Devini töövoog seestpoolt: tööriistade kasutus, planeerimine ja autonoomia

Sissejuhatus

Devin (firmalt Cognition AI) on uus autonoomne tehisintellektist tarkvarainsener, mis suudab planeerida tarkvaraarenduse ülesandeid ja neid suures osas iseseisvalt täita. See töötab koodiprojektidega algusest lõpuni, kasutades tööriistu nagu koodiredaktor, käsurea kest ja veebibrauser koodi uurimiseks, kirjutamiseks, testimiseks ja juurutamiseks. Demodel ja pressis on Devinit näidatud koodibaasi skaneerimas, plaani genereerimas, faile muutmas, teste käitamas ja pull-requeste tegemas üllatavalt vähese inimliku panusega (medium.com) (www.linkedin.com). Cognition väidab, et Devin suudab hakkama saada „keeruliste inseneriülesannetega, mis nõuavad tuhandeid otsuseid“, meenutades konteksti igal sammul ja isegi õppides oma vigadest (medium.com) (www.linkedin.com). Seepärast uurime Devini disaini ja töövoo avalikke üksikasju. See hõlmab seda, kuidas Devin ülesandeid jaotab (selle planeerimisprotsess), kuidas see arenduskeskkonnas (redaktor, terminal, brauser) sõna otseses mõttes töötab, kuidas see koodimisseansi käigus mälu või konteksti säilitab, kuidas see ennast parandab ja itereerib ning milliseid piirdeid või ohutusmeetmeid see kasutab. Samuti märgime, mis pole avaldatud – näiteks mudeli täpsed sisemised detailid on saladuses hoitud, nii et osa kogukonna arutelust tugineb haritud oletustele.

Ülesannete planeerimine ja jaotus

Kui arendaja annab Devinile uue ülesande, on esimene samm failide muutmise ja nende järjestuse planeerimine. Cognitioni märkmed selgitavad, et Devin kasutab „planeerimisrežiimi“ alamagenti, kelle ülesanne on välja selgitada, millised failid repositooriumis on ülesande jaoks olulised (medium.com) (docs.devin.ai). Praktikas „uurib“ Devin repositooriumi ja pakub plaani enne mis tahes koodi kirjutamist (docs.devin.ai) (docs.devin.ai). Keeruliste ülesannete puhul näevad arendajad seda plaani ja saavad seda heaks kiita või kohandada; kui Agentuuri režiim on lubatud, jätkab Devin automaatselt oma plaaniga ilma heakskiitu ootamata (docs.devin.ai) (docs.devin.ai).

Telgitagustes treenis Cognition seda planeerimisagenti tugevdatud õppega. Ühes analüüsis kirjeldab meeskond, kuidas nad andsid planeerijale ainult kirjutuskaitstud tööriistu (nagu ls, grep või read_file) ja premeerisid seda, kui see ennustas õigesti failikomplekti, mida inimene muudaks (medium.com) (medium.com). Tulemus: Devini planeerija õpib tegema paralleelseid failisüsteemi päringuid (nt käivitades ls ja grep korraga erinevates kataloogides) ja seejärel kitsendama paljutõotavaid vihjeid (medium.com). Treenimiskaristus soodustab tõhusust, nii et agent väldib toorest jõudu (nt kogu repositooriumi lõputut greppimist) ja selle asemel „pühendub“ koheselt, kui leiab sihtmärgi (medium.com). See tähendab, et Devini planeerimine on andmepõhine: see on õppinud üldisi koodibaasi navigeerimisstrateegiaid (nagu Cognition märgib, treeniti mudelit paljudel repositooriumidel ja kasutajapäringutel) (medium.com) (medium.com).

Kasutaja tasandil näete tulemust sammude ülevaatena. Näiteks uue funktsionaalsuse taotluse korral pakub Devin midagi sellist nagu „muuta faili A, et rakendada X, lisada testid faili B, seejärel uuendada konfiguratsiooni C.“ Demodel, kui kasutaja unustas mõned detailid täpsustada, tabab Devini plaanimissamm seda sageli ja palub selgitust. Ühes demos lisas abiline automaatselt GitHubi konto konfiguratsiooni plaani, kuigi kasutaja seda selgesõnaliselt ei maininud (www.developersdigest.tech) (www.linkedin.com). Need planeerimissammud (küsimuste esitamine, ülesannete loetlemine, failide kaardistamine) tehakse kõik Devini dialoogiliideses enne mis tahes koodi kirjutamist. Kui kasutaja nõustub või automaatne heakskiit on sisse lülitatud, liigub Devin täitmisele.

