Devin AI: первый ИИ-программист — что он реально умеет в 2026

В марте прошлого года Cognition Labs показала промо-видео: ИИ-агент получает задачу «исправить баг в реальном репозитории» — и самостоятельно открывает браузер, читает документацию, пишет код, запускает тесты, делает pull request. Без единой подсказки от человека. Демо набрало 10 миллионов просмотров за трое суток.

Это был Devin AI. С тех пор я слежу за проектом достаточно внимательно, чтобы написать что-то более полезное, чем пересказ маркетинговых тезисов.

Что это такое

Devin — агентская система для разработки программного обеспечения. Не ассистент, который предлагает код. Агент, который берёт задачу и выполняет её самостоятельно: открывает браузер, ищет документацию, пишет файлы, запускает тесты в изолированной среде, итерирует до получения рабочего результата.

Под капотом — языковая модель (предположительно, на базе одной из последних версий GPT), инструменты для работы с браузером и терминалом, файловая система, оболочка для выполнения кода. Всё это работает в облачной песочнице, изолированной от внешнего мира.

С GitHub Copilot или Cursor разница принципиальная. Copilot и Cursor — это автодополнение и ассистирование разработчику. Devin — это попытка заменить часть задач разработчика целиком. Разные категории инструментов с разными ожиданиями.

Для каких задач это работает

Данные от Cognition по их внутренним тестам (SWE-bench): Devin решает около 13% реальных GitHub-issues в автономном режиме. Для сравнения — лучшие предыдущие автоматические подходы решали 4-5%. Прогресс значительный. Но 13% — это не «заменит программиста», это «справляется примерно с одной задачей из восьми без помощи».

На практике Devin хорошо работает с задачами конкретного типа. Исправление багов с чёткой спецификацией — если ошибка описана точно и воспроизводится стабильно. Добавление несложных функций по готовому шаблону — например, добавить эндпоинт CRUD по аналогии с уже существующими. Написание тестов для готового кода — здесь результат стабильно приличный. Рефакторинг по чётко определённым правилам стиля — работает.

Где пока слабо: архитектурные решения, задачи с неоднозначными требованиями, интеграция с нестандартными внешними API, отладка многопоточного кода.

Как это работает — без PR-глянца

Доступ к Devin — через веб-интерфейс, платный. Начальный план стоит около $500 в месяц. Это не опечатка. Продукт ориентирован на команды разработки, не на индивидуальных пользователей.

Задачу ставите текстом — как техническое задание разработчику. Чем точнее формулировка, тем лучше результат. Размытое «улучши производительность» работает хуже, чем «функция X на входных данных Y тратит более 500ms, оптимизируй алгоритм, требования: не менять публичный API».

После запуска задачи можно наблюдать за ходом работы в реальном времени — Devin показывает, что именно он делает: какие файлы читает, какие команды запускает, что пишет. Это полезно для понимания и для отладки самого агента, когда он делает что-то неожиданное.

Итоговый результат — pull request в репозиторий. Его всё равно нужно ревьювить. Я проверял несколько задач: код в целом рабочий, но требует проверки на безопасность и соответствие внутренним соглашениям проекта. Деплоить в продакшн без ревью не стал бы.

Плюсы — конкретно

Задачи типа «написать 30 unit-тестов для модуля X» Devin выполняет за 15-20 минут. Руками на это уходит час минимум. Умножьте на количество подобных задач в sprint'е — экономия времени ощутима.

Агент не жалуется на скучную работу. Однотипные задачи — перенести конфигурацию из одного формата в другой, обновить версии зависимостей с проверкой совместимости, добавить логирование в 40 функций — это именно то, что разработчики делают неохотно и медленно.

Асинхронная работа. Можно запустить задачу и заниматься другим. Это принципиально отличается от Copilot, который требует вашего присутствия.

Минусы — тоже конкретно

Цена. $500 в месяц — это уже ощутимая часть зарплаты джуниор-разработчика. Вопрос «заменяет ли Devin джуниора» пока остаётся открытым, но экономика не такая очевидная, как в маркетинговых материалах.

Непредсказуемость на сложных задачах. На некоторых Devin начинает «блуждать» — читает не те файлы, делает неправильные предположения об архитектуре, уходит в цикл. Это расходует кредиты без результата.

Безопасность. Агент имеет доступ к коду, иногда к учётным данным в конфигурационных файлах. Это требует тщательной настройки изолированной среды — что само по себе не тривиальная задача.

Сравнение с ближайшими альтернативами

Cursor — другой подход. Там вы за рулём, ИИ помогает. Дешевле ($20-40/мес), требует постоянного участия, лучше для сложных архитектурных задач. Replit Agent — ближе к Devin по концепции, но ориентирован на менее опытных разработчиков и прототипирование. Devin — для команд с устоявшимися процессами, где нужно автоматизировать конкретный тип повторяющихся задач.

Стоит ли пробовать

Если у вас есть несколько сотен долларов на тест и конкретный список рутинных задач — да, стоит. Нет смысла давать Devin «поиграться» — он показывает ценность только на реальных задачах из реального репозитория.

Если ждёте «ИИ-программиста, который сделает всё сам» — ещё не сейчас. Технология движется в эту сторону, но 13% на SWE-bench — это честная цифра, не рекламный заголовок.