Devin收编Poke，AI程序员开始学聊天

Cognition买下的不是聊天框，而是一套交互方法

Cognition 在当地时间 7 月 24 日收购了聊天式 AI 助手 Poke，并计划将后者的对话风格与交互模型带入编码 Agent Devin。根据 TechCrunch 当天披露的信息，这笔交易对 Poke 的估值处于“低位九位数美元”区间，通常可理解为约 1 亿美元起步的数亿美元低端范围，但具体收购价格、现金与股权比例，以及团队整合方式均未公开。

这笔交易最值得注意的不是金额，而是 Cognition 买下了一家并不以代码能力见长的公司。Poke 的核心卖点，是让用户像给朋友发消息一样与 AI 相处；Devin 的核心任务，则是理解代码库、使用终端、执行测试并交付 Pull Request。两者看起来相隔很远，实际上分别对应 Agent 产品的两端：一端负责把事情做完，另一端负责让人愿意持续把事情交给它。

**编码 Agent 是能够自主规划并执行软件开发任务的 AI 系统。**它与传统代码补全工具的区别，不是一次生成更多代码，而是能连续完成读取仓库、修改文件、运行命令、检查测试结果、修复错误和汇报进度等多个步骤。Devin 从发布之初就试图扮演“AI 软件工程师”，Poke 则补上了这个角色长期以来相对薄弱的一环——如何像一名靠谱同事，而不是像一台等待提示词的远程机器。

“人格”正在从装饰变成产品能力

**AI 人格是模型在语气、主动性、反馈节奏、记忆方式和边界表达上呈现出的稳定交互特征。**这里的人格不是给机器人加几个表情，也不只是让回答更幽默，而是让用户能够预测它会怎样回应、什么时候追问、何时保持安静，以及遇到不确定性时会不会假装完成任务。

Poke 对 Cognition 的价值，很可能在于它已经围绕这种可预测性建立了一套产品方法。一个聊天式助手如果要让用户像联系朋友一样频繁使用，就必须处理消息长度、回复时机、上下文延续、主动提醒和语气一致性；一个编码 Agent 如果要在数小时甚至数天的任务中获得信任，也必须解决同样的问题。两者使用的工具不同，但用户面对的心理问题一致：我能不能放心把事情交给它？

交互质量对编码 Agent 尤其重要，因为软件开发任务天然充满歧义。用户说“把登录功能修一下”，背后可能涉及 OAuth 回调、Cookie 策略、移动端兼容、数据库迁移和回归测试。能力较弱的 Agent 会直接选一条路径开工，最后交付一个看似完整、实际偏题的补丁；协作能力更成熟的 Agent，则应该先确认影响范围，在关键决策点请求批准，并把技术风险翻译成用户可以快速判断的选项。

人格在这里承担的是“协作协议”的作用。一个总是说“没问题”的 Agent 可能显得友好，却会掩盖失败概率；一个每执行一步都请求确认的 Agent 更安全，却会把自动化退化成高延迟聊天；一个长时间沉默、最后丢出数千行改动的 Agent，则很难进入严肃团队的生产流程。真正有用的人格，必须同时控制亲和力、确定性表达和打断频率。

Devin需要的，正是“怎么说”这一层

Devin 当前面对的竞争已经不只是“谁能写代码”，而是“谁更像一个可以管理的工程协作者”。Claude Code、Cursor Agent、GitHub Copilot 的 Agent 能力，以及 OpenAI 的 Codex 类产品，都在把文件编辑、终端执行、代码检索和测试修复变成基础配置。当底层模型可以被多个产品接入，单纯依靠模型跑分形成的领先往往难以长期维持。

下面这张表更能说明 Poke 对 Devin 的潜在意义：

| 产品形态 | 典型代表 | 主要交互方式 | 用户承担的角色 | 优势 | 当前短板 | |---|---|---|---|---|---| | 代码补全 | GitHub Copilot 早期形态 | 编辑器内逐行建议 | 驾驶员 | 延迟低、控制感强 | 难以独立完成长任务 | | AI 原生编辑器 | Cursor Agent | 编辑器聊天、Diff 与终端 | 驾驶员兼审核者 | 上下文贴近代码，修改反馈快 | 需要用户持续在线参与 | | 终端型编码 Agent | Claude Code 等 | 命令行对话与任务执行 | 技术负责人 | 工具调用直接，适合资深开发者 | 非技术干系人参与门槛高 | | 异步软件工程 Agent | Devin | Web、Slack、GitHub、工单系统 | 任务委派者与验收者 | 能并行处理任务，适合团队流程 | 长任务中的沟通与信任成本高 | | 朋友式聊天助手 | Poke | 消息式对话 | 对话参与者 | 低门槛、连续性和人格感强 | 缺少复杂工程执行能力 | | 融合后的潜在形态 | Devin＋Poke | 消息委派、主动汇报、工程执行 | AI 工程经理 | 同时覆盖执行和关系维护 | 仍需解决权限、安全与可靠性 |

