Cognition 复盘两年构建 Devin 云智能体的经验教训
Cognition 复盘两年多构建 Devin 云智能体的经验，指出容器化方案的三大短板：共享内核带来安全风险、无法跨异步间隙保存状态、编排与治理集成需数季度投入。
推荐理由：Cognition 以两年自建 Devin 的第一手经历，拆解云智能体在内核隔离、状态快照、编排治理三层上的真实成本与组织改造路径。
技术方向
AI 编码 最新动态
用 AI 写代码：编程助手、Vibe Coding、代码模型评测，以及开发方式的变化。
111 条精选近 30 天 32 条共收录 387 条
更新
精选归档 · 第 5 页
Cognition 模型 / Devin 博客精选AI 评分6262
Cognition 模型 / Devin 博客精选AI 评分7373 Cognition 复盘多智能体实践：写入单线程、智能体只贡献智能的模式正生效
Cognition 发文复盘 10 个月前《Don't Build Multi-Agents》之后的转变：并行写入的 agent 集群仍难落地，但多 agent 贡献智能、写入保持单线程的窄类模式已在实际中生效。
推荐理由：作者以亲历视角复盘 Cognition 的多智能体实践，提炼出写入单线程的可行模式与沟通瓶颈，方法可迁移。
OpenAI Developers：Blog精选AI 评分7474 OpenAI 发布 API 部署清单，覆盖 Responses API 与 GPT-6 模型选型优化
OpenAI 发布 API 部署检查清单，建议始终从 Responses API 起步，并按负载在 gpt-6-astra、gpt-6.1-sol、gpt-6-luna 等模型中选型。
推荐理由：OpenAI 官方按质量、成本、延迟、可靠性逐项给出部署取舍建议，开发者可对照检查自己的 Responses API 工作流。
Cognition 模型 / Devin 博客精选AI 评分6161 Cognition 推出 Devin in Windsurf，将云智能体工作流内置到 Windsurf 2.0
Cognition 推出 Devin in Windsurf，将云端智能体工作流内置到 Windsurf 2.0。用户在 Windsurf 本地理解代码库并制定计划，一键发送给 Devin 实现，Devin 自行启动机器、打开 PR、运行测试并用计算机视觉做 QA，完成后用户可直接在 Windsurf 中审查 diff、跑测试或交回本地智能体修改。
推荐理由：官方说明了本地与云智能体分工思路，以及 Devin 接入 Windsurf 2.0 后从规划到审查的完整闭环。
Cognition 模型 / Devin 博客精选AI 评分6060 Cognition 与 Applied Compute 推出 RL 训练的 bug 检测专用模型 SWE-check，速度约为 Opus 4.6 的 10 倍
Cognition 与 Applied Compute 合作 RL 训练了 bug 检测专用模型 SWE-check，在内部 in-distribution 评测上与 Opus 4.6 持平（delta F1 从 0.09 降到 0）。
推荐理由：原文给出了完整训练配方和关键评测数字，读者可以借鉴其奖励函数设计与两阶段后训练方法。
Anthropic：Claude.dev 开发者博客精选AI 评分6767 Anthropic 团队讲解 Claude Code 工具设计方法：像智能体一样思考
Anthropic Claude Code 团队成员 Thariq Shihipar 撰文讲解如何为智能体设计工具，核心方法是通过阅读模型输出和实验来理解模型能力。
推荐理由：Anthropic 团队以 AskUserQuestion、Task 等实际设计案例，说明如何根据模型能力取舍工具，方法可迁移到自己的 agent 开发。
Cognition 模型 / Devin 博客精选AI 评分6262 Devin 推出定时会话功能，可自主安排周期性任务
Cognition 宣布 Devin 可调度自己的周期性会话：用户完成一次任务后，可直接让 Devin 按节奏定期自动执行，无需配置 cron 或工作流。Devin 会在会话间读写自己的笔记、保持状态，例如周五汇总 release notes 时只总结新合并的 PR。该功能可与本周发布的 Managed Devins 组合，并行测试应用各页面并自动汇总报告到 Slack。
推荐理由：官方说明 Scheduled Devins 的用法与跨会话状态机制，并给出可点击的示例提示词，便于直接上手。
Cognition 模型 / Devin 博客精选AI 评分6868 Devin 支持编排多个 managed Devin 并行执行大型任务
Cognition 宣布 Devin 可将大型任务拆解并委派给多个 managed Devin 并行执行，每个子会话都是完整 Devin，运行在独立虚拟机中，拥有各自的终端、浏览器和开发环境。
推荐理由：原文说明多 Devin 协作的工作原理、管理能力和适用场景，读者可据此评估并行智能体对现有开发流程的影响。
Cognition 模型 / Devin 博客精选AI 评分6464 Cognition 发布 SWE-1.6 早期预览并分享研究进展
