一句话看懂：Devin 推出 Code Scans，用户输入一个工程目标（如提升 SEO、加快编译），它就用多智能体并行调查代码库、产出按优先级排序的发现，并直接生成待审 PR。官方称内测团队 PR 合并率达 96%、节省超 700 工程小时。
事件核心：发生了什么
AI 编程工具 Devin 发布新功能 Code Scans，入口是在 Devin Web 应用里输入 /scan 指令。它面向的不是“改这一行代码”这类明确任务，而是类似“减少维护成本”“让应用编译更快”“改善 SEO”这类结果型目标。用户只需描述诉求，Devin 会协助界定扫描范围、跳过哪些文件、什么算一条有效发现，随后执行调查并在界面中返回一份按优先级排序的问题清单；用户可与 Devin 讨论证据，再让它针对选定问题开 PR。
技术底座是官方称为 Agentic MapReduce 的架构，此前用于 Devin Security Swarm。它把大范围调查拆成聚焦批次、分发给并行智能体执行，再合并成单一报告。官方披露了两个案例：在 Dioxus 仓库中，Devin 通过把重量级 CLI 功能改为可选、调整依赖与构建配置，将 22 个 workspace crate 的干净 debug 构建从 58.6 秒降到 21.0 秒，降幅 64%；在 devin.ai 和 cognition.com 上扫描出 44 个 SEO 问题，修复后 devin.ai 的 Ahrefs 健康分从 87 升到 92，慢页面减少 73%，cognition.com 的缺失图片 alt 文本被清零。
为什么重要
这类“从目标到 PR”的能力，把 AI 编程助手从补全代码、修 bug 的单点工具，推向工程债务治理和合规审查这类过去高度依赖人力普查的场景，商业价值更靠近“可量化的工时替代”。Agentic MapReduce 也代表一种路线选择：在大代码库上不靠单次超长上下文硬啃，而是靠任务分解加并行智能体加结果综合，这与当前多智能体编排的主流思路一致。96% 合并率若能在更多仓库复现，意味着生成的改动贴近团队真实可接受标准，而不只是“看起来对”的建议。
对用户/开发者/创作者的影响
对开发者，Code Scans 更像一个可对话的调查员：你可以把团队编码规范、无障碍清单、迁移要求作为自定义标准喂给它，先看证据再决定是否开 PR，控制权仍在人手里。对工程负责人，未使用代码、性能、SEO、隐私合规这些长期躺在 backlog 里的目标，获得了更低的启动成本。对企业采购，衡量指标应是实际合并率与节省工时，而非扫描出的条数——发现多不等于有价值。目前公开数据均来自官方内测团队，样本范围和扫描成本尚未披露。
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。
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。
值得关注的后续
一是计费方式：批量扫描消耗的算力与智能体数量是否会带来显著成本。二是 96% 合并率在更复杂、遗留代码更多的仓库中能否维持。三是竞品跟进节奏：GitHub Copilot、Cursor、Claude Code 等是否推出类似的目标驱动批量调查与 PR 生成能力。
来源：Hacker News
