如果仅需三言两语，就能在几分钟内得到一个现成的网站或软件，会是怎样的情形？这已不再是遥不可及的幻想，多亏了全球首个人工智能软件工程师Devin的问世。Devin已于本月12日，由Cognition Labs低调地在X（以前的Twitter）上发布。

人们吹捧其为独一无二的人工智能代理，而Devin实际上也证明了自己并非浪得虚名。它不仅通过了多场面试，还完成了自由职业平台Upwork上的项目。但这个自动化工具是何方神圣？它背后了不起的发明人又是何许人也？让我们深入探索一番。

Devin是什么？

Devin是一款人工智能代理（AI Agent），或者说是完全有能力充当软件开发人员和工程师的自动化助理。请不要把它和可以给出建议或完成代码的GPT聊天机器人弄混淆。Devin的能力远不止于此，它可以独立完成一个项目，创建和发布完整的软件。相比于OpenAI的ChatGPT或谷歌的Gemini，Devin的更加先进。

Devin作为一款自动化智能软件工程师兼助理，能帮助人类软件工程师专注于处理更有趣或更有创意的问题。但是，Devin的能力不限于此。如果您使用过人工智能图像生成器，就知道它根据几个词，创建一份完整艺术作品的过程。没错，这种事情Devin也能做到，但要借助软件应用程序。Devin能够根据文本提示创建功能网站。这还远远不够。Devin还能在调试工作的同时，列出完成任务所采取的所有步骤。

按照开发人员的说法，Devin拥有当前SWE-Bench编码基准上最先进的技术。它不仅通过了人工智能公司的工作面试，并在Upwork上完成了现实工作，整个过程全自动化。Devin配备了shell、代码编辑器、浏览器等常见开发工具，能解决所有软件设计问题。

Devin的特点

Devin具备长期推理和规划能力，也因此能执行需要数千个决策的复杂任务。它还具备连续记忆的能力，能在每一步回忆相关的上下文，并学习每个错误。

Devin由自己的shell、代码编辑器和浏览器支持，足以满足在其妥善处理任务所需的一切。但Devin也可以与用户协作，接受反馈，并随着时间的推移而不断改进。Devin是一款非常强大的工具，具有以下功能：

• 学习，并在适当的指导下使用不熟悉的技术；

• 端到端地构建和部署应用程序；

• 调试技术高超；

• 甚至可以训练和微调自己的人工智能模型。

它的性能如何？影响如何？

根据SWE-Bench编码基准的评估，Devin的性能表现超越了GPT-4、Cladue-2等竞争对手。该基准测试的挑战性较高，要求人工智能代理解决GitHub上发现的真实世界问题。Devin解决了13.86%的问题，远高于之前的成绩最好的模型Claude-2。（Claude最近推出了新版本Claude-3，Devin的表现又将如何，还有待观察。）

Devin的优点

Devin有几个明显的优点，例如：

1. 自动编码——可以自动编写代码、调试、部署应用程序。

2. 从网上学习——甚至可以在完成任务时，利用互联网学习不熟悉的知识。

3. 完成项目——可以在20分钟内编写一个基本的网站和应用程序的代码。给技术人员和非技术用户都带来帮助。

4. 积极影响——Devin不一定会取代软件工程师，而是辅助他们。

Devin的局限性

尽管Devin优势多多，看起来影响力颇深，但还是存在一些局限：

1. 知识范围有限——虽然它可以从互联网上学习，但在专业知识储备上无法与人类相媲美。

2. 缺乏创造力——Devin和其他所有人工智能一样，操作可能毫无新意。因此，它在处理微妙复杂的挑战时，可能会失败。

3. 伦理问题——和任何人工智能或技术一样，Devin也应该有责任感，但Devin无法理解这一点，可能会导致它在无意中违反隐私、安全或法律标准。

4. 对工具和资源的依赖——Devin高度依赖于它的shell、代码编辑器、浏览器。所以，如果这些工具遇到任何问题，Devin只好罢工。

开发团队

Devin背后的开发团队Cognition Labs是一家新兴的初创公司，成立仅两个月。这是一个非常沉默和神秘的创业公司，低调行事，某天不知从哪冒出来，给世人带来神奇的人工智能工具Devin。这家公司，或者自称专注于推理的应用人工智能实验室，非常年轻，而且只有10个人。但它已经得到了一些业内大厂的支持，如Peter Thiel的创始人基金和Twitter前高管Elad Gil。Cognition Labs目前已经获得了2100万美元的启动资金。随着Devin未来不断取得更多成果，很可能会获得更多资金。

该公司由现任首席执行官Scott Wu、首席技术官Steven HAO和首席采购官Walden Yan创立。关于创始人和Cognition Labs的更多信息，可以阅读Devin发布后，彭博社对Scott Wu的采访。

最后的想法

Devin在“从提示词到行动”方面的能力，无疑是人工智能工程中的新突破。但讽刺的是，它取代了人工智能工程，但还是用自动化手段，基于文本提示来处理任务。我们等待的不过是下一场有关人工智能的辩论，例如像Devin这样的工具取代了部分底层程序员或软件工程师。乐观地说，我们应该对人工智能的发展速度感到惊讶。但未来还有待探讨，因为Devin对这个行业产生多大的实际影响还有待观察。

（机器翻译，轻度译后编辑，仅供参考。）