cognition
PulseAugur coverage of cognition — every cluster mentioning cognition across labs, papers, and developer communities, ranked by signal.
- 2026-07-04 product_launch Cognition opens a new office in Tokyo, Japan, to expand its market reach for its AI coding assistant, Devin. 来源
- 2026-05-29 product_launch An AI tool description optimizer was launched, which rewrites and A/B tests documentation for AI tools. 来源
- 2026-05-28 funding AI coding startup Cognition secured $1 billion in funding at a $26 billion valuation. 来源
- 2026-05-28 funding Cognition raised $1 billion in a Series D funding round, achieving a $26 billion valuation. 来源
- 2026-05-28 funding Cognition raised over $1 billion at a $26 billion valuation to expand its AI software engineer, Devin. 来源
- 2026-05-27 funding Cognition raised over $1 billion at a valuation exceeding $26 billion. 来源
- 2026-05-27 funding AI coding startup Cognition raised over $1 billion at a $25 billion pre-money valuation. 来源
14 天有情绪数据
-
Cognition 为 Devin AI 编码代理发布 SWE-1.7
Cognition 发布了其 Devin 软件工程代理的更新版本 SWE-1.7。新版本拥有接近前沿的编码分数，表明其执行复杂编码任务的能力有了显著进步。此次更新旨在增强 Devin 在代码生成和整体开发工具功能方面的能力。
-
AI基础设施热潮推动巴黎峰会“新云”增长 · 追踪1个来源
在巴黎举行的RAISE峰会凸显了蓬勃发展的AI基础设施市场，9000名与会者讨论了企业AI采用、编码工具以及“新云”的兴起。法国总理埃马纽埃尔·马克龙强调，在地缘政治转变中，欧洲需要独立的AI基础设施。专家指出，“新云”正超越GPU租赁，提供全面的服务，将自己定位为支持OpenAI和Anthropic等快速增长的AI公司的迷你超大规模云服务商。
-
Fireworks AI 详解用于规模化训练的生产级 RL 基础设施
Fireworks AI 详细介绍了其用于大规模强化学习 (RL) 训练的生产级基础设施，强调了训练器和推理工作负载的分离。该公司在三大洲的四个数据中心利用紧密的集体通信进行训练器操作，并采用分布式异步推理进行 rollout。这种设置对于可靠的 RL 部署至关重要，Fireworks AI 感谢 Cognition 团队提供的训练器技术，该技术是 SWE-1.7 的基础。
-
联合利华押注世界杯，利用人工智能和创作者培养品牌渴望
联合利华美国总裁 Herrish Patel 讨论了该公司对 2026 年世界杯的大规模赞助，旨在在美国市场建立品牌相关性和“大规模培养欲望”。Patel 强调了将传统品牌融入文化时刻的战略，并以成功的 Coachella 活动为例。他还强调了利用人工智能和创作者经济来个性化内容和生成有机媒体，并拥有数千名创作者组成的网络支持世界杯活动。
-
Cognition 首席执行官：AI 投资回报应关注产出，而非代币使用量
Cognition 首席执行官 Scott Wu 批评了“代币最大化”（tokenmaxxing）的趋势，即公司根据员工的 AI 代币使用量而非实际产出来激励员工。Wu 认为，这种方法导致了过度的 AI 支出，而没有明确的投资回报，并以 Meta 和 Amazon 为例。相反，他主张通过增加工程能力等切实的好处来衡量 AI 的价值，正如 Cognition 通过其 AI 编码代理 Devin 所做的那样。波士顿咨询公司的一份报告支持了…
