 AI 智能体写代码了)。

算一笔账:让 Devin 打工到底多少钱?

Devin 按 ACU(Agent Compute Unit) 计费,1 ACU ≈ 主动干活 15 分钟 ≈ $2.25:

  • Devin 的"时薪" ≈ $9/小时 ≈ 65 元人民币;
  • $20 的 Pro 套餐 ≈ 9 个 ACU ≈ 2 个多小时的有效工作;
  • 让它通宵跑一个 8 小时的重构任务 ≈ $36。

对比一下:这个价格招不到实习生,但能租到一个不用带、不用哄、干完活自动交 PR 的"数字民工"。当然,复杂任务反复迭代烧额度的时候,账单也会让你清醒。

现行套餐(2026.11):

方案价格适合谁
Free$0白嫖党:轻量额度 + 无限 Tab 补全
Pro$20/月个人开发者:全模型(含 SWE-2 免费用)、最多 10 个并发 Devin
Max$200/月重度用户:大幅提额
Teams$80/月 + $40/席位团队:共享协作 + 管理后台
Enterprise洽谈大厂:VPC 私有部署、SSO、FedRAMP

省钱技巧(官方认证的):常规任务切小模型(Haiku、GPT-5.2 Mini、Kimi K2.5),前沿模型留给硬仗。

灵魂拷问:它和 Copilot / Cursor / Claude Code 到底啥区别?

维度Copilot / CursorClaude CodeDevin
本质副驾驶终端里的本地 Agent云端异步 Agent
你合上电脑它停了它停了它继续干
你的角色主驾主驾架构师 + Review 者
并行单会话有限最多 10 个同时开工
自我验证弱中开浏览器点自己的 App + 录屏
交付物补全的代码本地 diffCI 通过的 PR + 录屏

一句话:Copilot 帮你写得快,Devin 试图让你不用亲自写。前者的天花板是你的注意力,后者的天花板是你的信用卡额度。

冷水时间:什么活儿别交给 Devin

吹了这么多,说点实在的:

  1. 模糊需求必翻车:它最擅长"需求清晰 + 结果可验证 + 初级工程师 4-8 小时工作量"的任务。你说"帮我做个牛逼的架构",它会让你见识什么叫一本正经地跑偏;
  2. 异步有延迟:急着改一行的活,留给本地补全工具;
  3. PR 必须人 Review:Cognition 自己的愿景都是"工程师像架构师一样工作",不是无人化。把 Devin 的输出无脑 merge 的人,就是下一个事故复盘会的主角;
  4. 独立实测仍不完美:Answer.AI 那个 3 成功/14 失败的测试虽是 2024 年的老黄历,但"演示 ≠ 日常"这个教训永不过时。

尾声:程序员的终点是当甲方?

三年时间,Devin 从"全网嘲笑的 PPT 产品"变成了 480 亿美元估值的智能体平台。它的故事最有意思的地方在于:翻车之后,Cognition 没有继续卷演示,而是去卷了真实工作流——降价、收购 IDE、自研模型、做 Oncall 和 Security。

对普通开发者来说,信号也很明确:写代码的时间会越来越便宜,定义问题、拆解任务、Review 产出的能力会越来越贵。当执行可以委托给智能体集群,工程师就活成了自己曾经最讨厌的样子——甲方。

只不过这个甲方,得会看代码。


评论区聊聊:你敢不敢让 Devin 提的 PR 直接 merge?

参考资料

  1. Cognition Blog:Series E 公告(2026.09)、Devin 2.2(2026.02)、Devin Desktop(2026.06)、SWE-2(2026.09.10)、SWE-2 Flash(2026.11.04)
  2. VentureBeat:Devin 2.0 降价 $500→$20(2025.04)
  3. TechCrunch:Cognition 收购 Windsurf(2025.07.14)
  4. devin.ai/pricing(2026.11 访问)
  5. AI Wiki / Edgepedia:Devin 条目(SWE-bench 13.86% 方法论、Answer.AI 实测数据)

Logo

更多推荐