Töötamine arenduskeskkonnas: redaktor, terminal ja brauser

Devin töötab liivakastiga arenduskeskkonnas. Cognitioni materjalid kirjeldavad seda kui tuttava arendajate tööriistakomplektiga varustatut: kesta terminal, koodiredaktor ja veebibrauser on kõik selle käsutuses (medium.com) (docs.devin.ai). Praktikas, kui Devin töötab, logitakse kõik selle tegevused ja need on nähtavad veebiliideses. „Jälgi Devinit“ vaade tõstab esile iga tegevuse (nagu faili muutmine või kestakäsk) ja isegi võimaldab inimesel klõpsata ikoonil, et hüpata otse koodiredaktorisse või terminali, kus see tegevus aset leidis (docs.devin.ai). Näiteks, kui Devin muudab JavaScripti faili, saab kasutaja klõpsata, et näha VSCode redaktori vaadet koos muudatustega, või kui Devin käivitab kestakäsu, klõpsata, et näha terminali väljundit.

Soovi korral saate Devini tööruumi ka käsitsi siseneda. Hiljutine uuendus lisas nupu „Kasuta Devini masinat“, mis avab Devini keskkonna VSCode'is veebi kaudu (docs.devin.ai). See tähendab, et arendaja saab piiluda Devini faile, käivitada käske või isegi käsitsi muuta koodi selle tööruumis. (Pikalt kestvate ülesannete puhul on see mugav, kui soovite midagi poolel teel kontrollida.) Ühes näites aktiveeris kasutaja selle, et jälgida Devinit kasutajaliidese elementide loomisel: kasutaja avas sõna otseses mõttes Devini VSCode'i, nägi Devini kirjutatud uusi faile ja sai kasutajaliidest reaalajas uurida.

Brauseri tööriist võimaldab Devinil Internetis asju uurida või testida. Demodel on näha Devinit kasutamas veebiotsingut dokumentatsiooni või teekide otsimiseks ja isegi kohaliku veebiserveri käivitamist, et kontrollida, et selle kood pole katki (nt suunab see brauseri localhost aadressile, et veenduda kasutajaliidese toimimises). Kokkuvõttes on Devini liides multimodaalne: see suudab vastu võtta sisendeid nagu tekstiviipasid, lisatud disainipilte või dokumente ja isegi koodilõike ning see suhtleb nii vestluse kui ka nende arendajatööriistade kaudu (www.developersdigest.tech) (medium.com). Tulemuseks on kogemus, mis on palju lähemal „koodi kirjutavale kolleegile“ kui staatilisele vestlusele tehisintellektiga.

Mälu, teadmised ja seansi kontekst

Devin jälgib teavet seansi jooksul, kasutades sisseehitatud „Teadmiste“ süsteemi. Mõelge teadmisele kui tööruumi märkmikule: Devin saab sinna salvestada näpunäiteid, projektipõhiseid juhiseid või olulist konteksti ja hiljem seda meelde tuletada. Näiteks kirjeldavad dokumendid töövooge teatud teadmiste kinnitamiseks, et Devin neid kunagi ei unustaks, nagu olulised arhitektuurilised piirangud või koodimisstiili juhised (docs.devin.ai). Kasutajad saavad seda teadmistepanka muuta või täiendada. Devin genereerib ka automaatselt kasulikke märkmeid: see skaneerib teie repositooriumi, et õppida koodi struktuuri, komponente ja teie dokumentatsiooni kohta, ning koostab automaatselt „Repo Knowledge“ kokkuvõtte (docs.devin.ai) (docs.devin.ai). Praktikas, pärast paari ülesande käivitamist, võib Devin öelda: „Märkasin, et kasutate sageli Reacti ja Reduxi; soovitan seda Teadmistesse lisada,“ ja kui te selle heaks kiidate, salvestatakse see teave.

Seansi ajal hoiab Devin asjakohaseid teadmisi töömälu. Cognition väidab, et see „meenutab asjakohast konteksti igal sammul“ (www.linkedin.com). Näiteks, kui see on varem õppinud, et eelistate Python 3.11 või et teie veebirakendus kasutab OAuth'i, toob see selle teabe vajaduse korral viibidesse. Seanss on olemuselt pikk ja olekut hoidev: võite Deviniga rääkida kümneid kordi (minuteid või rohkem), samal ajal kui see muudab palju faile, ja see säilitab vestluse ajaloo. Kui Devin kunagi katkeb, saate logi kerida või sisse lülitada „progress mode“, et näha kõiki selle tehtud toiminguid.

