KeyFrame內部研究專用

40x More Merged PRs With 2.7x the Engineers — Walden Yan, Cognition

AI Engineer英文
觀看原始影片

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

  1. 軟體工廠與 Pod 制重組

  2. 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。

  3. 本地化開發基礎設施

  4. 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。

  5. 從任務到職位的典範轉移

  6. 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。

  7. 遞迴優化與長期目標追蹤

  8. 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。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。