浭深2024年4月15日消息，一個月前的3月13日，Cognition AI在推特上介紹了自家推出的Devin，并稱其為“世界上首個AI軟件工程師”。只需一句指令，它可端到端地處理整個開發項目。Devin背后公司Cognition AI手握10塊IOI金牌的活招牌，還在推出Devin當月宣布成功融資2100萬美金。如今Devin再度震撼硅谷——但這次是被打假。

油管程序員博主Internet of Bugs（以下簡稱光頭哥）對Devin的視頻進行了逐幀分析，逐一舉證說明了Devin并不如演示中那般神奇。

甚至有“自己現寫bug然后當場修復”的騷操作。

其它“罪證”，包括但不限于：

號稱能解決任何Upwork任務，但演示中解決的問題并不是prompt要解決的那一個，做無用功；

看起來在修復bug，實際上修復的bug人類程序員根本就不會犯；

沒有意識到簡單兩步就能解決問題，花里胡哨一頓操作，其實是自己把任務搞復雜了；

修改代碼的水平一言難盡。

此外，光頭哥花了半個多小時，把Devin演示視頻中的upwork任務完成了一遍——而Devin完成任務可能用時6個多小時。

此次出來聲張正義的光頭哥，從事軟件行業已經35年。他首先聲明自己的立場：我并不反對高科技，但我確實反對過度炒作。

他自己也經常使用GitHub Copilot、ChatGPT、LIama2、Stable Diffusion。

事實上，在Devin剛推出時候，他就反對過“世界上第一個AI軟件工程師”這一說法。

主創介紹，Devin在長程推理和規劃上面下了很大功夫，可以規劃和執行需要數千個決策才能完成的復雜軟件工程任務。

具體來說有6大功能：

端到端構建和部署程序，可以解決的不只是代碼問題，還包括與之相關的整個工作流；

自主查找并修復bug；

訓練和微調自己的AI模型；

修復開源庫；

為成熟的生產庫做貢獻；

超強學習能力，實時補足知識和能力短板。

Devin完整技術報告中顯示，在SWE-bench基準測試中，無需人類輔助，Devin可解決13.86%的問題——這個數據看起來不高，但其實已經超過了此前所有AI大模型的成績。目前數一數二的GPT-4，在同個測試中的成績只有1.74%，且必須配備一個人類，提示它要處理哪些文件。