首個AI程式設計師Devin，現身明星新創公司內部群。為解決一個技術問題，Devin借用了其創造者的帳號，與客戶公司的CTO交流，並根據回應調整了代碼方案。對話之專業，圍觀者看了直呼這個世界太瘋狂。

事情發生在辦公室軟體Slack，截圖中的akshat是AI基礎設施新創公司Modal Labs的CTO Akshat Bubna。

Modal Labs也是Devin開發商Cognition的首批客戶之一。

此時Devin正披著他的創造者之一、IOI金牌得主Steven Hao的馬甲。

對話的開始，AI程式設計師Devin正在詢問有關Modal Lab平台的密鑰的生命週期問題，特別是密鑰更新後傳播到正在運行的應用程式所需的時間。

Devin表示自己已經查閱了文檔，包括金鑰和環境變數指南、CLI指令參考、API參考以及容器生命週期鉤子和參數，但依舊沒有找到關於金鑰傳播時間的明確資訊。

Devin詢問了更新的金鑰通常需要多長時間才能被運行中的應用程式使用，因為這對於他們的營運至關重要，了解這一點將有助於管理他們的部署流程。

人類CTO解釋說，當金鑰更新時，他們不會使已經運行的Modal容器失效，但是新啟動的容器將會讀取更新後的值。

Devin對此表示感謝，並決定暫時採用手動方法來管理Modal中的金鑰，即在需要時呼叫modal deploy指令來觸發相關應用程式容器的重新啟動。

看完整個過程後，同樣是AI創業家的Raunak Chowdhuri評價到：

發現問題、創建工單、調整程式碼，最好的人類開發者就是這麼工作的。

Devin更多實測結果

拿到Devin早期測試資格的人和公司不多，不過還是陸陸續續有人曬出實測結果。

熱衷AI的華頓商學院教授Ethan Molick試過後，認為其新穎的即時互動方式是最值得關注的。

您可以隨時與它“交談”，就像與人交談一樣，它會在後台不斷地執行和調試您的想法。

在測試中，Ethan Mollick要求Devin開發一個解釋「新創公司融資中的股權稀釋」的網站。

不過他透露，AI還無法在沒有任何幫助的情況下，自主且無錯誤地完成這項工作。

要想把一個重大項目交給人工智慧來完成，還有很長的路要走，但這仍然是一個令人著迷的開始。

另一位曬出測試過程的創業家Mckay Wrigley則更激動一些。

在他曬出的27分鐘測試中，只發了一個GitHub連接，讓Devin部署來自開源專案的程式碼。

Devin自主把任務拆解成一系列子步驟，一步一步開始執行。

執行過程中，Devin在安裝Supabase資料庫時遇到了障礙，自己打開了對應的Github倉庫開始查閱文件…

從後續終端回饋可以看出，Devin查到了運行Supabase所需的各種連接埠和密匙都應該填什麼。

（裝過的都知道，雀食挺麻煩……）

同時，Devin也正在根據實際情況不斷修改自己的後續計畫。

一段時間過後，一個本地的聊天機器人程式就跑起來了。

測試一段時間後Mckay Wrigley認為，Devin已經可以算Agent的ChatGPT時刻。

復現Devin計劃ing

Devin這邊大夥還在接連測試，另一邊開源「復現」方案也在進行中…

這不，GitHub三萬Star專案MetaGPT就上新了「開源版Devin」。

名為資料解釋器（Data Interpreter）：

和Devin一樣，Data Interpreter也能實現自主編程，能迭代式觀察數據，預測分析病情進展、機器運作狀態；還能建構機器學習模型、進行數學推理、自動回覆電子郵件、仿寫網站…

例如從英偉達股價數據分析收盤價格趨勢：

分析數據預測葡萄酒品質：

除此之外，阿里Qwen成員Binyan Hui等人開啟了OpenDevin項目，剛起步已獲得1.2k Star。

Binyan Hui發推文表示，已有一個初步的路線圖和一群優秀的人在努力工作，在很短的時間內就完成了前端原型。

同時專案團隊也在招募新成員：

另外，也有一個名為Maisa AI的團隊推出了Maisa KPU（Knowledge Processing Unit），被網友認為與Devin有一些競爭。

目前Maisa KPU處於測試階段，它可以解決複雜問題和推理，團隊發布的基準測試結果如下：

根據demo展示，KPU可以成為“智慧客服”，在客戶沒有正確寫好訂單號碼的情況下，幫助客戶解決訂單未送達的問題：

Devin基準測試技術報告發布

最近，Devin創始團隊Cognition也發布關於SWE-bench測試的技術報告。

除了先前已公佈的測試結果之外，團隊還透露了一些新消息。

例如，Cognition的目標之一是讓Devin這個專門從事軟體開發的AI智能體能夠成功地為大型、複雜的程式碼庫貢獻程式碼。

選擇在SWE-bench上端到端運行智能體，也是考慮了它更接近現實世界的軟體開發。

此外，研發團隊還透露，為了防止Devin在測試中作弊，例如查找外部的pull requests信息，測試已做相關設置，確保Devin無法訪問相關信息，並且在此過程中也已人工手動檢查了Devin運行情況。

最後團隊強調Devin仍處於起步階段，仍有很大進步空間：

更多細節有興趣的家人們可查看報告詳情。

Devin發布不到一周，網友們的討論已十分熱烈。

例如，這位大兄弟表示自己一年前擔心的事兒終究還是發生了。

以後Stack Overflow都是各種Devin在提問，人，就只能被擠出去（Stack Overflow危！！！）：

有網友回應（手排狗頭）：

它們可以互相回答問題。

還有網友發現Devin背後團隊Cognition正在招募全職軟體工程師，於是緩緩打出一個問號：

Devin不是應該填補這些職缺來為他們省錢嗎？

最後，若Devin公開你會想用它乾點啥？

參考連結：

[1]https://www.cognition-labs.com/post/swe-bench-technical-report

[2]https://x.com/raunakdoesdev/status/1769066769786757375

[3]https://twitter.com/emollick/status/1768742585122558063

[4]https://x.com/mckaywrigley/status/1767985840448516343

[5]https://x.com/maisaAI_/status/1768657114669429103?s=20

來源：量子位