Devin 提交 Cognition 89% 代码，公司年化收入达 10 亿美元

AI 编程代理正在从“辅助工具”变成“主力程序员”。据 AI Magazine 报道，Cognition 的 Devin 代理目前提交了公司自身 89% 的代码，而 Cognition 的年化收入已从 5 月的 4.92 亿美元跃升至 10 亿美元，估值高达 480 亿美元。这组数字背后，是一场关于软件生产方式的静默革命。

Devin 的角色：从辅助到主力

Cognition 首席执行官 Scott Wu 表示，Devin 目前的能力介于初级和中级工程师之间。它的工作流是：规划、编写、测试并提交代码，由人类负责最终审查。这种“人类审核、AI 执行”的模式，正在成为 AI 编程代理的标准范式。

更值得关注的是企业级落地。高盛、梅赛德斯-奔驰、GE 航空航天和 NewBank 均在客户名单中，分销合作则覆盖 Infosys、Cognizant 和 AWS。梅赛德斯-奔驰将超过 20 万行 COBOL 代码交给 Devin 处理，NewBank 在大型迁移中获得了 8 到 12 倍的效率提升。这些案例说明，Devin 的价值不仅在于写新代码，更在于消化遗留系统的技术债。

Cognition 在 2025 年 7 月收购了 Windsurf，获得了一个与 Devin 并行的代理式 IDE。这补全了产品矩阵：Devin 负责端到端任务，Windsurf 则融入开发者日常工作流。

AI 编程代理（AI Coding Agent） 是一类能够自主规划、编写、测试并提交代码的智能体，与传统的代码补全工具（如 GitHub Copilot 的早期版本）有本质区别。传统工具仅在开发者输入时提供片段建议，而代理式编程工具可以接受一个高层任务描述，自行分解步骤、调用终端和编辑器、运行测试并迭代修复，直至完成任务。Devin 是这一范式的代表产品，其“规划—编写—测试—提交”的工作流模拟了人类工程师的完整开发循环。这种能力依赖于大语言模型的代码理解与工具调用能力，也带来了新的风险：代理可能引入难以审查的复杂变更，因此人类最终审核环节至关重要。企业采用代理时，需建立代码审查、权限控制和回滚机制，以平衡效率与安全。

Exa 3.0：为 Agent 优化的搜索 API

Exa 发布了 Exa 3.0，这是面向 AI 代理的网页搜索 API 升级，目前已在网页端免费开放。新版本包含更大的嵌入模型和更便宜的 light 搜索类型，定价为每 1000 次请求 4 美元。

Dynamic Highlights 功能正式可用，它从搜索结果中挑选 token，而不是按页返回全文。Exa 称这种方式比全页文本少用 95% 的 token，同时还能提升答案质量。Exa 运行自己的爬虫和独立索引，覆盖超过 2 万亿 URL，但不提供自托管选项。在 Exa 自跑的八项基准测试中，新版本均领先于 Perplexity、Brave 和 Parallel，其中 BrowseComp 上的差距最大，达到 91.8%。

Mercury 3：扩散语言模型的速度与局限

Inception 的 Mercury 3 采用扩散架构，一次填充多个 token，而非逐 token 生成。据 MarkTechPost 报道，它在 Nvidia GPU 上达到每秒 1068 个 token，并拥有 100 万 token 的上下文窗口。

在 Inception 自己的测试表中，Mercury 3 在 12 项测试中的 8 项上领先 GPT-6 Luna 和 Claude Haiku 5.5（中等设置），优势最大的是指令遵循和代理式编程。相比 Mercury 1，模型规模大了 40 多倍，标准基准上的平均质量提升了约 3 倍，而速度保持在每秒 1000 token 以上。不过，它仅通过 Inception 的 Nvidia GPU API 提供服务，没有开放权重，也没有量化版本。

扩散语言模型（Diffusion Language Model） 借鉴了图像生成中的扩散思想：传统自回归模型逐 token 从左到右生成文本，而扩散模型从噪声出发，通过多次去噪步骤同时细化多个位置的 token。这种并行填充方式可以显著提升生成速度，因为一次前向传播就能更新多个 token，而非串行等待每个 token。Mercury 3 正是利用这一特性实现了每秒超过 1000 token 的吞吐量，并支持超长上下文。然而，扩散语言模型在训练稳定性、长程连贯性和精细控制方面仍面临挑战，且通常需要专门优化的推理基础设施。Mercury 3 仅通过 API 提供服务、不开放权重，也反映了当前高性能扩散模型在部署上的封闭性。对于需要本地部署或微调的企业，这仍是一个限制。

本地部署的务实选择

本地 Llama 社区中，有用户计划用 550 欧元购买二手 HP Z640（双 E5-2680 v4 CPU、64GB ECC 内存），再加两张 RTX 3060 12GB 显卡，用于 Qwen 3.8 Flash、llama.cpp、PyTorch 计算机视觉训练、强化学习、LoRA 微调和视频生成。悬而未决的问题包括双路 PCIe 布局、3060 的功耗限制转接、附带的 Quadro M6000 24GB 在 CUDA 12 下是否还有用，以及内存测试中达到 86 摄氏度的机箱散热。

