OpenAI 分享大规模代码验证实践：为 Codex 训练专用代码审查智能体
OpenAI Alignment 团队分享了为 gpt-5-codex 和 gpt-5.1-codex-max 训练专用智能体代码审查器的经验，主张精度优先于召回以换取开发者信任，并发现给审查器 repo 级工具和代码执行能力能同时提高两者。
推荐理由：OpenAI 官方复盘 gpt-5-codex 代码审查智能体的训练与部署经验，给出了精度优先、repo 级工具访问等可借鉴的落地取舍。
#Agent
OpenAI：Alignment 研究博客精选AI 评分6363
OpenAI Developers：BlogAI 评分5252 OpenAI 发布 Codex CLI 代码现代化 Cookbook，以 COBOL 为例演示五阶段改造流程
OpenAI 发布 Codex Cookbook 教程，演示如何用 Codex CLI 现代化遗留代码库，以 COBOL 投资组合系统的日报流程为示例。
OpenAI：部署安全与系统卡精选AI 评分6464 OpenAI 发布 GPT-5.1-Codex-Max 系统卡，披露安全评估与沙箱机制
OpenAI 发布 GPT-5.1-Codex-Max 系统卡，说明该模型在禁用内容、Agent 沙箱和生物化学风险上的安全评估。Codex agent 默认禁用网络并将文件编辑限制在当前工作区，云端跑在 OpenAI 隔离容器中，macOS 用 Seatbelt、Linux 用 seccomp 和 landlock 实现本地沙箱。
推荐理由：OpenAI 官方系统卡披露 GPT-5.1-Codex-Max 的安全评估细节，包括沙箱机制与生物化学风险评级，可供部署决策参考。
Cognition 模型 / Devin 博客精选AI 评分6363 Cognition 发布 Devin 2025 年度绩效评估，总结 18 个月智能体落地经验
Cognition 为上线 18 个月的 Devin 发布绩效评估，其已在数千家公司的工程团队中使用，累计合并数十万个 PR，客户包括 Goldman Sachs、Santander 和 Nubank。
推荐理由：Cognition 基于大量客户实践总结 Devin 的真实强弱项，给评估智能体部署效果提供了一套可参考的框架。
Cognition 模型 / Devin 博客AI 评分5959 Windsurf 发布 Codemaps，用 AI 标注的结构化代码地图辅助理解代码库
Cognition 发布 Windsurf Codemaps，一种由 SWE-1.5 或 Claude Sonnet 4.5 生成的 AI 标注结构化代码地图，用于快速理解代码路径与功能实现。
Cognition 模型 / Devin 博客精选AI 评分6161 Cognition 发布 SWE-grep 与 SWE-grep-mini，用 RL 训练快速并行上下文检索模型
Cognition 发布 SWE-grep 和 SWE-grep-mini，用多轮强化学习训练的智能体检索模型，检索能力比肩前沿编码模型但耗时少一个数量级。模型每轮最多发出 8 个并行工具调用、最多 4 轮，借助 Cerebras 推理分别达到超过 2,800 tokens/秒和超过 650 tokens/秒。
推荐理由：官方披露了多轮 RL 训练并行检索模型的方法与训练细节，读者可以据此理解快慢模型分工的实现路径。
Cognition 模型 / Devin 博客AI 评分5959 Cognition 为 Claude Sonnet 4.5 重建 Devin，速度提升 2 倍并开放 Agent Preview
Cognition 为 Claude Sonnet 4.5 重建了 Devin，新版本速度提升 2 倍，Junior Developer Evals 提升 12%，已在 Agent Preview 开放，旧版 Devin 保留可用。
Cognition 模型 / Devin 博客AI 评分4848 Cognition 发布 Devin Agent Preview 并在 Devin 中上线 Claude Sonnet 4.5
Cognition 于 2025.09.29 宣布在 Devin 中提供 Claude Sonnet 4.5，并同步推出 Devin Agent Preview。
Cognition 模型 / Devin 博客精选AI 评分7171 Cognition 融资超 4 亿美元，估值达 102 亿美元
Cognition 宣布融资超 4 亿美元，投后估值 102 亿美元，由 Founders Fund 领投，Lux Capital、8VC、Neo、Bain Capital Ventures 等参投。
推荐理由：官方一手披露融资规模、ARR 数字和收购后增长数据，读者可据此评估 AI 编码智能体赛道的商业化进展。
Cognition 模型 / Devin 博客AI 评分4747 Devin 上线 MCP Marketplace，可接入自选 MCP 服务器
Cognition 宣布 Devin 已兼容 Model Context Protocol（MCP），并通过新的 MCP Marketplace 让用户连接常用 MCP 服务器。
