AI 工程師週網站已上線！徵稿將於兩天後截止，我們也將在本週末舉辦首次新工程師培訓，請盡快預訂門票，因為它們將會售罄。參加 AI 工程調查，即可獲得超過 2,000 美元的抵用金和免費的 AI 工程師週門票！
代理程式產業的核心矛盾之一是，儘管 Sierra、Decagon、Notion 和 Cursor 等估值百億美元的代理實驗室正在建立，但自行開發代理程式也從未如此容易，市面上有 LangGraph、Pydantic 和 Flue 等眾多代理框架，以及 Anthropic、Gemini 和 Amazon 提供的受管理代理程式。
從 Shopify 到 Stripe、Paradigm 到 Razorpay，甚至 Cognition 的朋友 Ramp 也與 Modal 合作建立了自己的程式碼編寫代理程式，掀起了一波公司建立自有背景代理程式的浪潮。
你可能會認為 Cognition 會感到有些威脅，但他們並沒有，即使在經歷了這一切之後，他們剛剛宣布的 10 億美元 D 輪募資仍然超額認購：
Cognition@cognition
1/ 我們已完成超過 10 億美元的募資，估值達到 260 億美元，由 @Lux_Capital、@generalcatalyst 和 @8vc 領投。
自今年年初以來，我們的企業使用量增長了 10 倍以上，年化營收達到 4.92 億美元。
兩年前，我們推出了 Devin，作為第一個 AI 軟體工程師。自 2026 年 5 月 27 日下午 3:39 · 73.3 萬次瀏覽
157 則回覆 · 194 次轉發 · 2.37 萬個讚
情境工程的提出者、Cognition 的產品長兼共同創辦人 Walden Yan 邀請 OpenInspect 的 Cole Murray 談論「Devin 藏於細節之中」的原因。
完整對話今天已在 Podcast 上線：回顧 2024 年，非同步代理程式是你能對通用人工智慧（AGI）做出的最關鍵押注，當時模型還不足以憑感覺寫程式，人們也不夠信任 AI 讓它完全自主運作，沒有人（包括早期的 Cognition）確定其形式。現在一切都已明朗：
第一波 AI 編碼工具讓開發者更快，但仍需大量人工介入。Copilot 和 Cursor 的程式碼自動完成是主要範例。然而，工作流程仍然高度圍繞並受限於開發者的本地工作流程：開發者在 IDE 中，觀察模型，接受或拒絕變更，並一次一個互動地推送程式碼。
第二波是本地代理程式：Claude Code、Windsurf、Cursor 的代理程式面板：首先是一個，然後越來越多終端機同時運行。
當前的「非同步代理時代」指向一個不同的未來，更側重於代理程式編排，以驅動端到端開發。
根據前來賓 Steve Yegge 的說法，代理程式的採用有八個更細緻的層級，但我們將其歸納為三個。
正如 Cursor 的 Michael Truell 在《AI 軟體開發的第三個時代》中所說：
Cursor 不再主要關於編寫程式碼。它旨在幫助開發者建立創造其軟體的「工廠」。這個工廠由代理程式團隊組成，開發者將它們視為隊友進行互動：提供初步方向，提供工具讓它們獨立運作，並審查它們的工作。
代理程式不應僅限於開發者的工作流程中。它應該設定為在背景運作，這樣你就可以給它一個任務、一個程式碼儲存庫、一台機器、一個命令列介面、一個瀏覽器、測試、記憶體和審查循環，讓它在其他地方完成工作。
在不到一年的時間裡，觀點已從避免多代理系統轉變為：
Walden@walden_yan
我看到很多人在建立代理程式時犯了同樣的錯誤。所以我們分享了一些我們使用的原則
cognition.ai
不要建立多代理程式 | Cognition
2025 年 6 月 12 日下午 8:44 · 25.6 萬次瀏覽
61 則回覆 · 126 次轉發 · 1.08 萬個讚
轉變為提出實際有效的方法：
Walden@walden_yan
一年前，我會告訴人們不要建立多代理程式，並專注於情境工程的基本原理
今天，許多誘人的想法仍然不切實際，但我們已經找到了一些實際有效的設定
2026 年 4 月 22 日下午 8:46 · 1.09 萬次瀏覽
4 則回覆 · 2 次轉發 · 56 個讚
