一位創辦人靠 20 個 AI 機器人經營遊戲工作室|Walden Yan
一位創辦人靠 20 個 AI 機器人經營遊戲工作室|Walden Yan
Cognition 的 Walden Yan 說明一位創辦人如何靠 20 個專職 Devin 機器人經營遊戲工作室,每週合併 1,900 個 PR;他主張形式驗證(formal verification)與自動化測試將讓人工程式碼審查走入歷史。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
Cognition 共同創辦人 Walden Yan 主張,AI 程式代理正從「任務執行者」轉型為可長期存在、主動積極的「同事」——你可以直接交辦一份職責,而不是丟一張工單;他認為這將改變軟體團隊與企業看待 AI 支出的方式。本集對談主要圍繞 Devin Bots 的發布:它與單一任務代理有何不同、一位 beta 測試者如何用 20 個專職 bot 經營一間遊戲工作室、Cognition 自己如何用 bot 打造自家產品,以及 Yan 認為代理驅動的工程模式與按成果編列預算的作法接下來會怎麼走。標題所說的「一位創辦人、20 個 bot」確有其事,但只佔了幾分鐘;節目主體是產品哲學、內部使用資料,以及對程式碼審查與企業採用的預測。
Yan 發言的立場,來自一家已把自家開發流程搬上自家產品的公司——他說在 Cognition 幾乎找不到不是 Devin 寫的程式碼,有些員工甚至不帶筆電,改用執行雲端版 Devin 應用程式的 iPad。主持人 Madison Kanna 本身是前軟體工程師,她以自己實際操作這些 bot 的經驗來檢驗這些說法。讀者讀完後應該能掌握:Cognition 對產能提升的具體主張、「decisions」功能的運作機制、由 bot 管理 bot 團隊的方式,以及 Yan 自己也承認尚未解決的信任、審查與成本問題。
Devin Bots 賣的是「職責」而非「任務」,整套說法建立在單一客戶的數字上
Yan 的核心區分是:一般代理接到的是單一任務(「實作這個 PR、把這顆按鈕改成別的顏色」),而 Devin Bot 被設計成「可長期存在、主動積極的同事」,交辦的是一份職責——「負責我們的發布流程」,或「當我的幕僚長」。最具代表性的例證,是一位只以「經營遊戲公司的女性」身分出現的早期 beta 測試者:整間公司就是她加上 20 個各司其職的 bot,從 UI 設計到發布管理都有。按 Yan 的說法,這些 bot 會互相協調、每天開站立會議,還會互相按讚打氣。
| 指標 | 她開始使用時 | 她使用至今 |
|---|---|---|
| 每週交付 PR 數 | 約 50 | 約 1,900 |
| 團隊組成 | 她一人,加上 20 個專職 bot | 相同 |
| 產品成果 | — | 得獎遊戲;Yan 稱期間評分與營收皆上升 |
Yan 表示該遊戲的評分與營收在同一期間內成長,但兩者都沒給基期數字,也沒有明確時間範圍。50 到 1,900 這個 PR 數字,是他對單一 beta 測試者經驗的描述,並非經稽核的基準資料。
Poke 併購案提供了主動式代理的技術底子
Yan 把這項產品的源頭追溯到 Cognition 併購 Poke——他稱 Poke 是「個人化、主動且持久之代理」的先驅。Poke 原本的設計是一個可以用 iMessage 傳訊的代理:它會提醒你忘了的事、幫你掌握工作進度,Yan 說「它很受歡迎,大家真的很愛用」。這樁併購的策略邏輯,就是把同一套技術轉向工程團隊,理由是人不只想要一個個人助理,更希望 AI 加速公司裡的每一件事。Yan 把 Poke 團隊與那套技術視為催生 Devin Bots 的「關鍵一大塊」。他沒有透露併購價格或日期,只說相對於 2026 年 11 月的發布時間是「幾個月前」。