Cognition 模型 / Devin 博客精选AI 评分8181 Cognition 签署最终协议收购智能体 IDE 公司 Windsurf
Cognition CEO Scott Wu 宣布已签署最终协议收购智能体 IDE 公司 Windsurf，交易涵盖其 IP、产品、商标品牌和业务，并将全体团队纳入 Cognition。
推荐理由：官方公告给出交易范围与关键数据，读者可据此了解两家公司在编码智能体方向的整合安排。
Cognition 模型 / Devin 博客AI 评分4747 Coding Agents 101：Cognition 讲解如何真正用好编程智能体
Cognition 团队发布《Coding Agents 101》，分享客户及自身使用 Devin 等编程智能体的实践经验。文章指出资深到 Staff 级别工程师更易快速取得成功，并总结了让智能体真正完成任务的要点。
Cognition 模型 / Devin 博客精选AI 评分6262 Cognition 开源 blockdiff：秒级 VM 磁盘块级快照文件格式
Cognition 开源 blockdiff（github.com/CognitionAI/blockd…），一个对 VM 磁盘做块级差异快照的文件格式与工具，其自研 hypervisor otterlink 借此把磁盘快照时间从 EC2 的 30+ 分钟降到几秒，约 200 倍提速，VM 启动时间也比 EC2 快约 10 倍。
推荐理由：原文复盘了 Cognition 自研磁盘快照格式的动机、设计与取舍，读者能了解 VM 快照从 30 分钟降到秒级的实现路径。
Cognition 模型 / Devin 博客精选AI 评分6868 Cognition 发文提出上下文工程原则，称多智能体架构在 2025 年仍易碎
Cognition（Devin 团队）发文 Don't Build Multi-Agents，基于实战提出两条构建 Agent 的原则：共享完整 Agent 轨迹的上下文，以及行动隐含决策、冲突决策带来坏结果。
推荐理由：作者基于 Devin 的实战经验提出上下文工程两条原则，并解释为何多智能体架构在实际中易碎。
Cognition 模型 / Devin 博客AI 评分5555 Cognition 发布 Devin 2.1，新增置信度评分与代码库理解能力
Cognition 发布 Devin 2.1，Devin 会在会话开始、制定计划和回答代码问题时报出 🟢🟡🔴 置信度，非绿灯时会提出澄清问题，🟢 分数任务的 PR 合并可能性是 🔴 的两倍。
Cognition 模型 / Devin 博客精选AI 评分7171 Cognition 推出 DeepWiki，将公开 GitHub 仓库免费转为可对话文档
Cognition 发布 DeepWiki，作为 Devin Wiki 和 Devin Search 的免费公开版本，可把公开 GitHub 仓库转为可对话的最新文档。
推荐理由：原文给出免费入口和已索引仓库规模，读者可以直接把公开仓库 URL 换成 deepwiki.com 试用。
Cognition 模型 / Devin 博客精选AI 评分6464 Cognition 发布 Devin 2.0，推出智能体原生 IDE 并新增 20 美元起的 Core 计划
Cognition 于 2025 年 4 月 3 日发布 Devin 2.0，带来面向智能体的 IDE 体验，并提供 20 美元起的灵活新计划。用户可并行运行多个 Devin、在 IDE 内协作并直接审查编辑其代码，还推出 Interactive Planning、Devin Search 和 Devin Wiki 三项新功能，入口为 app.devin.ai。
推荐理由：官方给出 Devin 2.0 的核心能力变化与 20 美元起的新定价，读者可对照评估它对现有开发流程的适配度。
Cognition 模型 / Devin 博客AI 评分4141 Devin 2025 年 2 月产品更新：本地 UI 测试、批量并行编辑，并集成 Sonnet 3.7
Cognition 发布 Devin 2025 年 2 月产品更新，速度比 2024 年 10 月提升约 2 倍，内部评测中完成初级开发任务平均用时约 7.8 分钟。更新内容包括批量并行编辑文件、主动反馈欠佳提示词、GitLab（beta）支持、浏览器多标签与复制粘贴能力，以及于 2/24 集成 Sonnet 3.7——在其测试中是迄今调试、代码库搜索和智能体规划表现最好的模型。
Cognition 模型 / Devin 博客精选AI 评分6060 Linktree 分享用 Devin 处理 300 个 PR 的实践经验
Linktree 团队复盘用 Cognition 的 Devin 辅助开发的实践经验。过去一个月 Devin 提交约 300 个 PR、合并约 100 个，主要用于修复用户上报的 bug、实现小功能和原型验证。
推荐理由：Linktree 团队复盘近一个月用 Devin 的实战经验，给出任务选择标准、Playbook 编排和多 Devin 并行的可迁移做法。
Cognition 模型 / Devin 博客AI 评分5353 Cognition 教你用 Devin API 搭建 GitHub Actions 自动化 PR 代码审查