從提出「情境工程」到建立 Devin 成長七倍的拉取請求（PR）基礎設施，以及在 Cognition 程式碼儲存庫中提交量從 16% 躍升至 80%，Walden Yan 親身見證了背景代理程式的轉變。在本集節目中，Cognition 共同創辦人兼產品長 Walden Yan 與 OpenInspect 創辦人 Cole Murray 一同加入 swyx，深入探討為何每個人都在建立自己的 Devin、2025 年 12 月模型轉捩點後發生了什麼變化，以及為何「從規格到拉取請求」現在正成為一個真正的生產工作流程。
我們深入探討了背景代理程式的架構：內建整合與開箱即用、為何 Devin 將「大腦」與機器分離、為何程式碼儲存庫設定仍然是最困難的問題之一、為何 Docker 不總是足夠，以及完整的虛擬機器（VM）、快照、範圍限定的機密、GitHub 機器人、Slack 整合和基於影片的測試如何協同運作。
Walden 和 Cole 還深入探討了記憶體、MCP 限制、多代理編排、AI 程式碼審查、SRE 自動分類、產品經理透過 Slack 交付程式碼、Windsurf 2.0、混合式前沿/次前沿系統，以及不受控的憑感覺寫程式的真正失敗模式：你的程式碼庫退化到你最差工程師的水準。
隨著代理程式吞噬軟體……而軟體吞噬世界……你可以得出接下來的結論：
- 工程界為何正意識到背景代理程式和雲端代理程式
- 2025 年 12 月的模型轉捩點，使「從規格到拉取請求」的工作流程變得實用
- Devin 合併的拉取請求量增長七倍，提交量從 16% 躍升至 80%
- Cole 為何建立 OpenInspect 作為開源背景代理系統
- 每席 20 美元代理程式產品的經濟效益以及為何變現很棘手
- Cognition 除了 Devin 之外實際銷售什麼：基礎設施、導入、整合和採用
- 內建整合與開箱即用，以及為何架構很重要
- Devin 為何將大腦與機器分離以確保安全性和權限
- 程式碼儲存庫設定、範圍限定的機密、Docker Compose 和代理程式就緒的開發環境
- 當代理程式需要運行實際應用程式並進行測試時，為何完整的虛擬機器很重要
- Android、macOS、Windows、巢狀虛擬化和機器專屬的代理程式工作
- 為何測試比「電腦使用」困難得多
- 螢幕截圖、影片驗證和「我知道它能用」的合併時刻
- GitHub 使用者體驗、Devin Review、AI 審閱者和代理程式回應拉取請求評論
- 為何單獨的 MCP 不足以實現一流的 Slack 和企業整合
- 記憶體、知識、技能、Claude.md 以及為何檢索問題仍未解決
- Devin 的自動生成記憶和記憶修剪的挑戰
- 永遠在線的代理程式作為問題、工單和產品領域的常駐產品經理
- 子代理程式、元 Devin 管理以及多代理系統實際增加了什麼
- 為何純粹的自動合併憑感覺寫程式在大約兩週後就會崩潰
- AI 程式碼異味、程式碼風格檢查規則、獎勵駭客行為以及用於代理程式編寫程式碼的 Semgrep
- GitAI、內聯情境以及保留程式碼變更背後的「原因」
- 本地測試、模擬伺服器、舊程式碼庫以及為公司準備代理程式
- Windsurf 2.0 以及本地前景代理程式和雲端背景代理程式之間的交接
- SRE 自動分類、支援工作流程以及代理程式作為第一線回應者
- 產品經理、行銷人員和非工程師透過 Slack 建立拉取請求
- AI 代理程式預算、每位工程師 1k-5k 美元的支出以及混合式前沿/次前沿系統
- 自主編程工廠的崛起以及 Cognition 正在招聘的人才
X: https://x.com/walden_yan
LinkedIn: https://www.linkedin.com/in/waldenyan/
X: https://x.com/_colemurray
LinkedIn: https://www.linkedin.com/in/colemurray/
OpenInspect / 背景代理程式: https://github.com/ColeMurray/background-agents
00:00:00 介紹
00:00:43 為何每個人都在建立自己的 Devin
00:01:57 Devin 在 2025 年的成長：拉取請求增長 7 倍，提交量佔 80%
00:03:49 OpenInspect 和開源背景代理程式的興起
00:07:59 Cognition 除了 Devin 之外實際銷售什麼
00:09:56 背景代理程式架構：內建整合與開箱即用
