Cognition i Devin: AI-agent kodujący, który ma wspierać, nie zastępować programistów
Redakcja••4 min czytania•1
Zdjęcie: © Fotis Fotopoulos / Unsplash
Źródło: unsplash.com/photos/6sAl6aQ4OWI
Cognition, twórca agenta kodującego Devin, ogłosiło rundę finansowania o wartości 1 mld USD przy wycenie 26 mld USD. W komunikatach firma przedstawiła wizję „samosterującego tworzenia oprogramowania”, a jednocześnie CEO Scott Wu zaznaczył, że Devin nie jest koncepcją mającą na celu wyeliminowanie programistów. Informacje o finansowaniu i o roli Devina w procesie tworzenia oprogramowania stały się przedmiotem dyskusji o tym, jak narzędzia AI będą wpływać na rynek pracy IT.
Ogłoszenie dotyczy dużej rundy inwestycyjnej oraz strategii produktowej. Cognition podkreśliło, że Devin „naturalnie realizuje zadania od początku do końca” i że firma zmierza w kierunku bardziej zautomatyzowanego procesu tworzenia oprogramowania. W komunikacie pojawiło się określenie „self-driving software development
Słownik artykułu
Krótkie objaśnienia terminów występujących w tekście. Każde hasło prowadzi do szerszej definicji i przykładów użycia.
Devin to zaawansowany agent programistyczny zaprojektowany do wykonywania zadań programistycznych w sposób autonomiczny lub półautonomiczny. W ujęciu Cognition agent ma przejmować dużo zadań praktycznych: generowanie kodu, wprowadzanie poprawek, migracje oraz modernizację istniejących aplikacji. Firma opisuje Devina jako warstwę abstrakcji — podobnie jak wizualne środowiska programistyczne upraszczały dostęp do tworzenia oprogramowania, tak agenty mają ułatwić przechodzenie od pomysłu do gotowego produktu.
W praktyce Cognition przypisuje agentowi znaczną część operacyjnego tworzenia oprogramowania wewnątrz firmy. Według przedstawionych danych 89% commitów kodu w zespołach inżynierskich pochodzi od Devina oraz od lokalnych agentów pochodzących z przejętej platformy Windsurf. Firma wskazuje, że agenty radzą sobie szczególnie dobrze z tzw. długim ogonem prac — zadaniami utrzymaniowymi, aktualizacjami bibliotek, przenosinami aplikacji między platformami czy uporządkowywaniem zależności — czyli czynnościami, które bywają dla programistów monotonne i czasochłonne.
Scott Wu odrzuca narrację o zastąpieniu programistów. Wyjaśnia, że Cognition nigdy nie traktowało Devina jako narzędzia do masowego zwalniania ludzi i że agenty mają raczej uwolnić programistów od żmudnych zadań, by mogli skupić się na twórczej pracy. Wu przyznaje, że agent może działać samodzielnie na poziomie porównywalnym z juniorem lub średnio zaawansowanym inżynierem, w zależności od rodzaju zadania, ale według niego kluczowe pozostaje ludzkie sprawowanie nadzoru i decyzyjność.
W swoich wypowiedziach Wu podkreśla też wartość pracy twórczej: dla wielu inżynierów programowanie jest procesem tworzenia od podstaw i realizacją pomysłów. Cognition stara się przedstawiać Devina jako „kumpla”, który pomaga zrealizować więcej projektów szybciej, a nie jako zastępstwo tożsamości zawodowej programisty. W biurze Wu trzyma nawet pluszowego Devina jako symbol tej idei.
W branży panuje zainteresowanie koncepcją systemów, które uczą się i ulepszają same — tzw. systemów rekurencyjnych lub „self-improving”. Wu opisuje nadchodzący okres jako „dziką jazdę”, oczekując że podobne agenty będą wchodzić do innych sektorów, od obsługi klienta po medycynę. Jednocześnie podkreśla, że w każdej dziedzinie powinno pozostać prawo człowieka do ostatecznej decyzji i kontroli nad działaniem systemu. To stanowisko wpisuje się w szerszą dyskusję o tym, jak łączyć efektywność AI z odpowiedzialnością i nadzorem ludzkim.
Rok 2026 przynosi liczne doniesienia o restrukturyzacjach i próbach automatyzacji stanowisk pracy. W tym kontekście komunikat Cognition oraz deklaracje Wu są przykładem jednego z podejść: intensywne wykorzystanie agentów do prac operacyjnych przy równoczesnym zachowaniu roli ludzkich specjalistów w zadaniach kreatywnych, decyzyjnych i nadzorczych.
Dla firm i zespołów technologicznych pojawienie się efektywnych agentów kodujących oznacza konieczność przemyślenia procesów pracy: jak integrować automatyzację z istniejącymi zespołami, jak organizować kontrolę jakości i kto będzie odpowiadać za decyzje architektoniczne. W praktyce może to oznaczać większy nacisk na nadzór nad modelem, testy integracyjne oraz procedury walidacji oraz na doskonalenie kompetencji programistów w obszarach projektowania systemów, bezpieczeństwa i etyki korzystania z AI. Regulacje i standardy branżowe mogą także zyskać na znaczeniu, gdy systemy zaczną odgrywać coraz większą rolę w dostarczaniu krytycznego oprogramowania.
Szacunkowa wartość przedsiębiorstwa ustalana na potrzeby inwestycji, finansowania lub transakcji. Nie musi być równa wartości księgowej ani ostatecznej cenie sprzedaży.
Brak komentarzy. Bądź pierwszy!