Cognition 发布教程，讲解如何用 Devin External API 配合 GitHub Actions，在 PR 打开、更新或重新打开时自动拉起 Devin 实例进行代码审查。
Cognition 模型 / Devin 博客AI 评分5353 Cognition 发布 Devin 1.2 更新：仓库上下文推理改进、Slack 语音消息与企业账号
Cognition 发布 Devin 1.2，重点改进在仓库上下文中的推理，使 Devin 更易找到相关文件、复用现有代码模式并生成更准确的 PR，将逐步推送给所有用户。
Cognition 模型 / Devin 博客AI 评分4040 Crossmint 案例分享：用 Devin 扩展开源项目 GOAT SDK 的开发
Crossmint 团队分享在 Cognition Open Source Initiative 提供的 Devin 额度支持下，用 Devin 扩展开源库 GOAT SDK 开发的经验。
Cognition 模型 / Devin 博客AI 评分5757 Cognition 宣布 Devin 正式全面开放，订阅每月 500 美元起
Cognition 宣布 Devin 正式全面开放，所有工程团队可通过 app.devin.ai 使用，订阅每月 500 美元起，含无限席位、API、Slack 集成、IDE 扩展和 Cognition 团队支持。
Cognition 模型 / Devin 博客AI 评分4949 Cognition 宣布 Devin 开源计划
Cognition 宣布 Devin Open Source Initiative，随 Devin 正式 GA 上线，向入选的开源维护者提供 Devin Teams 计划 500 免费 ACU，帮助处理积压的小型 issue。
Cognition 模型 / Devin 博客精选AI 评分6363 Cognition 宣布 Devin 正式开放 GA 订阅，工程团队每月 500 美元起
Cognition 于 12 月 10 日宣布 Devin 正式可用（GA），面向工程团队定价每月 500 美元起，不限席位，包含 Slack 集成、IDE 扩展、API 及 Cognition 工程团队的入门支持，入口为 app.devin.ai。
推荐理由：官方公布了定价、入口和适用场景，并坦承 Devin 在合并冲突等处的局限，便于团队判断是否引入。
Cognition 模型 / Devin 博客AI 评分5151 Devin 12 月产品更新：Slack 协作、IDE 扩展与 REST API
Cognition 发布 Devin 12 月产品更新，Devin 可在 Slack 线程中响应 @、自动处理 PR 评论和 lint 失败，并提供 IDE 扩展（Beta，快捷键 Cmd+G）。
Cognition 模型 / Devin 博客AI 评分5959 Cognition 实测 o1 系列驱动 Devin，并详解编码智能体评测方法
Cognition 发布博文，介绍过去数周用 OpenAI o1-mini 和 o1-preview 测试 Devin 自主编码任务的结果。
Cognition 模型 / Devin 博客AI 评分5555 Cognition 发布 Devin 2024年9月产品更新，新增 MultiDevin 并行协作等功能
Cognition 发布 Devin 九月产品更新，Devin 更快、代码编辑更准确、更能遵循指令和独立决策，评测显示常见任务完成时间最多缩短 80%，如加州山火交互地图提示词从 6 月的 30 分钟以上降到 8 分钟以内。
Cognition 模型 / Devin 博客AI 评分5858 Cognition 发布 Devin 六月产品更新：可直接操作其机器并新增 Playbooks 与 Knowledge
Cognition 发布 Devin 2024 年 6 月产品更新，多项功能改进让 Devin 更易协作和复用。
Cognition 模型 / Devin 博客精选AI 评分7373 Cognition 发布 Devin 的 SWE-bench 技术报告，解决率达 13.86%
Cognition 发布 Devin 的 SWE-bench 技术报告，Devin 端到端解决 13.86% 的 issue（570 个抽样中 79 个），远超此前无辅助基线 1.96%，也高于最强有辅助基线 Claude 2 的 4.80%。
推荐理由：原文给出完整评测方法和基线对比，读者可据此理解智能体在真实代码库任务上的表现与局限。
Cognition 模型 / Devin 博客精选AI 评分6868 Cognition 发布首个全自主 AI 软件工程师 Devin，SWE-bench 解决率达 13.86%
Cognition 发布 Devin，定位为首个全自主 AI 软件工程师，可规划执行需要数千次决策的复杂工程任务，内置 shell、代码编辑器和浏览器等沙盒化开发工具。Devin 在 SWE-bench 上端到端解决 13.86% 的真实 GitHub issue，此前最佳为 1.96%；该模型目前开放早期访问候补名单，公司持有 Founders Fund 领投的 2100 万美元 A 轮融资。
推荐理由：官方发布文给出 Devin 的能力清单和 SWE-bench 13.86% 对 1.96% 的对比数据，读者可以据此评估其真实水平。