00:12:08 將大腦與機器分離
00:14:07 程式碼儲存庫設定、機密、Docker 和完整的虛擬機器
00:19:13 為何測試比電腦使用困難
00:22:40 影片驗證和「我知道它能用」的合併時刻
00:23:19 GitHub 使用者體驗、Devin Review 和 AI 程式碼審查
00:25:42 MCP、Slack 和企業代理程式整合
00:28:59 記憶體、知識和永遠在線的代理程式
00:36:16 子代理程式、多代理編排和元 Devin
00:43:55 憑感覺寫程式、自動合併和程式碼庫衰退
00:48:38 代理程式基礎設施、VPC、雲端供應商和快速虛擬機器還原
00:52:25 AI 程式碼異味、獎勵駭客行為和程式碼審查系統
00:56:10 使程式碼庫為代理程式做好準備
00:58:30 Windsurf 2.0 和本地到雲端代理程式的交接
01:01:15 SRE 自動分類、產品經理交付程式碼和代理程式使用案例
01:04:32 代理程式預算、混合模型和自主編程工廠
01:06:51 Cognition 和 OpenInspect 諮詢的招聘
01:07:45 結語
Swyx [00:00:00]: 好的，我們在錄音室與 Cognition 的共同創辦人兼產品長 Walden Yan。
Walden [00:00:08]: 很高興來到這裡。
Swyx [00:00:09]: 這是一個很酷的頭銜。也是情境工程的提出者。
Walden [00:00:15]: 雖然我認為之前有很多人以各種方式使用過這些術語，但我確實發現，無論是內部還是外部，人們都喜歡從提示詞工程或模型封裝升級到一種可能更深思熟慮的建立代理程式的方式。
Swyx [00:00:33]: 對於那些還沒跟上的人，我螢幕上顯示的是「不要建立多代理程式」這篇文章，你們應該去讀一讀，我們可能會提到它，還有 OpenInspect 的創辦人 Cole Murray。
Cole [00:00:43]: 很高興來到這裡。
Swyx [00:00:43]: 那麼我們來談談吧。每個人都在建立自己的 Devin。發生了什麼事？
Cole [00:00:51]: 我認為工程界正意識到背景代理程式、雲端代理程式（無論你怎麼稱呼它）這個概念。我認為我們在 2025 年 12 月左右看到了一個轉變，當時 Opus 4.5 和 GPT 5.2 模型達到了某種能力，我們從手把手引導模型轉變為能夠或多或少自主驅動模型。
我的意思是，我們可以從規格書幾乎無摩擦地完成一個拉取請求，前提是規格書足夠好。這種典範本身，我認為，改變了我們與代理程式互動的許多方式，並開啟了背景代理程式變得更實用的世界。
Swyx [00:01:41]: 我想對 Cole 來說，每個人都在 12 月經歷了這個，但我感覺這只是一個不斷加速的成長，對吧？有一個時刻，我想是 Sonnet 3.7，你們在一夜之間重寫了 Devin 之類的。所以請描述一下 2025 年或者你那邊的感受。
Walden [00:02:01]: 回想起來，我們一直認為它在加速成長，但即使是現在，從今天算起過去的三、四個月，它加速得更快。所以談論 Sonnet 3.7 是多麼大的飛躍，甚至有點好笑，老實說，其中很大一部分是隨著智慧的躍升，移除了 Devin 中不再需要的部分。
但我還認為，最近的許多飛躍，特別是你看像 Opus 和最新的 GPT 模型，它們正在達到人們實際發現可以完全無需人工介入的自主程度。那些曾經爭論「哦，我需要在 IDE 中深入模型細節嗎？我可以完全將它移到雲端嗎？」的人，現在這是一個更嚴肅的對話，我們在所有的成長圖表中都看到了這一點。
內部有一個有趣的圖表，我們的拉取請求使用量，已合併的拉取請求，增長了 7 倍，我忘了那是什麼時候了。
Swyx [00:02:57]: 我想 Dev 可能發了推文。是的。
Walden [00:03:01]: 它在過去的，我想是兩三個月內，增長了約 7 倍。然後你看到我們的工程師人數增長。它增長了約 10% 左右。
Swyx [00:03:11]: 我們當時害怕發布這個。這是 Devin 在所有 Devin 程式碼儲存庫中的提交百分比，1 月份是 16%，現在 3 月份是 80%。
Walden [00:03:25]: 這是一個巨大的轉變。所以很多人現在正在考慮購買 Devin，但也許也在嘗試建立自己的代理程式，這是有道理的。
