待验证85% 置信事实时间未知
在20项复杂任务的测试中，Devin仅成功完成了3项
1
来源数
85%
置信度
中期 (~90 天)
时效性
2026/5/31
首次发现
有效期至：2026/8/29
来源
Devin 2.0深度评测：月费20美元的AI编程代理到底值不值
bilibili攒钱换房车的福叔
涉及实体
相关事实
待验证Devin在实际使用中20个任务仅成功3次83% 相似待验证在三个递进难度的编码任务测试中，Cursor + GPT-5仅完成了1/3的任务（33%完成率），只完成了Lint错误修复，未能完成静态转动态数据和3D Context Loss修复61% 相似待验证Each of the 5 test tasks in the evaluation took approximately 7-10 minutes to complete60% 相似待验证在沙盒物理模拟测试中，Qwen3 27B主动编写测试脚本进行26项断言检查，反复验证直到10/10全部通过60% 相似待验证创建新Skill时应准备10-20条测试提示，包括5条快乐路径场景和5条该不用的场景60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/3196API
curl https://kongchang.com/api/v1/knowledge/claims/3196MCP
get_claim(id=3196)