Devin

Claude Opus 4.8 launched: code defect omission rate reduced to 25% of Opus 4.7’s, hallucination probability dropped to 10%; new Dynamic Workflows enable hundreds of sub-agents in parallel—Bun migration case produced 750K lines of Rust with 99.8% test pass rate.

Grok 4.6在Devin中发布，性能超越GPT-5.6 Sol，但落后于Opus 5和Fable 5。

GPT-5.6系列在FrontierCode平台实现价格性能突破，成本下降已自动同步至Devin用户。

Kimi K3在Devin平台实现接近前沿性能，基准测试得分58.2%且环境管理能力突出。

Kimi K3在FrontierCode 1.1基准测试中展现接近前沿水平的工程能力，63.6%通过率与58.2%得分验证其实际应用潜力。

Devin 现在在每次代码审查中自动进行安全审查，能发现扫描工具遗漏的漏洞并提供修复建议。

Cognition 公司推出 AI 生产力保证计划，投入 1000 万美元证明 Devin 能够提升工程产出。

LangSmith Sandboxes securely run untrusted agent code via isolated execution environments, effectively preventing risks like the 'sci-holude' supply chain attack, applicable in AI agent scenarios for software engineering and data analysis.

文章探讨了异步代理技术如何推动工程实践变革，包括80%的AI提交和7倍PR增长的具体案例。

Sonnet 5模型在Devin Desktop/CLI中将临时减少30%配额消耗，8月31日后恢复原配额标准。

Cognition launches the AI Productivity Guarantee, pledging up to $10M to fund Devin usage if engineering value falls short of cost, shifting industry focus from tokens to tangible output.

Cognition launched an AI Productivity Guarantee that measures value by productive engineering hours saved per Devin task instead of token usage, offering up to $10M in usage funding if delivered value falls short of cost, shifting the industry from activity to output metrics.

文章探讨了在大规模代理开发中验证端到端测试能力的实践经验，强调了虚拟机技术的重要性。

Cognition Labs宣布Devin现在可以在Windows虚拟机中本地运行，从而能够构建、运行和测试原生Windows应用程序。

Cognition Labs 宣布 Devin 现在支持 Windows 原生工具链，包括 MSBuild、IIS、PowerShell 和 SQL Server 等，并且在这些系统实际依赖的环境中运行。Devin for Windows 提供了企业级的安全和治理控制，如隔离会话、不使用客户代码进行训练，以及符合 SOC 2 Type II 和 ISO 27001 标准，支持单点登录和基于角色的访问控制。

Cognition 宣布推出 Devin for Security，将 AI 工程师能力引入安全修复场景，应对 AI 加速漏洞利用与防御工具滞后之间的矛盾。

Cognition 的 Devin 工具可自动识别安全漏洞并生成修复代码，提升开发效率与安全性。

Devin Review 现在在 PR 审查过程中自动扫描安全漏洞，提供修复建议。

Cognition与OpenAI合作，在Devin平台以五折优惠提供GPT-5.5，优惠持续至5月14日。GPT-5.5提升了Devin的自主运行能力，能发现并修复其他模型难以捕捉的生产问题。

Cognition 通过重建 Devin 的渲染器，实现了聊天加载速度提升 55% 和 INP 下降 36%。

Grok 4.6在Devin中发布，性能超越GPT-5.6 Sol但落后于Opus 5和Fable 5，适用于代码分析场景。

AI将在未来两年内主导80%的代码编写，但人类仍负责决策和审查。

Cognition 获得 10 亿美元融资，估值达 250 亿美元，其产品 Devin 在 AI 编程领域表现突出。

Cognition shares insights into the end-to-end testing capabilities of Devin's virtual machine, highlighting the technical details of implementing verification at scale.

Scott Wu分享了他在77秒内完成Expert级别的Minesweeper游戏，并宣布Devin现在支持Windows虚拟机。这可能意味着Devin平台增加了对Windows环境的支持，使得用户可以在该平台上运行Windows应用程序和游戏。

GPT-5.6 Sol在FrontierCode 1.1基准测试中实现70%性能优化，但未披露具体技术细节。

Cognition公司强调在权衡中选择最大化野心的方向，其产品Devin经过改进后已达到可用状态。

Grok 4.6在Devin平台发布，性能超越GPT-5.6 Sol但落后于Opus 5和Fable 5。

Cognition为初创企业提供65,000美元Devin积分，声称可提升工程效率。

Kimi K3现已集成到Devin Desktop和CLI，其在FrontierCode 1.1测试中表现接近前沿水平。