Cognition
Cognition是一家专注于人工智能领域的科技公司，致力于开发具备自主推理和任务执行能力的AI智能体。其核心产品Devin是一款面向软件工程的AI编码智能体，能够自主完成代码编写、调试和项目开发等复杂编程任务。Cognition的研究方向聚焦于提升AI在实际工程场景中的自主决策与长程任务处理能力。
核心事实
时间轴 (近 90 天)
在该评测中，Claude Opus 5.5得分45.5%，GPT 6 Astra得分42.8%，Carbon单任务成本为4.04美元。
Cognition公布的编码评测首次以「代码可合并性」为衡量标准，考察模型产出能否被开源项目接纳。
Cognition评测套件包含132个测试任务，覆盖安全补丁与性能优化等类别，由20多位开源维护者参与构建，每项任务耗时超过40小时。
Cognition和Factory是AI软件工厂愿景最积极的推动者，两者都在朝完全自主的软件工厂方向投入。
在Cognition的Frontier Code 2.0上，Mistral Large 4以19.7%领先；在Artificial Analysis Coding Agent Index上得48%；Cyber Index为51%，恶意网络拒绝率96.6%
Cognition（Devin 的母公司）宣布收购软件安全公司 Corridor。
Cognition SWE-2 是 Cognition 公司推出的 AI 软件工程代理模型，定位是端到端完成编程任务，具备代码执行、文件操作和多步任务规划能力。
在评测机构Cognition后台发现代号Obsidian-3的隐藏模型：特定任务高算力下得分46.8%，单次任务平均成本8.62美元；Opus 5.5满血状态得分45.5%，任务成本12.82美元。
Cognition被曝收到700-800亿美元估值的投资邀约，较9月份480亿美元估值仅一个月便大幅飙升。
Cognition、Modal、Bun 已经进入开发者视野，更多 Scale 校友创办的公司仍待验证。
还有 40 条时间轴事件
全部知识事实 (20)
Devin由Cognition AI于2024年3月发布，是首个被广泛认可的全自主AI软件工程师
90%已验证Devin由Cognition公司于2024年3月发布
75%已验证Slack Code的核心机制是当用户在Slack里@一个编码智能体并下达任务时，自动创建一个专属频道，预填上下文和相关同事，智能体和团队在频道内共同完成构建，任务完成后创建PR并归档频道。
65%已验证Devin是一款云端AI编程Agent
65%已验证75亿美元的收购金额几乎是OpenRouter三个月前估值的近6倍
65%已验证Devin is an AI software engineer product developed by Cognition, which first debuted in early 2024
65%已验证编程智能体的核心架构通常包含感知-规划-执行-反思的循环机制
65%已验证Cognition 本周开源了一组名为 Devin Vulnerability Fixes 的 agent 插件，包含 3 个 MIT 许可的 agent skill，分别面向 PHP、Node.js 和自托管 GitLab 部署。
65%待验证Cognition的Devin于2024年初以全自主软件工程师的定位引发广泛关注
90%待验证Cognition的三位创始人Scott Wu、Neal Wu和Walden Yan曾代表UC Berkeley参加ACM编程竞赛，并拥有IOI金牌荣誉
85%待验证Devin走差异化路线，没有在代码补全领域与GitHub Copilot正面竞争，而是切入'自主完成工程任务'的更高价值市场
80%待验证Devin号称全球首位AI软件工程师，但实际能力遭到业内人士质疑，有35年经验的博主逐帧分析其演示视频揭露存在虚假宣传嫌疑
75%待验证Cognition（Devin的母公司）和Magic.dev均曾获得YC支持或关注
75%待验证最有效的代码审查做法是让Review Agent拥有完全干净的上下文——不给它看原始需求和思考过程，只给它看最终的代码Diff
70%待验证Claude Code和Devin等先进AI编程工具在并行多Agent协作架构上投入了大量工程资源
70%待验证这三个 skill 用于清点、修补并测试近期披露的高危远程代码执行（RCE）漏洞，最终为每个受影响的代码仓库自动提交一个 PR。
60%待验证Cognition由前Scale AI高管Scott Wu联合创办
60%待验证Cognition公司开发了AI编程助手Devin
60%待验证Cognition公布的编码评测首次以「代码可合并性」为衡量标准，考察模型产出能否被开源项目接纳。
50%待验证Cognition评测套件包含132个测试任务，覆盖安全补丁与性能优化等类别，由20多位开源维护者参与构建，每项任务耗时超过40小时。
50%