Devin запустил Code Scans, параллельные агенты правят код
Компания Cognition представила Code Scans, новую функцию своего ИИ-агента для разработки Devin, которая превращает широкую инженерную цель («ускорить сборку», «улучшить SEO», «снизить нагрузку на поддержку») в конкретные изменения в коде. Пользователь описывает цель или свои критерии (стандарты кодирования команды, чек-лист доступности, требования к предстоящей миграции), и Devin помогает определить, что именно проверять в кодовой базе, а что пропустить, затем сам проводит исследование и возвращает список находок, отсортированный по приоритету. Дальше можно изучить основания находок, обсудить результаты с Devin и попросить его открыть pull request (запрос на изменения в коде) по нужным пунктам. Запустить сканирование можно командой /scan в веб-приложении Devin.
В основе Code Scans лежит архитектура Agentic MapReduce, изначально созданная для другого продукта компании, Devin Security Swarm; теперь тот же подход применён не только к безопасности, а к произвольным инженерным целям. Архитектура работает в 4 фазы: Devin изучает репозиторий и формулирует правила поиска релевантного кода (Plan); по этим правилам код делится на сфокусированные пакеты (Shard); параллельные агенты Devin исследуют каждый пакет, при необходимости читая связанный код, и сообщают находки (Map); финальный агент объединяет находки, убирает дубликаты и расставляет приоритеты в едином отчёте (Reduce). По утверждению статьи, такой подход держит контекст каждого агента сфокусированным, направляет ресурс рассуждений на релевантный код вместо повторного поиска и гарантирует полноту, каждый выбранный пакет кода обязательно обрабатывается.
Cognition приводит два примера работы функции ещё до её публичного запуска. В репозитории Dioxus Code Scans искал возможности ускорить сборку на Rust: агент нашёл, как упростить зависимости и конфигурацию сборки, в частности сделал тяжёлые CLI-функции (интерфейс командной строки) опциональными, а не включёнными по умолчанию. После применения изменений локально время чистой отладочной сборки упало с 58,6 до 21,0 секунды, сокращение на 64% при тестировании на 22 workspace-крейтах (модулях сборки Rust). Во втором случае Code Scans провёл SEO-сканирование сразу двух репозиториев, devin.ai и cognition.com, и нашёл 44 проблемы в сумме по обоим; исправления выкатывали в последующие дни. По сравнению обходов сервиса Ahrefs до и после: показатель здоровья сайта (Ahrefs health score) на devin.ai вырос с 87 до 92, доля медленных страниц на devin.ai снизилась на 73%, а на cognition.com полностью устранены отсутствующие атрибуты alt у изображений.
Ключевые факты
- Code Scans, новая функция ИИ-агента Devin (компания Cognition): по инженерной цели или собственным критериям пользователя сервис сам исследует кодовую базу и предлагает pull request с исправлениями
- Работает на архитектуре Agentic MapReduce (взята из Devin Security Swarm): 4 фазы, Plan, Shard, Map, Reduce, с параллельными агентами на этапе исследования пакетов кода
- В репозитории Dioxus время чистой отладочной сборки на Rust сократилось с 58,6 до 21,0 секунды (на 64%) на 22 workspace-крейтах
- SEO-сканирование devin.ai и cognition.com нашло 44 находки; после исправлений Ahrefs health score на devin.ai вырос с 87 до 92, доля медленных страниц упала на 73%, на cognition.com устранены отсутствующие alt-атрибуты изображений
- Запуск, командой /scan в веб-приложении Devin
Почему это важно
Code Scans переносит подход, обкатанный на поиске уязвимостей (Devin Security Swarm), на произвольные инженерные задачи: раньше самой трудоёмкой частью «найти, что улучшить в большом кодовом хозяйстве» была именно разведка, теперь её берёт на себя рой параллельных агентов, а не один человек, читающий репозиторий вручную.
Кому это важно
Инженерным командам с накопленным техническим долгом и задачами, которые годами лежат в бэклоге именно потому, что первый шаг, понять, с чего начать, сам по себе крупный проект: ускорение сборки, снижение нагрузки на поддержку, SEO, зачистка неиспользуемого кода, приведение к стандартам команды.
Как это применить
Команда описывает цель или свои критерии в Devin, запускает сканирование командой /scan, получает приоритизированный список находок, может обсудить их с агентом и попросить открыть pull request по выбранным пунктам, то есть человек по-прежнему подтверждает объём и принимает решение по каждому изменению перед слиянием.
Можно ли доверять
Источник, официальный блог Cognition, цифры (сокращение времени сборки, рост Ahrefs health score, снижение доли медленных страниц) приведены с конкретными значениями до и после, но это два случая, отобранные и измеренные самой компанией на собственных же продуктах (Dioxus, devin.ai, cognition.com), без независимой проверки и без даты публичного релиза функции.
Риски и подводные камни
Автоматическая разведка по всей кодовой базе на масштабе неизбежно требует человеческого ревью каждого предложенного pull request перед слиянием; в статье не сказано, сколько из 44 найденных SEO-проблем реально устранили, не указаны сроки общедоступности Code Scans и условия/стоимость доступа к функции.