Cognition, стартап, специализирующийся на искусственном интеллекте, объявил о запуске своего первого продукта — Devin, автономного ИИ-программиста. Компания утверждает, что Devin установил новый рекорд в бенчмарке кодирования SWE-Bench, успешно прошел практические инженерные собеседования и выполнил реальные задания на Upwork.
Вооружившись инструментами разработчика, такими как командный интерпретатор, редактор кода и браузер в изолированной среде, Devin может изучать новые технологии, создавать и развертывать полнофункциональные веб-приложения, находить и исправлять ошибки в базах кода и обучать модели искусственного интеллекта.
Devin может как сотрудничать с людьми-разработчиками, выполняя роль ИИ-помощника, так и самостоятельно выполнять задачи и отправлять их на проверку. ИИ-программист использует алгоритмы машинного обучения, чтобы постоянно учиться, улучшать свою производительность и адаптироваться к новым задачам.
Хотя технические подробности пока не разглашаются, генеральный директор Cognition Скотт Ву намекнул на уникальное сочетание больших языковых моделей и методов обучения с подкреплением, которые позволяют Devin использовать передовые возможности рассуждения. Независимые тестеры, включая известных венчурных инвесторов и руководителей компаний, высоко оценили способность Devin сохранять последовательность и не отвлекаться от задачи на протяжении сотен и тысяч шагов, что является заметным улучшением по сравнению с существующими помощниками по кодированию с помощью ИИ.
Потенциальные последствия появления автономных ИИ-кодеров, подобных Devin, весьма значительны. Одни считают, что они освободят разработчиков от рутинных задач и демократизируют создание программного обеспечения для тех, кто не является кодером. Другие беспокоятся о том, как это отразится на рабочих местах разработчиков и индустрии программного обеспечения в целом.
Devin пока не доступен в открытом доступе, но он стал доступен через список ожидания для разработчиков, которые делятся своим опытом на сайте X (бывший Twitter) и в других социальных сетях и сервисах.
