Cognition AI发布Devin 2.0:AI软件工程工具大幅降价,加速软件开发流程

AI软件工程工具Devin 2.0发布,价格从每月500美元降至20美元!新版本引入并行Devin、交互式规划等功能,加速软件开发。

原文标题:Devin 2.0 登场,AI 软件工程产品价格暴跌,从 500 美元直降至 20 美元!

原文作者:AI前线

冷月清谈:

Cognition AI发布了Devin 2.0,这是其AI驱动的软件工程平台的更新版本。Devin 2.0引入了基于云端的交互式IDE,允许多个Devin并行工作,以简化软件开发流程。新版本还带来了交互式规划功能,开发者可以与Devin合作制定任务规划,Devin Search则帮助用户高效理解和浏览代码库。此外,Devin Wiki能够自动索引代码仓库,生成全面的文档。Cognition AI表示,Devin 2.0的执行效率有所提升,每个智能体计算单元(ACU)能够完成的初级开发任务增加了83%以上。Devin 2.0的基础起价为每月20美元,远低于此前的500美元,旨在吸引更多开发者使用,并在激烈的AI编码助手市场中保持竞争力。

怜星夜思:

1、Devin 2.0 大幅降价,你觉得会对现有的软件开发模式产生什么影响?未来程序员的角色会发生怎样的变化?
2、Devin 2.0 标榜的“自主性”到底能做到什么程度?完全不需要人工干预吗?在哪些场景下,你觉得 AI 目前还无法替代人类开发者?
3、面对越来越强大的 AI 编码工具,你认为程序员应该如何提升自己的竞争力?是深入学习 AI 技术,还是专注于自己的专业领域?

原文内容

整理 | 华卫、核子可乐

Founders Fund 支持的旧金山初创公司 Cognition AI 于 2024 年初发布 Devin。这款由 AI 驱动的软件工程产品可与人类开发者协同工作,并通过提示窗口乃至单独的第三方通信应用 Slack 向开发者获取自然语言指令、甚至自主执行任务,因此一战成名。

但从那时起,AI 开发领域发展迅速,许多其他厂商都开始提供类似的功能及自主 / 半自主编码智能体,包括 GitHub Copilot、AWS Developer Q、Codeium 的 Windsurf 以及 Cursor 等等。

Cognition 自成立以来一直在使用其他厂商的模型(即 OpenAI 的 GPT-4 和 GPT-4o 系列)为 Devin 提供支持。

如今,Cognition 正式发布 Devin 2.0,也就是其智能体原生软件开发平台的更新版本。新版本现已正式上线,并引入一系列功能,旨在帮助开发者与 Devin 的自主智能体间实现更加顺畅、高效的协作。目前尚不清楚新版本使用的是哪款基座模型。

此外,在经济不确定性加剧、特朗普新关税政策引发成本暴增的新时期,Cognition 还通过大幅降价为企业客户带来了一丝宽慰:Devin 2.0 的基础起价为每月 20 美元(每个「智能体计算单元」2.25 美元),远低于此前该软件的每月 500 美元起价。

Cognition AI 公布的 Devin 产品定价表格

Devin 2.0 的新亮点
并行 Devins 与新的云 IDE

Devin 2.0 以 Cognition AI 的早期成果为基础,允许用户与自主智能体协同工作以简化软件开发流程。

最新版本引入了基于云端的交互式 IDE 环境,允许用户并行启动多个 Devins,借此有效同时处理多项任务。每个 Devin 都可以自主运作,用户能够选择随时介入以审查、编辑或干预执行进度。

交互式规划与任务范围

Devin 2.0 中的一项关键新增功能,就是引入了交互式规划。此功能允许开发者从宽泛或者尚不完整的灵感起步,并与 Devin 合作制定出详尽的任务规划。

在开始会话的几秒钟内,Devin 就会自动分析代码库、识别相关文件并提出初步计划,哪怕不参考人类用户提供的指导或说明亦可实现。

之后,用户可以审查并调整整个规划方案,在保障一改后再允许 Devin 继续执行。

探索企业代码库

Devin 2.0 还引入了 Devin Search,一款帮助用户高效理解并浏览其代码库的工具。搜索功能允许开发者提出关于代码的具体问题,并获取关于特定代码片段的详尽答复。对于需要更深入探索的复杂查询,用户则可以激活 Deep Mode 深度模式。

此外,新版本还提供 Devin Wiki,此功能会每隔几个小时自动索引代码仓库。Devin Wiki 能够生成全面的文档,包括架构图、源链接及其他相关细节信息,为开发者提供组织清晰且持续更新的参考资料。