Kui teie seanss lõpeb (näiteks, kui peatate ülesande või lõpetate töö), unustab Devin selle masina töötava oleku, ja selle virtuaalmasin taastatakse järgmisel korral baaspildi peale (docs.devin.ai). Vaikimisi sisaldab see baasolek teie tööruumi eelnevalt laetud repositooriume, nii et Devin ei pea iga kord nullist kloonima (docs.devin.ai). (Ilma tööruumi seadistamiseta algaks iga seanss tühja masinaga, seega rõhutab Cognition teie repositooriumi eelsalvestamise olulisust kiiruse tagamiseks (docs.devin.ai).) Kuid lisaks koodile kannab Devin teadmisi edasi oma Teadmiste panga kaudu. See palub teil lisada õppetunde või definitsioone, mis tunduvad kasulikud tulevasteks ülesanneteks (docs.devin.ai). Mitme seansi jooksul tähendab see, et Devin loob järk-järgult mälu teie projekti konventsioonidest ja arhitektuurist.

Lisaks Teadmistele on Cognition välja andnud DeepWiki, seotud tööriista, mis indekseerib terveid koodibaase ja pakub neile pealset vestlusliidest (medium.com). Kuigi DeepWiki on eraldi toode, viitab see laiemale arhitektuurile: Devin saab küsimustele vastamiseks päringuid teha oma või välise koodiviki kaudu. Praktikas, kui küsite Devinilt midagi koodi kohta, võib see sisemiselt kasutada samu otsisüsteeme nagu DeepWiki, et oma vastuseid põhjendada.

Autonoomia, iteratsioon ja eneseparandus

Devin on loodud olema autonoomne, kuid vajaduse korral tagasisideahelatega. Pärast planeerimist täidab see samme ükshaaval, kontrollides pidevalt vigu. Demodel järgib agent sageli seda mustrit: see kasutab brauserit või dokumente probleemi mõistmiseks, kirjutab koodi, käivitab selle, näeb viga ja otsib seejärel lahendust – jäljendades inimese silumisprotsessi (www.developersdigest.tech) (www.linkedin.com). Näiteks näitab üks esitleja Devinit lisamas sisselogimisvormi, seejärel käivitamas esiotsa testi, leidmas viga ja minemas tagasi uurima, kuidas seda viga parandada. Iga Devini „pööre“ on tsükkel mõtle → tegutse → jälgi → paranda.

Mitmed allikad märgivad, et Devinil on sisseehitatud „eneseparandus“ (medium.com) (www.linkedin.com). Tõepoolest, Cognitioni blogi GPT-5 kohta mainib, et GPT-5 „oskab hästi vigu mõista ja ennast parandada“, mida nad rõhutavad kui suurepärast omadust pikkade ülesannete jaoks (www.linkedin.com). Teisisõnu, kui Devini kood ei kompileeru või test ebaõnnestub, näeb mudel (sageli GPT-5 või sarnane) veateadet ja leiab lahenduse koheselt. See on isegi võimeline kordustsükliteks: kui tegevus osaliselt õnnestub, võib Devin teha teise käigu. Need tsüklid on kasutajaliideses nähtavad korduvate muutmis- ja käivitamisjärjestustena.

Süstemaatiliselt riketega toimetulemiseks kasutab Devin automaatika ja inimliku järelevalve segu. Näiteks, kui Devin avab pull request'i ja saab CI-rikke või koodiülevaate kommentaari, äratab Cognitioni süsteem Devini automaatselt unest üles ja laseb tal probleemi lahendada (docs.devin.ai) (docs.devinenterprise.com). Vaikimisi vastab Devin lint-vigadele või kommentaaridele, kuigi kasutajad saavad selle välja lülitada. Kasutajaliides tõstab esile ka selle oleku ja tegevused reaalajas, nii et arendaja saab igal ajal sekkuda. Arendajatele soovitatakse vaadata esimesi käivitusi „live režiimis“ (kus iga samm on näidatud), et usaldust luua, ja seejärel lasta Devinil täielikult peata režiimis joosta, kui nad on kindlad (www.developersdigest.tech).

Ohutus, piirded ja kohandamine

Operaatorid saavad anda Devinile selgesõnalisi juhiseid selle kohta, mida mitte teha. Üks võimas funktsioon on „Keelatud tegevused“. Saate loetleda asju, mida Devinil ei ole lubatud puudutada – näiteks „ÄRA tõuka otse main-i“ või „Ära redigeeri faili X“. Süsteem tagab, et Devin austab neid käske, kui need ilmuvad viipas või Playbookis (docs.devin.ai). Väljalaskemärkmete kohaselt käsitleb Devin nüüd keelatud tegevuste nimekirju usaldusväärselt, mis tähendab, et see kontrollib oma tegevusi nende reeglite vastu. See aitab vältida levinud vigu, nagu vale haru või faili muutmine.

