40x More Merged PRs With 2.7x the Engineers — Walden Yan, Cognition
三句話摘要
Cognition 工程團隊如何透過 AI 代理與軟體工廠架構實現 40 倍生產力成長。 透過本地化開發環境、自動化測試、高層級目標導向,以及讓 AI 代理自主優化整套系統,工程團隊可以將每位工程師的生產力提升 10 倍以上。 軟體工廠與 Pod 制重組
重點整理
軟體工廠與 Pod 制重組
團隊從傳統結構重組為 2-3 人的小型 Pod,每位工程師掌控整個線性看板、客戶回報、測試與產品決策。工程師不再只編寫程式碼,而是透過 AI 代理(Devin)執行完整開發週期,包括程式碼、測試、監控與維護。
本地化開發基礎設施
所有服務遷移至 Docker Compose 在本地執行,第三方服務都有模擬版本。虛擬機每小時重建,確保代理在乾淨、最新的程式碼基礎上工作,工程師無需接觸任何線上服務即可驗證改動。
從任務到職位的典範轉移
關鍵創新在於「給代理職位而非任務」。與其說「修復這個 Bug」,不如說「我關心後端效能,請改善 P99 延遲」。代理自主決定添加遙測、設定警報、分解工作、建立儀表板與每日回報機制。
遞迴優化與長期目標追蹤
系統持續分析 PR、決策與資源使用,代理每日提出最佳化建議(如縮短 CI 時間、改進 Lint 腳本)。任何可量化的指標都可設定代理全天優化,系統自我改進而無需人工干預。
實用技巧與重點
- 核心數據
- 合併 PR 成長:40 倍(過去 12 個月)
- 工程師人數成長:2.7 倍
- 單位工程師生產力提升:10 倍以上
- 虛擬機重建頻率:每小時一次
- Android 應用開發週期:44 天
- Android 應用單日 PR 合併數:40-50 個
- 工具與基礎設施
- 開發代理:Devin(Cognition 自家產品)
- 容器化方案:Docker Compose
- 通訊平台:Slack(作為中心開發界面)
- GPU 硬體:NVIDIA Vera Rubin GPU 與 GB 300
- 監控工具:Datadog、Slack 整合報告
- 版本控制:Linear(任務看板)
- 具體做法
- 客戶 Bug 報告 → Slack 轉發 → 標記 Devin → PR + 修復驗證影片
- 完整開發在本地環境進行,無需開啟 IDE 或 GitHub
- 工程師使用 iPad 進行開發(增強安全性)
- Android 應用以 iOS 應用為藍圖,建立持續監聽的自動同步機制
- 無人類訊息時期,代理每日合併 40-50 個 PR(Android 案例)
- 效益指標
- P99 延遲改善測試(NVIDIA GPU 推論最佳化)
- Vera Rubin GPU 吞吐量從低於 GB 300 提升至顯著超越前代 GPU
- 44 天內完成可上線的 Android 應用
結論
透過本地化開發環境、自動化測試、高層級目標導向,以及讓 AI 代理自主優化整套系統,工程團隊可以將每位工程師的生產力提升 10 倍以上。
完整解析
Cognition 在過去一年達成了工程生產力的爆炸式成長,合併 PR 數量增長 40 倍,同時工程師人數僅增加 2.7 倍。這背後的核心策略是建立一套完整的「軟體工廠」系統,由 AI 代理 Devin 自主執行端到端開發流程。
首先,團隊進行了根本性的結構重組。傳統的大型工程團隊被打散成 2-3 人的小型 Pod,但每位工程師的責任反而擴大了。他們不再是單純的程式碼編寫者,而是掌控整個產品開發週期,包括聆聽客戶反饋、進行 QA 測試、管理產品規劃與維護自己的任務看板。工程師將工作以高層級目標的形式提交給 Devin,讓代理自行分解任務並實現。
為了支撐這套系統,Cognition 進行了大規模的基礎設施現代化。所有微服務都遷移至 Docker Compose,能在單一虛擬機上本地執行,並配置了所有第三方服務的模擬版本。虛擬機每小時自動重建,確保代理始終工作在最新、最乾淨的程式碼狀態。最關鍵的是,工程師與代理完全無需接觸任何線上服務或生產環境即可驗證改動,大幅降低風險。
工作方式也發生了質變:從「指派任務」轉變為「分配職位」。傳統做法是告訴代理「修復這個 Bug」;新方式則是「我關心後端效能,請持續改善 P99 延遲」。代理會自主決定添加遙測、建立 Datadog 警報、分解所有必要任務、建立週報機制,甚至可以在手機上傳送每日進度通知。工程師不再需要頻繁提示或監管,而是設定高層級目標後放手讓代理自主優化。
系統的自我改進機制也很關鍵。由於所有程式碼、決策與資源使用都被完整記錄,代理可以對軟體工廠本身進行分析與優化。Devin 每天會在 Slack 頻道提出改進建議,例如調整 Node 配置可減少 CI 時間一分鐘、改進 Lint 腳本能在代理程式碼審查前捕捉 20% 的 Bug。這套系統無需人工干預即可持續自我演進。
一個成功案例是 Android 應用的開發。Cognition 的一位工程師意識到可以將現有的 iOS 應用作為藍圖,讓 Devin 維護 Android 應用的完整功能同步。代理設定了持續監聽機制,包括監視 iOS 應用的變更、聆聽 Slack 上的使用者反饋、執行像素級的實時 QA 測試、自動同步新功能。在 44 天內,Devin 已生成一個完全可上線的 Android 應用,期間工程師幾乎無需干預——人工訊息次數少得驚人。每當工程師無發送訊息時,代理就會每日合併 40-50 個 PR,所有修改都經過自動化測試驗證。
另一個例子是 GPU 推論最佳化。Cognition 是首批獲得 NVIDIA Vera Rubin GPU 的公司,但核心沒有針對這款新硬體的優化。工程師給 Devin 一個高層級目標:「最大化這些 GPU 的吞吐量。」代理在分配的專用 GPU 上獨立工作一週,測試多種策略。最終發現的八九項優化策略經過人工審核後實施,成功將吞吐量從低於舊代 GB 300 GPU 提升到顯著超越前代產品。整個過程中,工程師只需設定目標,代理就能自主探索、測試與優化。


