Devin估值470亿了,但我的AI编程踩坑史告诉你另一面

266 阅读6分钟

Devin估值470亿了,但我的AI编程踩坑史告诉你另一面

今天看到一条消息差点把咖啡喷屏幕上。

Cognition AI——就是做AI编程代理Devin那家公司——即将完成约10亿美元融资,估值470亿美元。

470亿什么概念?三个月前它刚融完一轮,估值260亿。三个月,翻了将近一倍。

我第一反应不是"哇好厉害",而是"等一下,Devin真的好用吗?"

因为我是真用过Devin的人。不是看Demo视频吹的,是实打实拿来干过活的人。今天就说说真实体验。

先说Devin到底是什么

如果你不了解,简单说:Devin是Cognition开发的AI编程代理。跟Cursor、Copilot这些"辅助你写代码"的工具不同,Devin的定位是"自己写代码"——你给它一个任务描述,它自己规划、写代码、跑测试、修bug,理论上你只要等结果就行。

听起来很美好是吧?

Cognition靠着这个故事,拿到了近100亿美元的投资意向。营收确实也在涨。投资人的逻辑很简单:AI编程是刚需,市场够大,Devin是赛道头部。

但作为实际用户,我必须说几句实话。

我的Devin使用经历

今年早些时候,我拿到Devin的使用资格后,第一时间拿了个真实项目喂给它。

任务不复杂:给一个Go微服务加个Redis缓存层,缓存接口返回的数据,设置合理的过期策略。

这种活我手写大概半小时,我想看看Devin能多快搞定。

结果呢?Devin花了大概40分钟,产出了三版完全不同的实现方案。第一版,缓存key设计有问题,多个接口共用同一个key导致数据串了。第二版,过期策略写死了,没考虑不同接口的缓存需求不同。第三版,功能倒是实现了,但代码风格跟我现有项目完全不搭——它用了一种很奇怪的分层结构,硬塞进来之后整个文件的逻辑线被打断了。

最后我还是自己重写了。

但我没有因此否定Devin。我又试了几个任务:写单元测试、做数据迁移脚本、处理简单的CRUD接口。这几个场景下Devin确实有产出,尤其是写测试用例,覆盖得比我手写的还全。

所以我的结论是:Devin不是不能用,是得知道在什么场景下用。

AI编程工具的真相

从Devin到Cursor、Copilot、Claude Code、TRAE,我过去半年把这些工具轮了一遍。总结下来有几个血泪教训:

第一,"全自动"是个伪命题。

任何AI编程工具,不管是辅助模式还是自主模式,都需要人的review。Devin生成的代码看起来能跑,但线上环境跟你本地的差异太大——缓存策略要考虑一致性,接口设计要考虑版本兼容,错误处理要考虑上游服务挂掉的情况。这些AI目前都做不好,因为它没有你的业务上下文。

第二,工具的"聪明程度"跟你给的上下文质量正相关。

我用Cursor的时候,如果只是说"帮我写个登录接口",出来的代码基本是demo级别的。但如果我把项目的路由结构、数据库schema、中间件配置全部喂进去,再描述清楚需求,生成的代码质量能直接到"微调一下就能用"的级别。

第三,越贵的工具不一定越好用。

Devin的定价不低,但在我实际使用中,它的表现并没有比Cursor的Agent模式好出一个量级。相反,Cursor的Agent模式在理解项目上下文方面反而更灵活,因为它可以直接读你的整个代码库。

470亿估值背后的逻辑

说完体验,回到估值这件事。

470亿美元,这个数字放在AI赛道里不算疯了。毕竟OpenAI估值上万亿,Anthropic也到了几千亿。但Cognition跟它们不一样——Cognition目前只有一个核心产品(Devin),营收虽然激增但绝对值远不到这个估值对应的体量。

投资人赌的是什么?赌AI编程会成为下一个云计算级别的赛道。

这个判断我部分认同。AI编程确实是刚需,而且渗透率还很低。大量企业连Copilot都没用上,更别说自主编程代理了。但问题在于:

赛道是确定方向,不等于确定赢家。

Devin现在的技术壁垒有多高?说实话,不算高。它的核心能力——理解需求、规划代码、执行测试——依赖的底层模型能力,各家都在快速拉平。一旦OpenAI、Google把模型能力开放给第三方,Devin的护城河就会变浅。

更要命的是,OpenAI已经在断供Cursor的模型了。 11月12日生效,理由是"控制权变更"。如果哪天OpenAI觉得Devin威胁到了自己的编程产品线,同样可以断供。

当然Cognition可能在训练自己的模型,降低对OpenAI的依赖。但自研模型的成本是天文数字,470亿估值的公司扛得住吗?这是个大问号。

我现在用AI编程工具的方式

说了这么多,不是唱衰Devin或AI编程。恰恰相反,我是AI编程的重度用户,每天都在用。

但经过踩坑之后,我的用法变了:

  • 写新模块、新功能:用Cursor的Agent模式,把项目上下文喂够,生成初版代码,然后人工review和重构。
  • 写测试用例:这个场景AI做得最好,让它批量生成,我挑能用的。
  • 做代码迁移和重构:比如把一个旧框架迁移到新框架,AI能帮你做大量机械工作。
  • Debug:把报错信息和相关代码喂进去,让AI帮定位,比自己翻日志快。
  • 不交给AI做的事:架构决策、核心业务逻辑、安全相关代码、性能关键路径。

这套打法让我从"被AI牵着走"变成了"用AI当工具人"。470亿估值的Devin可以继续炒概念,但对我这种每天要交付代码的人来说,好用比好听重要。

最后说句大实话

Cognition融资470亿,对整个AI编程赛道是利好。因为钱多了,技术迭代就快,我们用工具的人就受益。

但作为开发者,别被估值数字忽悠了。470亿是投资人的故事,跟你用什么工具、写得好不好没有直接关系。

工具再贵,不如用对工具。工具再强,不如你知道什么时候不用它。

这话是我踩了无数坑之后总结出来的,值470块,不收470亿。


你现在在用什么AI编程工具?有没有跟我一样踩过坑的?评论区说说你最崩溃的一次AI编程翻车经历,我赌评论区比文章精彩。