Devin 2.0背后的节奏：AI工程师如何被重新定义

Cognition创始人Scott Wu回顾了过去12-18个月打造Devin的真实经历，提出了一个判断AI Agent能力的关键指标，并用多个阶段性故事解释：为什么软件工程正在从“人写代码”走向“人管理Agent”。

用“能独立干多久”衡量AI：一条属于Agent的摩尔定律

为什么有些AI Demo看起来很强，却很难真正落地？Scott Wu给出了一个极具启发性的判断标准：不要看模型有多聪明，而要看它在没有人类介入的情况下，能连续完成多少工作。他把这称为“AI Agent的摩尔定律”。

在他看来，Agent能力的本质不是单点智力，而是“不中断工作的时长”。只要人类需要频繁介入、纠错、引导，Agent就还停留在低阶阶段。而一旦这个时间窗口被拉长，整个交互方式、瓶颈和使用心智都会发生变化。他在现场直言：“the bottleneck… actually change at each point.”

这个视角之所以重要，是因为它直接影响产品设计。你是在做一个随时需要人盯着的Copilot，还是一个可以被信任、被托付任务的Agent？Devin的整个演进路径，正是围绕这个问题展开的。

第一阶段：重复任务与“记性不好”的AI

回到时间线的起点，Scott把我们带回到去年夏天。那时Devin最典型的使用场景，其实非常朴素：反复做同一类工程任务。比如跑测试、修相似的Bug、执行固定流程。

但问题很快暴露出来：AI会“忘事”。如果一个步骤没有被明确写进提示，它下次很可能就不做了。于是工程师不得不反复提醒，“你要记得做X”。Scott把这一阶段的核心挑战总结为“memory”。

这不是模型参数的问题，而是Agent如何在多轮任务中形成稳定行为模式的问题。这个阶段的Devin，更像一个需要人不断叮嘱的实习生。它能干活，但你还不敢完全放手。Scott明确指出，这正是他们在去年夏天真实经历的瓶颈。

从“实习生”到“初级同事”：请求开始变复杂

转折发生在夏末到秋天。随着系统能力提升，用户不再满足于让Devin执行单一、重复的指令，而是开始抛出更宽泛的请求：一整个Bug、一组相关修改，甚至带有模糊目标的工程需求。

Scott形容那时的Devin“almost like a junior buddy of yours”。这是一个重要变化：用户开始用对待人的方式对待Agent，而不是像操作工具那样使用它。

但这也带来了新问题。请求变宽之后，Agent需要自己拆解任务、理解上下文、决定下一步行动。这一阶段暴露的瓶颈，不再是记忆，而是任务理解与执行路径选择。Devin开始显露“工程思维”，但还不稳定。

80%-90%的工作交给Agent：人开始退居二线

进入今年春天，节奏再次加快。Scott提到，几乎每两三个月，系统就会跨过一个能力鸿沟。此时的Devin，已经可以在明确任务目标后，独立完成80%到90%的实际工作。

人类工程师的角色开始变化：不再是一步步指导，而是定义任务、检查结果、做最后的决策。“the task and then have it do work on its own”，这是他对这一阶段的总结。

而到了6月，也就是他演讲时的“现在”，Scott用一句极其夸张但真实的表达来形容Devin的状态：“really the ability to just truly just kill your backlog。”Agent第一次被用来系统性地清空积压任务，而不是完成单点Demo。

下一道难关：测试与上下文，而不是更聪明的模型

当Agent能独立工作时，新的天花板也随之出现。Scott坦言，当前最难的问题之一，其实是测试本身。Agent如何验证自己的修改没有引入新问题？如何在复杂上下文中判断“做完了”？

他指出，这已经不是单纯堆模型能力能解决的，而是Agent系统设计的问题。测试、上下文管理、失败恢复，将成为下一阶段的核心战场。

尽管如此，他对未来12个月极度乐观，预测Agent能力还会出现16到64倍的跃迁。这不是一句营销口号，而是基于过去一年亲身经历的节奏判断。

总结

Scott Wu的分享并不是一场关于模型参数的技术报告，而是一份难得的“第一视角进化史”。从记性不好的AI，到可以清空工程Backlog的Agent，Devin的每一次跃迁，都改变了人类工程师的工作方式。真正的分水岭，不是AI会不会写代码，而是我们是否愿意把一段完整的责任交给它。这，或许才是软件工程未来的核心命题。

关键词： Devin， AI Agent， 软件工程， Cognition， Scott Wu

事实核查备注： 视频信息来源于YouTube频道AI Engineer；演讲者为Cognition的Scott Wu；产品名称为Devin；关键时间节点包括去年夏天、秋天、今年春天和6月；预测提到未来12个月Agent能力提升16-64倍；核心概念包括AI Agent、memory、testing、backlog。