Cognition 用 Devin 開發 Devin,現在 bot 還會自己寫 prompt、自己調校
Yan 稱 Cognition「一直都用 Devin 打造 Devin」,而且他「很難找到任何不是 Devin 全自主寫出來的程式碼」。內部採用程度之深,已讓部分員工捨棄筆電、改用 iPad 操作雲端版 Devin。他表示,內部匯入 bot 之後,合併 PR 數對傳給 bot 的訊息數之比提升了約 4 倍——也就是每一道指令現在能推進更多工作。
最清楚的例子是 Android 應用程式。Cognition 沒有另外組團隊,而是叫一個 bot 去看 iOS 版應用程式,做到「完全對齊」,只偶爾關心一下——「有些日子我們根本沒跟它講話」。Yan 說它為了維持功能對齊合併了數千個 PR,並強調這「不是隨便亂做」:bot 會執行程式、跑測試,還做畫素級比對。
這種自我打造也延伸到 prompt 工程。Bot 會持續修改 Devin 自己的 prompt,但設有護欄:任何變更都必須在多種模型上各跑至少 10 次;超過一定長度的變更需要人工審查,較短的則免;bot 也會回應人工提交的 bug 回報。Yan 描述自己回來時發現 bot 已根據 bug 回報做了五、六處 prompt 調整,直呼「那種感覺很棒」。
decisions 功能是針對上下文切換的介面解方
Kanna 特別點名 decisions 功能是她最喜歡的一項:當平行執行的執行緒很多時,bot 只會浮出真正需要人類拍板的專案。Yan 的說法是,使用者不必逐行審查程式碼——如果 Devin 認為某件事夠重要,就會把它變成一個決策點,讓人從高層次討論;低風險的專案則自動合併。Kanna 說,半年前她根本不會相信這種功能竟然還不存在,因為在眾多執行緒之間迷失方向實在太容易了。
Yan 指出這是新出現的需求:一年前很少 Devin 使用者會同時跑多條執行緒,現在很多人這樣做,甚至有人用 Devin 去管理其他 Devin。這是他為 bot 主張的第二個差異點——給它一個目標或一份職責,它就會自己拉起整組代理並加以管理,把協調的負擔吸收掉。
flowchart TD
A["人類設定職責或目標"] --> B["Devin Bot 規劃工作"]
B --> C["Bot 拉起一組子代理"]
C --> D["子代理平行執行"]
D --> E{"風險等級?"}
E -->|"低風險"| F["自動合併"]
E -->|"高風險或不明確"| G["浮出為決策專案"]
G --> H["人類從高層次拍板"]
H --> D
F --> I["PR 合併、追蹤成果"]
給使用者的建議:野心要遠大於你覺得合理的程度
Yan 最主要的判斷準則是:新使用者「野心不夠大」,因為他們習慣被「代理能做到什麼」卡住。他的指示是把最天馬行空的想法直接丟給 bot,因為它會平行處理多條執行緒、隨時間複利累積,並逐步學會使用者想要什麼、不想要什麼。他舉發布影片中與 Venus Williams 對談的過程為例:他從中見識到職業網球選手背後有多複雜——海拔與濕度會影響穿線磅數、團隊必須事先備妥符合賽事規格的球、餐飲與備賽時程都必須嚴格遵守。那次拍攝給他的心得是:叫她直接打給 bot,把心裡想的事講出來就好。
Kanna 對同一件事的體會是:當了十年工程師,她本能地叫 Devin「把這個 app 做出來」,後來才發現她的 bot Ada 可以直接把事情辦好——app 從來就不是重點。Yan 把這點推廣成一個市場論斷:世界已經過了 vibe coding 的階段,非工程師現在也能打造並維護專業級的客製工具,代理會補上缺口、持續主動推進,軟體不再是固定的天花板。
主動性來自累積的上下文,產品藍圖指向按成果編列預算