Devin pakub ka erinevaid juhtnuppe. Slackis või veebiliideses saate Devinile öelda, et ta „magaks“ (peataks töö) või „arhiveeriks“ seansi (docs.devin.ai). Saate valida, kas Devin vajab teie heakskiitu enne plaani täitmist (Agentuuri seade kaudu) või töötab täielikult autonoomselt (docs.devin.ai) (docs.devin.ai). Selle arvutikasutus mõõdetakse Agendi arvutusühikutes (ACU-des) ja kasutajaliides näitab hoiatusi, kui Devin on piirini jõudmas, et saaksite sekkuda või rohkem ressursse anda (docs.devin.ai).

Kui midagi läheb telgitagustes valesti, on Cognitionil olemas seire. Varajasemates versioonides teatasid mõned kasutajad Devini seansside „kinni jäämisest“ või kokkujooksmisest. Meeskond märgib, et need probleemid on lahendatud ja pakub ACU tagasimakseid, kui Devin hangub (docs.devin.ai). Teisisõnu, ettevõte instrumenteerib süsteemi aktiivselt töökindluse tagamiseks. Välised analüütikud hoiatavad, et nagu iga vestluspõhine tehisintellekt, võib Devin aeg-ajalt vigu toota või koodi „hallutsineerida“. Soovitatav praktika on läbi vaadata selle väljund, nagu te teeksite juuniorarendaja tööga. Ohutuse tagamiseks kasutavad paljud meeskonnad Devini kohustustele koodiülevaateid ja piiravad Devini õigusi (nt vaikimisi puudub otsene juurdepääs saladustele). Siiani on avalikult kirjeldatud piirded enamasti kasutaja määratud (keelatud toimingud, plaani heakskiidu nõudmine jne) ja süsteemi tervisekontrollid, mitte sisseehitatud eetilised filtrid.

Mida me (veel) ei tea

Cognition on tahtlikult hoidnud mõned detailid sisemistena, seega on Devini osad läbipaistmatud. Näiteks selle täpne suur keelemudel ei olnud algselt avalik. Kuuldused ja hilisemad postitused viitavad, et Cognition integreerib nüüd GPT-5 Devini planeerimis- ja põhjenduskeskusesse (www.linkedin.com), ja neil on eelvaateagent, mis põhineb Claude Sonnet 4.5-l (docs.devinenterprise.com). Kuid täielik arhitektuur on ebaselge: Devin tõenäoliselt orkestreerib mitut mudelit ja on kohandatud peenhäälestusega (nagu vihjab RFT planeerimisalamagent), kuid need kihid ei ole avatud lähtekoodiga.

Me ei tea ka täielikult selle mälu piire. Devin väidab, et „õpib aja jooksul“, kuid kuidas see uusi teadmisi oma olemasolevasse võrku ühendab (vastandina lihtsalt Teadmiste panka salvestamisele), on täpsustamata. Vestluse ajaloo maksimaalne pikkus, mida see tõhusalt kasutab, ei ole dokumenteeritud. Kui seanss on väga pikk, on võimalik, et vestluse või koodi konteksti varasemad osad kärbitakse telgitagustes. Praktikas hoiavad enamik kasutajaid viipasid ja koodi lühidalt, et vältida konteksti ülekoormust.

Ohutuse poolel on veel mõned teadmata aspektid. Näiteks, kuigi „keelatud tegevused“ hõlmavad kasutaja määratud reegleid, ei ole selge, kas Devinil on mingeid kaudseid ohutuskihte (nagu andmete väärkasutuse tuvastamine, eelarvamuste kontrollid või liivakastist põgenemine). Kuna see töötab VM-is, loodetakse, et see ei saa kahjustada hostisüsteeme, kuid selle liivakasti detailid ei ole avalikud. Kogukond järeldab, et Devini masin kasutab tõenäoliselt konteineri hetkepilte (nagu mainitud RL treeningu puhul) töökorra isoleerimiseks (medium.com).

