细数AI程序员 Devin、SWE-agent、通义灵码、Devika…，“码农”要失业了吗？

全球首位AI工程师：Devin

3月12日，美国AI初创公司Cognition AI在X平台发布一条视频，宣布了首位完全自主的AI程序员 Devin 的诞生。

第一位接近人类的 AI 程序员，究竟强在哪里？

不同于我们在前两年看到的 GitHub Copilot 等 AI 编程助手，Devin 并非单纯辅助的角色，而是能够完全独立、端到端地完成整个开发项目，包括从编写代码、修复 Bug 到最终执行的完整编程生命周期。

Devin 不仅能自主学习新技术，自己改Bug，甚至还能训练和微调自己的AI模型，表现已然远超GPT-4等“顶流选手”。

Cognition AI 对于 Devin 的定义是：世界上第一位完全自主的 AI 软件工程师。利用大模型能力已经掌握了全栈技能，仅需要人类给出自然语言指令，就可以自动完成复杂的代码任务。

目前用过 Devin 的少数用户，给出的实测感受基本都是赞赏有加：

• Devin 从头开始构建一个网站，只要 5-10 分钟。

• Devin 重复创建基于 Web 的经典乒乓球游戏，只要 5-10 分钟。

• Devin 可构建一个小型 SMS 网站摘要器，并通过 Twilio 部署。

• Devin 擅长项目原型设计、修复错误以及以图形形式显示复杂数据。

• Devin 已经通过了一家行业领先 AI 公司的工程面试。

• Devin 可以在自由职业平台 Upwork 接单：编写和调试代码来运行计算机视觉模型。Devin 有条不紊地设置代码仓库，解决版本冲突，从互联网下载图片供模型使用，采样结果数据，还编写了一份漂亮的报告，完美达到雇主需求。

Cognition AI 让 Devin 进行了一次编码基准测试 SWE-Bench，解决开源项目里真实存在的 GitHub 难题。

Devin 完全自力更生，端到端正确解决了其中的 13.86%，比起之前模型在辅助下的最好成绩 4.8%，这已经是非常大的进步了，甚至远远超过了 GPT-4、Claude2 等一众前辈。

随后的这两个月里，无数的 Devin 模仿者横空出世。

1 OpenDevin：3月13日（Devin 发布第二天）首次出现了 Devin 克隆版本 OpenDevin：https://github.com/OpenDevin/OpenDevin

2 AutoDev：3 月 13 日，微软提交了一篇关于全自动软件开发框架的论文AutoDev，还介绍了多智能体协同（Multi-Agent）的概念。https://arxiv.org/pdf/2403.08299.pdf

3 AutoCoder：AutoCoder是国人祝威廉团队在 3 月 18 日首次发布的命令行版 Devin。https://github.com/allwefantasy/auto-coder

4 Devika：3月21日，Devin 开源竞品 Devik问世。Devika 是一个富有主动性的AI软件工程师，依托于Claude 3能够理解人类的高级指令，把这些指令分解成具体步骤，搜集所需的信息，并据此编写代码来完成既定目标。

https://github.com/stitionai/devika

5 通义灵码：4月2日，国内首个AI程序员“通义灵码”入职阿里云：专属工号AI001。

6 SWE-agent：4月3日，普林斯顿大学的NLP团队开发了一个开源AI程序员SWE-agent，它利用GPT-4模型在GitHub存储库中自动解决问题。SWE-agent在SWE-bench测试集上的表现与Devin相似，平均耗时93秒，解决了12.29%的问题。SWE-agent通过与专用终端交互，可以打开、搜索文件内容，使用自动语法检查、编辑特定行，以及编写和执行测试。

https://github.com/princeton-nlp/SWE-agent

7 Replit Teams：初创公司 Replit 将在 4 月 9 日发布的 Devin 竞品。

普林斯顿首个开源AI程序员：SWE-agent

程序员请 AI 代劳自己的工作，不只是 Cognition AI 一家的想法。

4月3日，来自普林斯顿大学 NLP 组的研究人员放出了一个开源版 AI 程序员——SWE-agent，不到一天就获得了上千的 GitHub Star 量。

SWE-agent 是一款用于自主解决 GitHub 存储库中问题的新系统。

项目网站：https://swe-agent.com/GitHub：https://github.com/princeton-nlp/SWE-agent

在SWE-agent上，团队主要设计了这些功能：

• 创建文件查看和编辑器，可以打开、滚动和编辑文件。结果发现每轮只显示100行时效果最佳。

• 通过自动语法检查编辑特定行。如果代码语法不正确，就不让编辑命令通过。当命令输出为空时会返回一条信息：”您的命令运行成功，但未产生任何输出”。

• 编写和执行测试。目前使用SWE-agent主要有两个步骤：

1 第一步：推理。SWE-agent接收一个输入的GitHub问题，并返回一个试图修复该问题的拉取请求。

2 第二步：评估拉取请求，以验证它是否确实修复了问题。（目前仅适用于 SWE-bench 基准中的问题）。

图注：SWE-agent示例

在SWE-bench测试集上，SWE-agent 成功解决了 12.29% 的问题，平均耗时只有93秒，准确率堪比Devin（13.84%）。

研究人员专门为大语言模型设计了简洁的指令和反馈格式——智能体-计算机接口（ACI），从而让模型能够更轻松地浏览代码仓库、查看、编辑和运行代码文件。

通过智能体计算机接口（ACI），SWE-agent 让LLM有了与专属的Docker容器互动，实现浏览、搜索、编辑和执行代码的功能，从而极大地拓宽了LLM在软件开发领域的应用范围。

研究团队表示，他们将在4月10号发布论文。

国内首个AI程序员：通义灵码

4月2日，国内首个AI程序员“通义灵码”入职阿里云：专属工号AI001。「通义灵码」由阿里云和通义实验室联合开发，目前下载量超过 200 万，每天都有数百万行代码被人类程序员采纳。

AI程序员「通义灵码」在阿里云担任「代码助理」，具备扎实的编程基础，深入学习过万亿量级的代码数据，目前能熟练使用 200 多种编程语言，精通其中 16 种语言，包括 Java、Python、Go、JavaScript、TypeScript、C/C++、C# 等主流语言。

「通义灵码」可优化代码、生成测试框架和用例，提高工作效率。

「通义灵码」还有一点优势：支持企业级代码库专项训练，能够更好理解企业的代码和文档数据，并支持国产化适配。

未来 20% 阿里云代码将由其编写，但程序员仍为核心。

图注：通义灵码可以迅速写出单元测试

图注：通义灵码具备研发智能问答、异常报错排查等能力

阿里云宣布，通义灵码在通义千问 APP 上线， 免费向全民开放，所有人可以随时随地在手机上写代码、读代码、学习编程技能。

随着像Devin、Devika和OpenDevin这样的AI软件工程师的兴起，我们已经见证了AI在编程方面的巨大潜力。

这些AI不仅能够规划和执行复杂的工程任务，还能找出并修复漏洞，甚至负责整个项目的开发流程。然而，当面对复杂的现有代码库并追求编写安全代码时，情况变得更加复杂。

虽然我们尚未达到AI能够完全取代软件工程师的阶段，但AI无疑正在改变技术领域的面貌和未来的走向。

AI与程序员相互促进，共同学习。

参考：https://finance.sina.cn/2024-04-05/detail-inaqurrr9584546.d.html