同一社区还出现了一个实时 Mac 配置器 ModelFit，它基于实际 llama-bench 运行拟合的模型，展示哪些大模型能装进内存、在每种 Apple Silicon 配置上预期推理速度如何。

另有一个案例：用户在单张 RTX 3060 12GB 上以约 2.3 token/秒运行 Gemma 4 31B-Q5KM，希望达到 16K 上下文下每秒 15+ token。社区给出的选项是 PCIe 3.0 x1 转接卡上的 RTX 5060 Ti 16GB 加分层拆分，或廉价的 X79/X99 双 Tesla P100 方案。

Agent 治理：企业的新盲区

企业不仅要防御外部恶意代理，还要追踪和 securing 自身不断增殖的 AI 代理。据 CIO 报道，多数组织仍缺乏基本可见性。Anthropic 表示，82% 的组织在网络中发现过未注册的代理，57% 已在多阶段工作流中运行代理。

问题在于，创建一个代理只需一次 API 调用或任何员工的一句 vibe coding，厂商、平台原生和自研代理层层堆积。安全团队需要为每个代理建立单一记录，涵盖入职负责人、访问权限、行为和跨平台能力。一个附带了 50 个工具的过度授权邮件代理，就是值得调查的典型例子。Switch from Sandbox AQ 现在将 AI 代理的支出、性能指标和安全态势集中在一个视图中，让安全和财务团队获得跨平台的统一遥测。

网络安全专家对 Think Digital Partners 表示，自主代理需要新的数字身份框架，因为当代理跨系统自主行动时，以人为中心的控制会失效。

未注册代理（Unregistered Agent） 指在企业网络或云环境中运行、但未被安全团队正式登记和管理的 AI 代理。随着代理创建门槛降至一次 API 调用或员工随手“vibe coding”，业务部门、平台团队和第三方厂商可能各自部署代理，导致安全团队缺乏统一清单。这些代理往往拥有过度的访问权限（如读取邮件、调用内部 API），且行为难以审计。治理的关键是为每个代理建立单一记录，涵盖负责人、权限范围、行为日志和跨平台能力，并定期审查。缺乏可见性意味着企业无法及时发现异常行为、数据泄露或权限滥用。Switch 等厂商推出的统一遥测平台，正是试图将代理的支出、性能和安全态势集中呈现，帮助安全和财务团队协同管理。

llms.txt：给 Agent 的站点地图

网页把有用信息裹在导航、脚本和广告里，代理需要花 token 成本去剥离。llms.txt 是一个放在站点根目录的策划式 markdown 文件，汇集专家级摘要和关键页面链接，成为代理首先读取的地图。

上下文窗口仍然有限，花在解析网页杂项上的每个 token，都是永远到不了答案的 token。干净的 markdown 地图让代理在抓取完整页面前判断相关性。V2 修订版加入了标准链接关系，代理不必猜测 URL，具体是 rel="alternate" type="text/markdown" 和 rel="describedby"。OpenAI、Anthropic 和 Gemini 已经以这种方式发布开发者文档，文档平台也会自动生成该文件。

工程权衡在于维护开销与检索质量之间。持续更新该文件的站点，代理能更快找到正确信息；而过时的文件只是根目录下又一个过时资产。如果你已经维护高质量的 markdown 文档，并希望编程代理或检索系统可靠地消费它，那就发布一个。

llms.txt 是一种放在网站根目录的 Markdown 文件，旨在为大型语言模型和 AI 代理提供站点内容的策划式摘要与关键链接。它类似于给爬虫的 robots.txt，但目的不是限制抓取，而是引导代理高效定位高质量内容。文件通常包含站点简介、核心页面链接及简短描述，帮助代理在抓取完整页面前判断相关性，从而减少 token 消耗和解析噪声。V2 修订版引入了标准链接关系 rel="alternate" type="text/markdown" 和 rel="describedby"，使代理能直接发现 Markdown 版本和描述文件，无需猜测 URL。OpenAI、Anthropic 和 Gemini 已采用该方式发布开发者文档，部分文档平台也能自动生成。其价值取决于维护质量：持续更新可提升代理检索效率，而过时文件则形同虚设。

其他值得关注的动态

Centallion 的 AI 代理将贸易融资修改时间缩短了 80%（PYMNTS 报道）。Cognizant 与 Google Cloud 扩大合作，以扩展企业 AI 代理（HPC Wire 报道）。一家安全公司发现，与日本网络攻击有关的背后是一个与中国关联的 AI 代理（《海峡时报》报道）。

IT Brief Australia 指出，AI 代理正在改变管理者的工作，但问责机制尚未跟上。News Medical 报道了一种新 AI 模型，可在常规 CT 扫描中检测隐藏疾病。Gizmodo 获得的文件显示了一项军事计划，用代理式 AI 入侵美国对手系统。

微软 Foundry 正在加入定时代理和更智能的工具使用功能，并集成 GPT-6 模型。