Poke 带来的第一项能力，可能是更自然的任务澄清。优秀的工程师不会拿到一句模糊需求就立刻提交代码，而是会先找出缺失的验收标准。聊天式产品积累的追问策略可以帮助 Devin 区分哪些信息必须立即确认，哪些假设可以先记录后执行，从而减少用户在长提示词里一次性写完所有要求的负担。

Poke 带来的第二项能力，可能是更合适的进度沟通。编码 Agent 的任务执行时间远长于普通聊天回答，用户真正需要的不是持续滚动的思维过程，而是几个可操作的状态：已经理解了什么、当前卡在哪里、是否需要人工决策、预计还要完成哪些步骤。把终端日志原样倾倒给用户不是透明，而是把信息整理工作重新推回给人类。

Poke 带来的第三项能力，可能是跨任务的关系连续性。Cognition 过去已经强调知识库、长期记忆和可复用“剧本”，让 Devin 记住仓库结构、测试命令与团队规范。Poke 式交互如果被真正整合，记忆对象还会扩展到沟通偏好：某位负责人希望高风险修改先给方案，某个团队要求每次数据库变更附带回滚步骤，某个项目只在测试全部通过后才发送通知。

这不是给Devin套一层聊天皮肤

简单地把 Poke 的语气移植给 Devin，不足以解释一笔低位九位数美元估值的交易。聊天式 AI 的价值只有进入任务规划器、记忆系统和通知机制，才会转化为编码 Agent 的竞争力；如果整合结果只是让 Devin 的回复更像朋友，收购就会沦为昂贵的文案升级。

真正的产品整合至少需要覆盖四层：

1. 意图层：从自然对话中识别任务、优先级、约束条件和验收标准。
2. 执行层：把对话中形成的共识映射为代码检索、文件修改、终端命令与测试流程。
3. 沟通层：根据风险和任务阶段决定主动汇报、追问或静默执行。
4. 记忆层：将稳定规则写入团队知识，而不是把每句话都永久保存。

这四层中最难的不是生成一句自然回复，而是决定何时开口。Agent 如果在代码格式化、依赖安装等低风险步骤频繁询问，会破坏异步工作的意义；但当它准备修改数据库模式、删除生产资源或变更鉴权逻辑时，不请求确认又不可接受。人格必须与权限系统绑定，否则“像朋友”反而可能让用户降低警惕。

这也是 Devin 与普通聊天机器人的根本差别。普通聊天出错，代价可能是一段错误信息；编码 Agent 出错，代价可能是不可编译的提交、供应链风险、数据损坏或线上事故。越自然的交互越容易制造信任，而越强的执行能力越要求系统主动限制这种信任。

编码Agent竞争进入体验层，但能力仍是底座

这笔收购释放出的行业信号，是编码 Agent 正在从功能竞赛进入协作体验竞赛。过去厂商重点展示的是能否解题、能否调用终端、能否在 SWE-bench 一类基准上修复真实仓库问题；现在更关键的问题变成了，用户能否同时管理 5 个、10 个甚至更多 Agent，而不被状态更新和失败重试淹没。

基准成绩仍然重要，但它无法完整衡量团队使用体验。SWE-bench 是以真实 GitHub Issue 和代码仓库评估模型修复软件问题能力的基准，它适合测量任务是否解决，却很难衡量 Agent 是否在正确节点请求帮助、是否清楚披露了未解决风险，以及它的汇报能否让工程师在 30 秒内决定合并或退回。

Poke 式交互可能让 Devin 更接近“工程经理界面”，而不只是“远程开发者界面”。未来用户未必需要盯着 Agent 的每一次文件修改，而是通过消息了解多个并行任务：支付模块正在等待测试环境，文档更新已经完成，性能优化发现了架构级问题，需要人类选择方案。此时聊天不再是执行入口之一，而会成为调度多个 Agent 的控制平面。

模型能力依然决定这套体验是否成立。一个不会正确修改代码的 Agent，再友好也只是善于解释失败；一个经常误判测试结果的 Agent，主动汇报越多只会制造更多噪音。Cognition 收购 Poke 并不意味着编码能力已经解决，而是说明头部公司开始判断：在模型继续进步的同时，交互设计已经值得通过并购提前补齐。