效率提升与开发者控制

除了新功能之外,Cognition AI 报告称 Devin 2.0 的执行效率也有提升。根据内部基准,最新版本与前代相比,每个智能体计算单元(ACU)能够完成的初级开发任务增加了 83% 以上。据报道,beta 版用户在测试期间也观察到了类似的性能提升。

用户可以通过类似 VSCode 的界面与 Devin 2.0 进行交互。该界面允许查看并编辑 Devin 工作成果,并直接在平台环境内运行测试。这样的灵活性设计可支持半自动及全自动工作流程,具体视用户的偏好和需求而定。

与其他 AI 编码智能体及平台的优劣对比

今年年初,该公司发布的 Devin 1.2 专注于上下文推理及语音命令集成等增强功能。这些改进使得 Devin 能够更好地分析代码仓库、识别模式并在适当时重用现有代码。用户还可以通过 Slack 中的语音消息发出指令,从而简化自己与智能体的交互方式。

Devin 1.2 还引入了面向企业环境的多项功能,例如用于简化登录工作流程的机器快照及用于管理多个 Devin 工作区的集中管理控制机制。

除了这些功能升级之外,Cognition AI 还转向基于使用量的计费模式,允许客户为超出订阅限制的额外使用量付费。

虽然 Devin 的早期版本只是将该平台定位为加快开发工作流程的创新型解决方案,但用户反馈已经凸显出其设计中仍存在巨大的成长空间。研究人员和测试人员指出,智能体有时无法处理过于复杂的代码、生成不必要的抽象且在特定任务中表现出性能不一致问题。

尽管如此,Devin 还是吸引到了企业客户的关注,他们希望将更多自主编码智能体纳入自身软件开发流程。Devin 2.0 的新特性、新功能以及更低的入门价格相信会受到开发者们的热烈欢迎,并有望吸引更多人使用 Cognition 平台,甚至决定放弃其他竞争对手提供的编码工具。

但随着 GitHub Copilot、Codeium 的 Windsurf 和 Amazon Q Developer 纷纷推出自己的免费 AI 编码助手,Devin 2.0 在这片火热的市场中也势必面临越来越残酷的竞争压力。

参考链接:

https://venturebeat.com/programming-development/devin-2-0-is-here-cognition-slashes-price-of-ai-software-engineer-to-20-per-month-from-500/

活动推荐
AICon 2025 强势来袭,5 月上海站、6 月北京站,双城联动,全览 AI 技术前沿和行业落地。大会聚焦技术与应用深度融合,汇聚 AI Agent、多模态、场景应用、大模型架构创新、智能数据基建、AI 产品设计和出海策略等话题。即刻扫码购票,一同探索 AI 应用边界!

今日荐文

图片
你也「在看」吗?👇

自主性?我觉得更多是“半自主”,让 AI 负责重复性工作,人类开发者负责把控方向和解决难题。完全不需要人工干预?那是不可能的,至少目前不行。AI 擅长的是模式识别和代码生成,但缺乏创造性和对业务的深刻理解。

哪些场景 AI 无法替代?

1. 领域知识密集型: 比如金融、医疗等领域的软件开发,需要对行业有深入理解,AI 难以胜任。
2. 复杂逻辑判断: 涉及大量条件判断和业务规则的场景,AI 容易出错。
3. 创新性需求: 需要从零开始设计和实现的全新功能,AI 无法提供有效的解决方案。

总而言之,AI 是工具,人才是核心。合理利用 AI 提高效率,而不是被 AI 取代。

我认为程序员应该更加专注于提升自己的“不可替代性”。AI 擅长的是重复性的、模式化的工作,而人类程序员的优势在于创造性、创新性和解决复杂问题的能力。

因此,程序员应该:

* 提升抽象思维能力: 从更高的层次思考问题,设计出更加优雅和可扩展的系统架构。
* 培养领域知识: 深入了解某个行业或领域的业务逻辑,成为该领域的专家。
* 提高沟通协作能力: 软件开发是团队合作的项目,良好的沟通协作能力至关重要。
* 保持好奇心和学习热情: 持续关注新的技术和趋势,不断学习新的知识。

与其焦虑被 AI 取代,不如拥抱它!我的看法是:

