Cognition 让 Devin 借助 GPT-6 Astra 测试自己的工作成果

事件核心：发生了什么

Cognition 是全球多类企业（从大型银行到技术型初创公司）在用的自主软件工程师 Devin 的开发方。随着内部工程团队产出代码量上升，人工审查成为瓶颈。Cognition 的解法是把 GPT-6 Astra 用于产品全线，包括 Devin 核心云代理、CLI 与桌面端，让 Devin 在写完之后自己测试并证明结果可用。

官方给出的具体例子有两个：一是 Devin 用 Astra 测试 iPhone 游戏 Otter Run，返回模拟器中游戏运行的录像，以及一份标明哪些检查通过、哪些区域尚未覆盖的报告；二是客户发来一张 bug 截图，团队把它交给带 Astra 的 Devin，修复后回传一张展示修复结果的截图。Cognition 联合创始人 Walden Yan 表示，这让他们能“更快地回复客户”，并称 Astra 提升最明显的能力之一，就是测试并证明工作成果确实按预期运行。

为什么重要

自主编程代理过去的核心卖点是“写代码快”，但真实工程流程里，写只是一半，验证才是决定能否合并上线的关键环节。Astra 把“测试 + 举证”变成 Devin 输出的一部分，等于让 AI 代理从代码生成器向可交付工程单元靠近。

从 OpenAI 的角度看，这也是模型能力叙事的一次转向：不再只强调基准分数，而是强调在具体工作流中替代人工复核的程度。目前公开信息显示，Cognition 的目标是减少工程师手动阅读代码的比例、提高最终交付量。如果这一模式成立，衡量编程大模型的指标可能会从“生成正确率”扩展到“自证正确率”，这对闭源 API 厂商和自建推理管线的团队都是新的竞争维度。

对用户/开发者/创作者的影响

对使用 Devin 或类似代理的工程团队来说，代码评审可能逐步变成看录像、看报告、抽查未覆盖区域的流程，而不是逐行 diff。这会改变团队分工：初级工程师的“读代码找问题”工作被压缩，把关能力更多体现在设定测试标准和判断证据是否充分。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对通过 API 构建 AI 应用的开发者，值得留意的是这种“测试—举证”链路能否被拆出来复用。如果 OpenAI 把类似能力开放为独立接口，测试自动化、回归验证、截图对比类工具的形态都会被改写。对企业采购方而言，评估编程代理时可以开始追问：它交付的是代码，还是代码加可核查的运行证据。目前公开信息显示，Cognition 已把这套能力用在客户支持场景，说明其落地不只限于内部研发。

值得关注的后续

一是 Devin 的测试录像与报告能否覆盖复杂后端系统，还是主要适用于有可视界面的场景；二是 OpenAI 是否会把 Astra 的验证能力做成通用 API，而不仅服务 Cognition 这类合作方；三是这种“少看代码”的流程在受监管行业（如新闻中提到的银行客户）能否通过审计要求。这三点将决定该模式是营销亮点还是工程常态。

来源：OpenAI News