低位九位数估值，买的是时间和差异化

低位九位数美元估值显示，Cognition 对交互资产的定价并不低。需要强调的是，“交易对 Poke 的估值”不等于 Cognition 支付了同等规模的现金，也不能据此推断 Poke 的收入水平；并购可能包含股票、留任激励、业绩条件和其他安排，在条款披露前不宜把估值直接写成成交现金价。

Cognition 选择收购而不是内部复制，可能是因为聊天产品中的细节很难靠功能清单复刻。模型提示词、通知策略、用户研究、消息节奏和品牌语气看起来都不构成传统技术壁垒，但这些细节需要大量真实对话才能调到可用状态。对于需要快速扩大用户面的 Devin 来说，买下一支已经理解消费级 AI 交互的团队，比让工程 Agent 团队从头学习如何建立情感连续性更节省时间。

这笔交易也可能帮助 Devin 走出纯开发者市场。异步编码 Agent 的直接用户虽然是工程师，但任务发起者还可能包括产品经理、设计师、客户支持和运营人员。消息式交互能够把“修改代码”包装成更容易委派的工作流，让非开发岗位提交问题、补充上下文并查看结果，而工程师继续负责架构、权限和最终审核。

不过，拓宽用户面会同步放大错误需求进入生产流程的风险。产品经理一句“把退款限制放宽”，可能对应合规、财务和风控的多重约束；如果 Agent 只追求顺畅对话，就可能把组织内尚未达成共识的想法过早变成代码。融合后的 Devin 必须懂得识别权限边界，而不是把每个说得像需求的句子都当成待办事项。

最大风险：越像同事，越容易被过度信任

拟人化是 Poke 带给 Devin 的优势，也会成为整合后的主要风险。用户容易把稳定语气误认为稳定能力，把流畅解释误认为真实理解，还可能因为 Agent 表现得像熟悉团队的同事，而忽视其记忆过期、上下文缺失或工具调用失败。

企业客户更关心的另一项风险是对话数据与代码权限的合并。聊天助手通常接触个人安排、沟通偏好和零散信息，编码 Agent 则可能接触私有仓库、工单、日志、云环境和部署系统。当两类上下文进入同一个记忆层，Cognition 必须提供清晰的数据隔离、保留期限、权限审计与删除机制。

主动性同样需要明确边界。一个会主动发消息的生活助手通常只是提醒用户，一个会主动行动的编码 Agent 却可能创建分支、修改依赖或触发自动化流程。消息中的“你看着办”对人类同事已经足够含糊，对拥有工程权限的 Agent 更是危险指令。

因此，Poke 与 Devin 的融合是否成功，不应只看回复是否更自然，而应看三组可量化指标：澄清后返工率是否下降、人工介入次数是否减少、关键风险漏报率是否降低。如果自然语言交互增加了消息数量，却没有提高任务一次完成率，这套“人格”就没有形成实际产品价值。

判断：这是一次方向正确、执行难度很高的收购

Cognition 收购 Poke 的方向是正确的，因为编码 Agent 的下一阶段确实不只是继续堆模型和工具。随着多家产品都能读写仓库、运行测试和生成 Pull Request，用户最终会选择那个最容易委派、最少制造管理负担、失败时最诚实的 Agent。

这笔交易的真正考验，是 Cognition 能否把朋友式聊天转化为专业协作，而不是把 Devin 变得更会说话。工程团队需要的不是一个永远热情的 AI 同事，而是一个知道什么时候确认、什么时候执行、什么时候承认做不到的系统。

短期内，Poke 不会直接让 Devin 的代码正确率跃升，也不会解决长上下文、复杂调试和生产事故定位等硬问题。它更可能降低使用编码 Agent 的“管理税”：减少提示词工程、压缩状态阅读时间，并让多个并行任务变得可控。

长期来看，编码 Agent 与聊天式助手的边界会继续消失。聊天会成为委派和管理任务的界面，代码执行会成为聊天助手能够调用的专业能力，而人格则负责维持长期信任。Cognition 这次收购押注的，正是一个越来越明确的判断：当模型能力逐渐接近时，谁更懂得与人合作，谁才更有机会成为用户长期保留的那个 Agent。

参考来源与延伸阅读

• TechCrunch，2026 年 7 月 24 日报道：披露 Cognition 收购 Poke、交易估值口径及双方产品整合方向。受文末域名限制，此处不附站外链接。
• Model Context Protocol Specification：MCP 官方规范仓库，可用于理解编码 Agent 如何以标准化方式连接外部工具与数据源。
• SWE-bench：基于真实 GitHub Issue 评估模型与 Agent 软件工程能力的开源基准及工具仓库。