1. 了解 AI 的边界: 明白 AI 的优势和局限,知道哪些任务可以交给 AI 完成,哪些还需要自己来做。
2. 提升解决问题的能力: AI 只是工具,解决问题的核心还是人。提升算法设计、架构设计、以及调试 debug 的能力才是关键。
3. 学习与 AI 协作: 未来程序员的工作模式很可能是“人机协作”,学习如何与 AI 沟通、如何利用 AI 提高效率至关重要。
4. 持续学习: 不管是 AI 技术还是自己的专业领域,都要保持终身学习的态度,不断提升自己的竞争力。

总之,不要害怕 AI,而是要把它当做自己强大的助手。

我认为现在谈完全自主还为时过早。Devin 2.0 的自主性更多体现在它可以独立完成一些简单的任务,比如代码生成、单元测试等。但是,涉及到复杂的设计决策、需求分析、以及与团队成员的沟通协作,还是需要人类开发者来完成。

个人认为,AI 在以下几个方面还无法取代人类:

* 情感理解和共情能力: 软件开发不仅仅是写代码,还需要理解用户的需求和痛点,做出真正有价值的产品。这需要情感理解和共情能力,而这恰恰是 AI 所缺乏的。
* 创造性思维: 真正的创新往往来自于对现有技术的突破和对未来趋势的洞察。AI 可以学习和模仿,但很难进行真正的创造。
* 批判性思维: 在软件开发过程中,需要不断地对现有的方案进行评估和优化,避免陷入思维定势。这需要批判性思维,而 AI 容易受到训练数据的限制。

“自主性”这个词看看就好,别太当真。目前AI的“自主性”更像是按照预设规则执行任务,遇到超出规则范围的情况就抓瞎了。完全不需要人工干预?理论上可以,但实际效果肯定惨不忍睹,bug漫天飞。

我觉得在以下场景下,AI短期内无法替代人类开发者:

* 需求理解: 客户的需求千奇百怪,很多时候表达不清,需要开发者去挖掘和理解。AI很难做到这一点。
* 架构设计: 复杂的系统架构设计需要全局思考和权衡,AI目前还缺乏这种高level的抽象能力。
* 创新: AI可以模仿和学习,但很难真正进行创新,提出全新的idea。
* 紧急情况应对: 线上出现紧急bug,需要开发者快速定位问题并修复。AI在处理这些突发情况时可能不够灵活。

我觉得软件开发模式肯定会朝着更高效、更智能的方向发展。程序员可能会从单纯的编码者变成更偏向于架构师的角色,负责设计和规划,然后让AI去实现。就像现在用脚手架一样,很多重复性的工作都可以交给工具来做,程序员可以有更多时间去解决更复杂的问题。

当然,也有人担心AI会取代程序员,但我觉得至少在短期内不会。AI还无法完全理解人类的需求,很多时候需要人工干预才能保证代码的质量。而且,程序员的创造力和解决问题的能力是AI无法替代的。

我觉得两个方向都要兼顾。一方面,要了解 AI 的原理和应用,知道 AI 能做什么、不能做什么,这样才能更好地利用 AI 提高自己的工作效率。另一方面,也要持续深耕自己的专业领域,提高自己的技术深度和广度,成为某个领域的专家。

具体来说,可以这样做:

* 学习 AI 基础知识: 了解机器学习、深度学习等基本概念,熟悉常用的 AI 框架和工具。
* 关注 AI 在软件开发领域的应用: 了解 AI 如何辅助代码生成、测试、调试等工作,掌握相关的工具和方法。
* 深耕自己的专业领域: 持续学习新的技术和知识,提高自己的技术水平和解决问题的能力。
* 培养软技能: 提高沟通、协作、领导力等软技能,更好地与团队成员合作。

谢邀,利益相关,传统码农一枚。感觉以后要失业了(手动狗头)。认真说,这波降价要是真的能提高效率,对整个行业都是好事。问题是,AI生成代码的质量怎么样?会不会引入新的bug?维护成本会不会更高?

我觉得未来程序员的核心竞争力会变成:1. 更强的架构设计能力;2. 快速debug和修复AI生成代码的能力;3. 与AI良好沟通和协作的能力。总而言之,拥抱变化,持续学习才是生存之道。

大幅降价绝对是好事!降低了尝试AI辅助开发的门槛。设想一下,小型团队或个人开发者也能负担得起,那创新速度肯定会加快。程序员的角色转变?嗯,更像是「人机协作」模式。程序员专注创意、算法,AI 负责实现、测试。以后面试可能要加一条:熟练运用 AI 工具提高效率。

不过,也别盲目乐观。AI 目前的智能程度还是有限,需要不断学习和优化。程序员的价值在于解决复杂问题,而不仅仅是编写代码。所以,提升自身硬实力才是王道。