今年3月的时候 Cognition AI实验室发布了世界上第一位完全自主的 AI 软件工程师:Devi。官方称 Devin 是一位不知疲倦、技术娴熟的队友,可以与工程师并肩作战或独立完成任务供工程师审查,使工程师可以专注于更有趣的问题,工程团队可以实现更远大的目标。

具备自学新语言、开发迭代 App 的能力,并在 SWE-bench 编码基准测试中取得了突破性成功,甚至超越了顶尖的人类工程师。

大半年过去了,今天,Cognition AI终于正式发布Devi。

官方介绍:https://www.cognition.ai/blog/devin-generally-available

它不仅能够快速处理日常代码任务,还可以通过与团队工具的无缝集成,提高整个开发流程的效率。无论是修复 bug、优化代码,还是编写测试用例,Devin 都能胜任。

Devin 能无缝集成到开发者的现有工作流中。可以通过三种方式使用 Devin:

  • 在 Slack 中通过聊天指令分配任务。
  • 在 VSCode 等 IDE 中直接管理 Devin 生成的代码。
  • 通过 API 将 Devin 集成到定制的工作流中。

Cognition 的 AI工程师 Devin 正式推出 500美金一个月Devin 的主要功能详解

1. Slack 集成

Devin 能直接通过 Slack 接收任务并处理简单的工程问题。

  • 如何使用?
    • 在 Slack 中给 Devin 分配任务(比如:“修复这个 API 调用的 Bug”或“帮助写个简单的测试用例”)。
    • Devin 会在后台执行任务,并将结果通过 Slack 回复你。
  • 适合的任务:
    • 修复小型代码错误,比如前端样式问题或后端 API 参数校验。
    • 快速查看问题并提供初步解决方案。

2. IDE 插件(支持 VSCode)

Devin 提供了 VSCode 的插件,直接嵌入开发者的代码编辑器,方便开发者与 Devin 实时协作。

  • 功能亮点:
    • 代码生成:你可以标记代码段,让 Devin 帮你完成重构或生成新代码。
    • 提交代码变更(PR):Devin 可以直接生成一个 Pull Request,提交到 GitHub 或代码库供你审查。
    • 异步协作:你可以让 Devin 先完成初稿代码,然后稍后在 IDE 中查看并修改。

3. 自动代码优化与生成

Devin 非常擅长完成一些特定的小型开发任务:

  • 小型 Bug 修复:处理边界用例、逻辑错误等。
  • 代码优化与重构:例如,将旧代码迁移到新框架中或调整代码结构以提升效率。
  • PR 初稿生成:对任务清单中的代码变更任务(如添加新功能),Devin 可以生成完整的代码初稿,供团队进一步完善。

4. 单元测试

编写测试用例是工程开发中繁琐但必要的一部分,而 Devin 可以自动完成:

  • 功能
    • 根据代码逻辑生成测试用例。
    • 自动运行测试,确保代码改动不会破坏现有功能。
    • 提交测试结果,帮助开发者快速验证代码。

5. 动态知识管理

Devin 可管理并动态更新知识库,确保信息始终准确和最新。

  • 实时知识库更新: Devin 自动从企业数据库或外部资源中提取新信息,消除了手动更新的需求。
  • 语义搜索: 用户输入简单问题时,Devin 能通过语义搜索快速匹配最相关的答案。
  • 文档解析: 能从复杂文档中提取重要信息并提供总结。

6. 自动化任务

Devin 通过自动化功能,帮助企业高效完成重复性任务。

  • 工作流自动化: Devin 能触发操作(如发送邮件、分配任务等),简化工作流程。
  • 任务跟踪: 能根据预定义规则追踪任务完成情况,并向用户发送提醒。
  • 数据集成: Devin 与主流工具(如 CRM、项目管理软件)集成,自动执行数据录入或更新操作。

7. 高度安全和隐私保护

Devin 的设计严格遵守数据安全和隐私保护的行业标准,特别适合需要高度保密的企业使用。

  • 数据加密: 确保所有交互和存储的数据通过高级加密技术保护。
  • 访问控制: 管理员可以设置不同用户的权限级别,确保敏感信息仅限授权人员查看。
  • 合规性: 符合 GDPR 等国际隐私和安全法规。

8. 深度分析与报告

Devin 提供强大的数据分析功能,帮助用户从数据中获取洞察。

  • 用户行为分析: 跟踪用户在交互中的行为,并提供优化建议。
  • 自动生成报告: 可生成详细的业务报告,便于管理层决策。
  • 趋势预测: 通过机器学习模型预测未来业务趋势。

9. 学习与改进

Devin 并不是一成不变的工具,它能随着团队的反馈不断提高:

  • 学习机制
    • 当团队对 Devin 的代码或建议提出改进意见时,它会记录这些改进。
    • 你也可以通过手动添加“知识点”来优化 Devin 的工作方式。
  • 适应团队需求:随着时间推移,Devin 能更好地理解团队的工作风格和需求。

注意事项

为了让 Devin 更高效,使用时需要注意以下几点:

  1. 任务范围
    • Devin 最适合那些团队成员可以自己完成的小型任务(比如 Bug 修复、测试生成)。
    • 对于复杂的任务,可以分解为多个小任务交给 Devin。
  2. 详细需求
    • 在分配任务时,尽量提供清晰、详细的需求描述。
    • 比如:告诉 Devin 需要测试什么、代码需要符合哪些标准。
  3. 反馈机制
    • Devin 的表现会随着你的反馈不断优化,因此在使用中及时对其结果提供意见。