游乐游手机版
首页/AI教程/文章详情

岁IOI金牌华人创AI程序员军团 6个月估值20亿效率提升8倍

时间:2026-07-01 16:19
28岁华人IOI金牌得主ScottWu创立CognitionAI,6个月估值20亿美元。其AI编码工具Devin能自主完成整个编程任务,使工程师效率提升8倍。团队由多位IOI金牌得主组成,已获微软等合作。尽管能力有限且存在质疑,但仍在持续改进。AI编码正重塑行业。

“世界首个AI编码程序员Devin,可以像‘初级工程师大军’一样完成整个编程任务。”

28岁华人创始人、三届IOI金牌得主Scott Wu,在福布斯最新采访中如此坦言。

这家成立仅6个月、估值却已飙至20亿美金的独角兽Cognition AI,如今已是当红巨星。其25人顶级团队打造的Devin,能让工程师的编码效率飙升8倍,对企业而言,这意味着一笔数百亿美金的成本节省。

Scott Wu的信念很明确:编程将在未来几年内发生剧变。不过,他也承认,前路漫漫,仍有很长的路要走。

以一敌百,Devin发布前夜的惊人之举

事实上,在AI编程助手Devin正式亮相之前,它就已经悄然完成了一件大事。

时间拨回到2023年圣诞节前夕,旧金山一间办公室里,一个小团队正为Devin搭建一个复杂的数据服务器。

他们反复研究安装文档,尝试了各种命令,却折腾了几个小时仍无法让其正常工作。就在团队成员精疲力竭、束手无策时,有人提议让Devin试试看。

结果令人大跌眼镜:这个让所有人抓耳挠腮的难题,Devin以一种近乎“魔法”的方式就解决了——它仅仅删除了一个被团队集体忽略的系统测试文件。

当服务器终端的指示灯从持续数小时的红色跳转为绿色时,整个团队瞬间意识到:软件工程正在发生革命性的变化。21岁的联合创始人兼产品负责人Walden Yan回忆道,“它运行的命令像极了巫术,看起来就像是黑魔法。”

这一幕,成了Cognition愿景的概念验证——AI能将繁重的编码工作从琐碎和疲惫中解放出来。

如今,一年过去,Devin已经融入码农的日常工作:发现和修复bug、更新代码块、在平台间迁移代码。甚至,当你只是简单地提示“清理这个代码库”,它就会自主制定计划并执行。

与GitHub Copilot和Codeium这类仅提供代码建议的工具不同,Devin是一个真正的自主智能体。理论上,它能独立地编写、修复和迁移代码,无需人类介入,可以独立完成分配给开发人员的整个项目。创始人Scott Wu将这一转变概括为从“文本完成”到“任务完成”的重大突破。

90后IOI金牌团队下场,投资界热情高涨

Cognition的创始团队绝非等闲之辈。他们都是IOI金牌得主,拥有卓越的技术背景。据说,整个团队已经狂揽了10枚IOI金牌!

在硅谷尚未有人做出终极AI编码器时,这三位世界级程序员却做到了。他们分别是CEO Scott Wu、CTO Steven Hao和CPO Walden Yan。

CEO Scott Wu是一名连续创业者。创办Cognition之前,他曾创立AI驱动的社交网络平台Lunchclub,并就读于哈佛大学。可以说,他是一位数学奇才。从小便活跃于各类竞赛,更是在Codeforces上获得了最高级别“传奇大师”的排名,并拿下三届IOI金牌。

Scott Wu曾表示,自己9岁开始学习编程,便爱上了将想法变为现实的能力。如今,这个梦想以一种前所未有的方式实现了。

CTO Steven Hao在AI系统方面经验丰富。他2018年本科毕业于MIT计算机和数学专业,随后加入由Alexandr Wang创办的Scale AI,担任资深AI系统工程师。

CPO Walden Yan在加入Cognition之前,还是哈佛大学的一名在校生。

除此之外,这个25人团队中还聚集了大量优秀的研究人员。仅在今年4月,Peter Thiel的Founders Fund和Khosla Ventures就投资了1.76亿美元,将Cognition的估值直接推至20亿美元——这一切,都发生在公司成立后的6个月内。

像Ramp、MongoDB这样的知名公司已开始使用Devin进行代码测试、清理和架构更新。微软也与Cognition建立了合作伙伴关系,将Devin引入Azure云平台。虽然Cognition仍处于早期阶段,但Founders Fund合伙人John Luttig认为它拥有足够的领先优势。微软CTO Kevin Scott更是在年度开发者大会上盛赞Devin是一款“非凡的工具”。

Devin身陷质疑:是碘伏,还是炒作?

今年3月,Devin一经面世便在AI圈掀起巨震。

官方演示视频在X上观看量突破3000万,Cognition宣称“Devin成功通过了领先AI公司的实际工程面试,并完成了复杂的编码任务”。

一时间,工程师们纷纷惊呼自己的工作要被取代了。

然而反转很快到来。一位拥有35年软件工程经验的YouTube博主逐帧复现了Devin完成Upwork任务的宣传视频,意外发现AI的表现远不如宣传中那般强大,甚至相当糟糕。他直接声称视频存在“作假”嫌疑。

一时间,人们开始怀疑:Devin是否只是AI炒作泡沫中的又一个噱头?来自数据标注公司Labelbox的工程师Krish Maniar表示,当要求Devin设计一个引人注目的用户界面时,结果非常乏味。Cognition劲敌的创始人更是告诉福布斯,他们认为公司对Devin的能力夸大其词,让人误以为工程师可以直接用它编写任何代码。

其实,Devin目前的能力相当有限,主要集中在预定义的任务上,比如清理现有代码。正如竞争对手Codeium的CEO Varun Mohan所言:“技术可能的想象空间和实际可靠运行之间,总是存在差距。”

