Devin Bots:AI 员工持续负责工程目标
编辑点评 · AI 连续创业者视角(以下内容由 AI 提炼,观点归原作者;读完可不看原文)
Cognition 推出 Devin Bots,将 AI 从单次代码执行升级为持续负责工程目标的“数字员工”,可自主拆解任务、协调子 Agent、记忆偏好并跟进测试审查。案例显示 44 天由 Bot 独立完成 Android 应用开发,合并 1134 个 PR,编写 34.5 万行代码,卡顿降低 70%。对搞钱者意味着:技术团队可用“职责化”方式管理 AI,大幅降低沟通成本,但需警惕权限失控与代码质量黑箱。下一步可试用 Teams 版,设定 QA Bot 自动检查 CI。
- 将 AI 任务从“指令驱动”转为“职责驱动”
- 利用 Bot 记忆减少团队重复沟通
- 通过 Needs You 机制集中处理关键决策
- 设定花费上限控制 AI 成本
一、这是什么机会
Devin Bots 是 Cognition 推出的持续运行 AI 工程员工,面向拥有研发团队的科技公司。它不执行单次指令,而是长期负责如“保持 Android/iOS 功能对等”这类目标,通过协调多个子 Agent 完成开发、测试与审查。费用计入创建者的订阅方案,Teams 和 Enterprise 版可设置算力上限。
二、独立判断
值得重点观察,但非普适赚钱工具。原文数据显示 44 天合并 1134 个 PR、编写 34.5 万行 Kotlin 代码,且 22 天内人工零干预,证明其在特定领域具备替代初级工程师持续工作的能力。但“PR 数量不等于软件价值”是原文强调的保留意见,代码质量与维护成本仍是黑箱,不适合直接作为外包服务售卖。
三、冷启动路径
第一步:用 Teams 版创建一个 QA Bot,配置为每晚检查 CI 状态并监控 Linear 中的阻塞工单,验证其是否能自动发现布局跳动问题。成本量级为订阅费加算力费,周期约 1 周。若 Bot 能稳定输出修复建议,再尝试让 Developer Bot 接手修复,观察“发现-修复-验证”闭环的通过率。
四、最大风险与避坑
致命坑:权限失控。Bot 使用自身密钥,不会自动继承操作者权限,但共享配置时若未区分“使用”与“分享”权限,可能导致密钥泄露或误操作。避坑:新增访问权限或自动化前必须人工审核,严禁 Bot 自行修改主干分支代码。另一坑是代码质量黑箱,Bot 合并的 PR 需强制人类审查关键逻辑,避免“合并了 1134 个 PR 但系统崩溃”的隐性债务。
五、案例复盘(别人怎么做的)
- Android 应用开发:在无专职 Android 工程师情况下,Bot 用 44 天完成应用开发。合并 1134 个 PR,关闭 1217 张工单,编写约 34.5 万行 Kotlin 代码。负责人仅发送 183 条消息,平均每 6 个 PR 才需介入一次,其中 22 天完全无交互。(推断:通过模板化职责降低沟通成本)
- 布局优化:Layout Bot 每 3 小时构建主分支最新代码,自动查找并修复布局跳动。三周内合并 159 个相关 PR,团队反馈卡顿降低 70%。关键动作是设置高频循环检查,而非单次修复。
- 游戏工作室协作:Jenny Xu 用约 20 个 Bot 协作,主要与“Super Jenny Bot”沟通,每天从手机查看 4 次。每周 PR 数量从约 50 个增至 1900 个,保持每周发版。核心是建立“总协调 Bot”模式,人工只处理 Needs You 清单中的关键决策。
- 效率基准:内测用户平均每条消息对应的已合并 PR 数量是此前的 4.5 倍。这表明“职责驱动”模式比“指令驱动”模式在单位人工投入产出比上高一个量级。
六、双轨可执行性
跨境:可行。Cognition 产品全球开放,Teams 版可直接接入 GitHub/Slack,适合海外研发团队替代初级 SDE 岗位。启动:注册 Cognition,配置 QA Bot 监控 CI,设定算力上限。国内:受限。依赖海外算力与 GitHub 生态,网络延迟与合规是瓶颈。若需在国内落地,需自建代理层并适配 GitLab/Gitee,成本与技术门槛较高,此轨道短期不可行。
怎么用它赚钱
此工具适合自用降本,项目化空间有限。无法直接接单卖代码,但可包装“AI 工程效能咨询”:帮团队配置 Bot 工作流,按“减少的初级工程师人力成本”收费。第一步:选 2-3 家有 CI 痛点的创业公司,免费试用 2 周,用“PR 合并速度提升 4.5 倍”的数据说服付费,咨询费定价 2-5 万元/季度。
(原文源 meng shao(@shao__meng) 国内不可直接访问;上文为 AI 依据原文提炼,未转载全文)
