Cognition推出Devin Fusion：主智能體帶「副手」並行，開發成本降低35%

据動察 Beating 監測，AI 編程公司 Cognition 發布了用於智能體編程的混合模型架構 Devin Fusion。

該系統通過兩個核心設計實現前沿模型的性能與更低成本的平衡：首先是「副手（Sidekick）」機制，讓經濟的小模型智能體與前沿大模型智能體並行，大模型保留規劃、需求澄清和最終審查的「判斷權」，而代碼探索、測試、格式校驗等「體力活」則分派給小模型，雙方各自維護獨立的快取上下文以避免昂貴的快取失效開銷；其次是動態路由，在會話中根據任務演進動態調整模型，並選擇在上下文壓縮時切換，以實現「零成本」模型升級。

測試表明，在衡量代碼正確性與質量的 FrontierCode 基準測試中，Devin Fusion 在維持前沿模型性能的前提下，使 GPT-5.5 和 Opus 4.8 級別模型的開發成本平均降低 35%；若配合 Fable 5 使用，成本可降低 41%（註：受美國政府指令影響，Fable 5 訪問已於 2026 年 6 月 12 日被暫停，此降幅基於歷史測試數據）。

在內部開發中，團隊最終合併的 PR 有 88% 完全由 Fusion 自動路由驅動。然而，當任務極度依賴複雜的微妙開發意圖與主觀判斷（如涉及 React/Redux 的多文件跨功能開發）時，過度委托會導致表現顯著下降，得分從 54 跌至 27。