Scott Wu也坦诚承认,Devin远非完美。他表示,现实世界的软件工程非常混乱,人类自己也在不停地写bug。

不过,Devin自推出以来的7个月里,确实得到了显著改进。这部分要归功于早期企业客户的反馈,这些客户似乎能接受这是一个仍在不断完善的工具。Nubank的CTO Vitor Olivier表示:“我们不指望这个工具像魔法一样。但在某些情况下,使用Devin的工程师工作效率可以提高8倍。”

Cognition仍在持续提升Devin的能力。比如,尝试让Devin调动下属AI来辅助工作。在测试这种全新的“管理”模式时,他们发现这些子Devin会继续调度更多的下级,最终形成了一个永无止境的“AI官僚体系”。Kaplan形容,当多个Devin同时在不同的项目上工作时,就像一个由“初级工程师”组成的军团。

这个比喻,可能会让不少从事编程工作的人感到不安。但Wu辩称,Devin能帮助公司启动更多项目,并让人类工程师将精力集中在更有意义的工作上。

AI代码重塑行业,500万程序员无路可走?

人工智能生成的代码,已经开始重塑整个行业。10月,谷歌CEO皮查伊透露,公司内部超过25%的新代码由AI编写。

纳德拉在7月份表示,GitHub的年营业额将在2024年达到20亿美元,其代码自动完成工具已占到今年收入增长的40%。Pitchbook分析师Brendan Burke指出,AI编码已成为GenAI领域融资最多的用例。仅在2024年上半年,专注于该领域的初创公司就融资超过10亿美元。

更重要的是,AI编码带来的实际收入才刚刚开始增长。IDC预计,到2029年,实际收入将超过40亿美元。多家人工智能编码初创公司的年收入已超过1000万美元。虽然Cognition暂未透露营收情况,但已与数十家客户展开合作,每年的合同金额一般在6-7位数之间。

AI编码的未来,足以让人兴奋。Anthropic、亚马逊、IBM等巨头,以及Poolside(估值30亿美元)和Anysphere(估值4亿美元)等初创公司纷纷推出了自己的编码工具。IDC分析师Ritu Jyoti表示,编写代码的能力已成为典型人工智能模型的“赌注”。虽然这一领域的领头羊依然是OpenAI的ChatGPT,但像Cognition正在开发的、能完全独立工作的AI,将带来翻天覆地的变化。

不过,对于美国超过500万、平均年薪13万美金的程序员来说,这可能并非是一件值得庆幸的事。更别提印度和中国加起来超过1300万的程序员大军了,他们中的许多人正在担忧自己的饭碗迟早会被端掉。

然而,创始人Scott Wu坚持认为,大规模裁员不太可能发生。毕竟,现实是——程序员市场,至今仍然供不应求。

来源:https://www.aiagiai.com/6499.html
上一篇LeCun与奥特曼达成共识承认AGI5到10年降临LLM注定死路一条 下一篇人工智能排版技术崛起如何影响内容创作的未来
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
RAG四标融合企业知识资产体系四库协同GEO优化实践
AI教程 · 2026-07-01

RAG四标融合企业知识资产体系四库协同GEO优化实践

生成式AI正在彻底改写信息检索的底层逻辑。传统SEO依赖关键词堆砌和外链建设的策略,在大模型的内容采信规则下已经基本失效。取而代之的,是生成式引擎优化(GEO)。它不再关注外链数量,而是重点衡量你的知识是否结构化、证据链是否坚实、信源是否可靠——这些维度才是RAG(检索增强生成)架构真正看重的核心指

一个普通上班人分享WorkBuddy使用心得与真实体验
AI教程 · 2026-07-01

一个普通上班人分享WorkBuddy使用心得与真实体验

前言 最近我开始使用WorkBuddy——这是腾讯推出的一款AI办公工作台。差不多用了一周时间,趁印象还新鲜,把真实的使用感受记录下来,给还在犹豫的朋友做个参考。不吹不黑,只说实际体验。 初印象:不只是聊天机器人 之前用过不少AI工具,大多数就是个对话框,你问它答,答完就结束了。WorkBuddy不

AI幻觉变真功能实战教程:App Inventor 2视频录制拓展一周开发实录
AI教程 · 2026-07-01

AI幻觉变真功能实战教程:App Inventor 2视频录制拓展一周开发实录

先讲一个颇具戏剧性的开端。 这件事的开端颇显荒诞——有用户前来咨询,称AI Pro版的介绍中提到我们有一款“视频录制拓展”。团队全体成员都感到困惑,翻遍产品列表,发现根本不存在该组件。AI那种“一本正经胡说八道”的能力,这次确实让我们陷入尴尬。 按常理,此事到此便可结束——一句“抱歉,暂时没有这个拓

别再混淆OLAP和SQL-on-Hadoop两者查询本质不同
AI教程 · 2026-07-01

别再混淆OLAP和SQL-on-Hadoop两者查询本质不同

OLAP和SQL-on-Hadoop虽都使用SQL查询数据,但本质不同。SQL-on-Hadoop负责海量数据批量计算与ETL,查询速度秒级至分钟级;OLAP通过预聚合实现毫秒级多维分析,适合BI报表。两者在数据平台分工协作,前者是后厨加工,后者是前台快速服务。

GEO优化深度解析:AI偏好FAQ还是长文内容?
AI教程 · 2026-07-01

GEO优化深度解析:AI偏好FAQ还是长文内容?

在GEO优化中,AI对内容形式无统一偏好:FAQ在简单查询中引用率41%,长文在复杂查询中达58%。内容应基于用户意图选择形式,FAQ适配简单事实类问题,长文建立主题权威,两者互补而非替代。