Yan 說,首要任務是理解使用者、隨時間累積上下文——從 GitHub 瞭解專案,從公司 Slack 瞭解接下來要發生什麼。在內部,bot 會提醒你某位同事正在做類似的事,或另一項變更影響到你的工作、而且已經有人送修補 PR 等著合併。他把這個概念往外延伸:bot 可能主動丟出一則相關新聞或一套新的研究方法——他提到 Kanna 的記憶法 app——並提議納入。Kanna 的希望是她的 bot Ada 能把她跨領域正在學的主題串起來。
企業應用是整集最具份量的部分。Yan 說,bot 讓組織不必再發工單,而是交辦高層次、可量化的目標——「去把我們應用程式的速度最佳化」、「提升我們 onboarding 流程的使用者留存」——然後信任 bot 自行組隊達成。他直接把這件事扣到成本上:像 Uber 這類擔心 AI 支出失控的公司,唯有把代理綁在明確成果與可界定的預算上,才可能安心。他稱成果導向是「啟發我們打造 Devin Bots 的另一件大事」,並預測這將大幅改變大型企業部署代理的方式。對不知從何下手的公司,他認為主動性本身就是上手機制——叫 bot 看一下你的分析資料,它可能主動提議每天出報告或改善資料管線,順帶教會使用者新的用法。
「你唯有能給代理明確的成果與可界定的目標,才真的有可能對 AI 支出感到安心。」
Yan 預測程式碼審查將消失——靠工程手段讓它消失,而不是視而不見
Yan 的前瞻主張是:程式碼審查「很快會成為過去式」,但原因不是團隊不再在乎。工作會轉移到更高層次的問題:把程式庫架構好,讓整個區塊都不可能引入安全漏洞;加入形式驗證與更好的測試基礎設施;設好護欄,讓代理值得信任。他說自己一直催自家 bot 減少他的審查負擔,因為那是他最不享受的部分,而這種重新框定本身就是個有趣的工程問題。
他形容中間有一段「恐怖谷」時期:寫程式變簡單了,工作卻變成審查不是自己寫的程式碼——最不享受的部分。他說 bot 正把整個產業拉出這個谷底,恢復一種節奏:他做架構與產品決策,同時還能享受按下合併的成就感。Kanna 深有同感,形容自己那段 AI 輔助時期,就是對別人的程式碼留「我看沒問題」的評論。
拉長來看,Yan 想從個人貢獻者層級的任務,推進到組織層級的目標——打造整個產品、維護整個應用程式,或攻克尚未解決的問題。他明白表示,今天還不能把整個問題交給 AI,但希望一年內能有一個「超級 Devin bot」,接下像「促成新藥開發」這麼大的題目,把它拆解成實驗、所需軟體、投資規模與計畫,讓人類只負責選 A 路線還是 B 路線、決定要承擔多少風險。談到模型選擇,他說 Cognition 與所有主要模型實驗室都有合作,依價效比把模型對應到任務,而且客戶越來越不想逐一管理每個任務該用哪個模型——交給 bot 決定。他最後回到創業故事:當年他在宿舍裡有 10 到 20 個副業專案,想要一個會主動傳訊息給他、幫他維護這些專案的 AI;那時模型還不夠好,如今雲端基礎設施與多代理能力讓這件事成真。
本集留下的未解問題
節目中最強的說法都是單一客戶的軼事與內部比率,而非對照組量測:50 到 1,900 的 PR 躍升、每則訊息對應 PR 數提升 4 倍、維持功能對齊的 Android bot,全都出自 Yan 之口,既無獨立驗證,也沒有附上成本數字。本集始終未解的張力,正是 Yan 自己點名的信任問題。要自動合併數千個 PR,靠的是護欄(長度門檻、重複測試、架構限制),而這些護欄是否足夠只是被宣稱,並未被證明;至於能讓企業 AI 支出變得可讀的按成果編列預算,也只是被描述成一個方向,而非已上線的機制。值得持續觀察的是:Cognition 是否會公佈任何關於 bot 產出程式碼品質的可量測資料,以及「給 bot 一個目標、它就組出一支團隊」這套模式,在一家為自己打造這套工具的公司之外是否站得住腳。