Cognition 分享正在训练中的 SWE-1.6 早期预览，当前 checkpoint 在 SWE-Bench Pro 上比 SWE-1.5 高 11%，速度同样为 950 tok/s，并向小部分用户开放早期访问。
推荐理由：Cognition 公开了训练方法细节和 Model UX 的权衡分析，读者可以借此了解 RL 训练编码模型的实际取舍。
OpenAI Developers：Blog精选AI 评分7979 OpenAI 发布 gpt-5.3-codex 提示词指南
OpenAI 在 Cookbook 发布 Codex 模型提示词指南，API 上的 Codex 调优模型为 gpt-5.3-codex。
推荐理由：原文给出 gpt-5.3-codex 的迁移步骤、完整标准提示词与工具实践，读者可据此直接优化自己的 agent harness 配置。
Cognition 模型 / Devin 博客精选AI 评分7070 Cognition 让 Devin 自动修复 Devin Review 及其他机器人留下的 PR 评审评论
Cognition 为 Devin 新增 bot triggers 配置，使其可自动修复 Devin Review 及任何在 PR 上评论的机器人提出的问题，包括 linter、CI 流水线、安全扫描器和依赖管理工具，并继续自动修复 lint 与 CI/CD 问题。
推荐理由：Cognition 官方介绍 Devin 自动修复评审评论的用法与入口，开发者可据此判断是否把机械性修复合入自己的 PR 流程。
OpenAI：部署安全与系统卡精选AI 评分7070 OpenAI 发布 GPT-5.3-Codex 系统卡，披露安全评估与 Apollo 破坏能力测试结果
OpenAI 发布 GPT-5.3-Codex 系统卡，公布不允许内容、生物化学和网络安全领域的评估结果。
推荐理由：官方系统卡给出 GPT-5.3-Codex 的沙箱机制、生物化学风险评级和 Apollo 发现的更强破坏能力评估结果，可帮助读者了解其安全边界。
OpenAI Developers：Blog精选AI 评分6262 OpenAI 推出 Codex 应用并发布入门演示
OpenAI 发布 Codex 应用的入门演示，介绍该应用及其核心工作流。材料为官方简介，未提供更详细的功能说明。
推荐理由：官方介绍 Codex 应用的核心工作流，可帮助已有编码 Agent 使用习惯的开发者了解新客户端的实际操作方式。
Cognition 模型 / Devin 博客精选AI 评分6363 Cognition 发布 Devin Review：用 AI 加速 GitHub PR 代码审查
Cognition 推出代码审查工具 Devin Review，称代码审查而非代码生成正成为交付瓶颈。工具提供智能 diff 组织、基于全代码库的 Ask Devin 交互问答和按严重程度分级的 AI bug 检测。
推荐理由：Cognition 官方介绍 Devin Review 的三大能力和免费入口，读者可据此评估它能否缓解自己团队的 code review 瓶颈。
OpenAI Developers：Blog精选AI 评分7575 OpenAI 发布 GPT-5.2 提示词指南
OpenAI 面向企业和智能体工作负载的旗舰模型 GPT-5.2 发布提示词指南，指出其在指令遵循、结构化推理、工具调用可靠性上优于 GPT-5.1，但默认 verbosity 更低且对提示词敏感。
推荐理由：官方给出 GPT-5.2 与旧模型的差异点和可直接复用的提示词模板，适合迁移或调优生产级智能体的团队参考。
OpenAI：Alignment 研究博客精选AI 评分6363 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。
Ethan Mollick：One Useful Thing精选AI 评分8080 Ethan Mollick 实测 Gemini 3：从写水獭小诗到完成博士级研究任务
Ethan Mollick 在 Gemini 3 发布当天撰文实测，用三年前关于 GPT-3 的旧帖让模型自行展示 AI 的进步，Gemini 3 据此做出一个可交互的糖果驱动 FTL 飞船模拟游戏。
推荐理由：作者以三年前的旧帖作对照，用同一任务让 Gemini 3 实际演示能力变化，并给出 Antigravity 智能体协作的第一手使用体验与局限。
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 博客精选AI 评分6666 Cognition 发布软件工程模型 SWE-1.5，与 Cerebras 合作实现 950 tok/s 推理
Cognition 发布面向软件工程的新模型 SWE-1.5，为数千亿参数规模，编码性能接近 SOTA，通过 Cerebras 部署实现最高 950 tok/s，比 Haiku 4.5 快 6 倍、比 Sonnet 4.5 快 13 倍。
推荐理由：Cognition 官方详解 SWE-1.5 的速度数据与模型、推理、harness 协同设计思路，读者可据此理解编码 Agent 的系统级优化方法。