Lõpuks jälgib paljud kogukonnast, kuidas Devin käsitleb ebaselgeid või lahtise lõpuga ülesandeid. Müügijutt nimetab seda „täiesti autonoomseks“, kuid analüütikud märgivad, et see vajab siiski sageli täpseid juhiseid. Näiteks, kui kasutaja viip on ebamäärane, võib Devin genereerida plaani, mis tundub mõistlik, kuid jätab olulised äärejuhtumid tähelepanuta. See võib esitada selgitavaid küsimusi järeltegevuses, kuid arendajad mõtlevad mõnikord, kui hästi see mõistab kavatsust versus lihtsalt koodi mustri sobitamist. Need Devini tunnetuse aspektid tuginevad aluseks oleva LLM-i võimetele, mida me jälgime vaid kaudselt. Lühidalt, kasutajad peaksid hindama Devinit pigem kõrgelt kvalifitseeritud juuniorarendajana kui tootejuhina – see planeerib hästi, kuid ei pruugi alati teie kavatsusest täiuslikult aru saada.

Deviniga alustamine

Devin on peamiselt suunatud insenerimeeskondadele, kes teevad palju koodimistööd. See paistab silma selgelt määratletud ülesannete puhul: funktsioonide loomine spetsifikatsioonide alusel, refaktorimine, testide kirjutamine ja vigade parandamine. See on vähem tõestatud kõrgetasemelise disaini või väga ebamääraste probleemide puhul. Tarkvarameeskonna jaoks saab Devin aidata rutiinset tööd ära teha, nii et inimesed saavad keskenduda loomingulisele arhitektuurile ja järelevalvele.

Koodiga mitte tegelevatele inimestele või uutele tulijatele võib Devin siiski kasulik olla, kuid nõuab teatud seadistust. Esimene samm on anda Devinile juurdepääs teie koodirepositooriumile (GitHubi, GitLabi jne kaudu) ja võib-olla ühendada see Slackis või Teamsis. Seejärel proovige lihtsat ülesannet. Näiteks küsige: „Devin, lisa uus leht, et loetleda kõik meie andmebaasi tooted veebiliideses, sealhulgas testkatvus.“ Jälgige planeerimisfaasi dialoogi: Devin kirjeldab, milliseid faile muuta (nt HTML-mall, taustaprogrammi API kood jne) ja esitab vajadusel küsimusi. Kiitke plaan heaks (või laske sellel automaatselt käivituda) ja jälgige selle täitmist. Kasutage „Jälgi“ paneeli, et näha iga sammu: näete failimuudatusi, kestakäske (nagu testikomplektide käivitamine) ja brauseri hetkepilte kasutajaliidesest. Kui Devin teeb vea või soovite muudatust, suhelge lihtsalt vestluses (nt „Tegelikult kasuta seda CSS-teemat“ või „toote pealkiri peaks olema suurtähtedega“) ja Devin alustab uut muutmisringi.

Peamine tegutsemissamm on iteratsioon ja ülevaade. Kontrollige alati Devini loodud koodi ja testige seda lokaalselt. Aja jooksul saate teadmistepanka rikastada: lisage märkmeid, näiteks „Meie andmebaas kasutab PostgreSQL 13“ või „Me järgime PHP-s PSR-12 stiili“. Devin hakkab neid tulevastes seanssides arvesse võtma. Uurige ka seadeid: lülitage Agentuur välja, kui soovite ettepanekuid alati kontrollida, või sisse, kui usaldate seda rohkem. Ühendage Devin oma CI-ga automaatseks pull request'i ülevaatuseks, kuid alustage teavitustega, et saaksite jälgida, kuidas see tagasisidet käsitleb.

Lõppkokkuvõttes on Devini töövoog tihe ja võimas, kuid see tugineb siiski teie juhistele. Mõistes, kuidas see planeerib, tööriistu kasutab ja tagasisidest õpib (nagu eespool üksikasjalikult kirjeldatud), saate sellest uuest agentilise koodimisabi klassist maksimumi võtta. Parim järgmine samm Devinist huvitatud meeskonna jaoks on registreeruda devin.ai ja käivitada väike pilootprojekt: lisage üks veebirepo, paluge Devinil funktsioon rakendada ja laske sellel progressi režiimis töötada. Jälgige täielikku „mõtlemise“ jälge – see praktiline kogemus selgitab täpselt, kuidas Devin planeerimist, redigeerimist ja eneseparandust kokku põimib. Sealt edasi saate laiendada rohkematele ülesannetele ja täpsustada selle kasutamist (näiteks kohandatud mängukäsiraamatud teie domeeni jaoks). Kuigi Devin areneb endiselt, on see suur hüpe tehisintellekti tööriistade valdkonnas. Õppides selle töövoogu juba täna, saavad meeskonnad valmistuda ajastuks, kus kodeerimisülesandeid saab tõeliselt jagada tehisintellektist meeskonnakaaslasega.