-
Cognition 在东京开设办事处，利用 Devin 抢占日本遗留代码市场
AI 编码助手 Devin 的创造者 Cognition 已在日本东京开设办事处。该公司认为，日本独特的市场条件，包括不断萎缩的工程师队伍和大量的遗留代码积压，为编码代理行业带来了持续增长的巨大机遇。札幌市政府的早期采用证明了 Devin 在大幅减少遗留代码现代化项目所需时间和资源方面的潜力。
-
2026年AI编码助手分化，Claude Code引领基准测试
2026年，AI编码助手市场由四个关键工具定义：Claude Code、Cursor、GitHub Copilot和Windsurf。这些工具已超越简单的自动补全，在上下文窗口大小、自主代理能力和碎片化的定价模式方面取得了显著进展。Claude Code由Claude Opus 4.7驱动，凭借其终端优先的方法和100万token的上下文窗口，在推理深度和SWE-bench性能方面处于领先地位，尽管其价格较高且需要熟练使用终端。
-
NeuroCogMap 框架绘制大型语言模型中的认知组织
一个名为 NeuroCogMap 的新框架已被开发出来，用于绘制大型语言模型（LLMs）内部的认知组织。该系统将 LLM 的内部特征组织成功能性区域，并将它们与特定功能、认知能力和层级结构联系起来。NeuroCogMap 识别出常见的 LLM 故障（如幻觉、偏见和拒绝）的独特内部特征，为机制引导的检测和干预提供了可能性。此外，该框架还展示了预测人类语言理解过程中的皮层反应以及改进人类决策的经典模型的能力。
-
Together AI 融资 8 亿美元，用于开源 AI 推理平台
Together AI 已获得 8 亿美元 C 轮融资，以推进其使开源 AI 广泛可用的使命。该公司专注于为开放权重模型提供高效的推理平台，与专有替代方案相比，可显著降低企业成本。这笔资金将支持其计算增长和在 AI 推理堆栈中的持续创新，包括对优化内核和编译器的研究。
-
NVIDIA的软件栈在Blackwell平台上大幅降低AI推理每token成本
NVIDIA正在强调其为Blackwell平台优化的集成软件栈如何显著降低AI推理的每token成本。通过协调生产运营、应用加速和基础设施访问，NVIDIA的软件栈实现了复合性能提升，使DeepSeek V4等模型的每token成本降低高达5倍。Baseten、Cognition、Deep Infra和Together AI等公司正在利用包括TensorRT-LLM等库和NVIDIA Dynamo等框架在内的该软件栈，以提高效率和扩展…
-
Cognition AI的Devin Fusion降低模型成本；DeepSeek开源DSpark以实现更快的推理
Cognition AI推出了Devin Fusion系统，该系统结合了前沿模型和成本效益高的AI模型，在保持性能的同时将成本降低高达35%。这是通过一个双代理架构实现的，该架构动态地路由任务以优化模型使用。另外，DeepSeek开源了DSpark，这是一个旨在通过预测文本生成路径来将LLM推理速度提高高达85%的框架。
-
Modal Auto Endpoints 提供自有、优化的 LLM 推理
Modal 推出了 Modal Auto Endpoints，一项旨在提供用户可以完全拥有和控制的优化 LLM 推理的新服务。该产品旨在让团队在无需管理底层基础设施的复杂性的情况下，获得自托管推理的好处，例如对服务堆栈的控制和对详细指标的访问。该服务与 OpenAI API 兼容，并支持 GLM-5.2 等开放模型，可以通过简单命令进行部署。
-
人工智能智能与意识辩论探讨灵魂要求
智能的本质及其与意识的关系是持续辩论的主题，尤其是在人工智能的背景下。关于真正的智能是否需要灵魂或主观体验的问题浮出水面，这一话题与哲学、神学和认知科学交叉。机器心智的发展促使人们更深入地思考“真实”智能和意识的定义。
-
Anthropic、OpenAI、SpaceX瞄准3.7万亿美元IPO浪潮，创纪录的月份
三家主要专注于人工智能的公司Anthropic、OpenAI和SpaceX，在一个月内准备进行或已完成大规模首次公开募股（IPO），总市值约3.7万亿美元。SpaceX在与xAI合并后估值1.77万亿美元，是历史上最大的IPO。Anthropic在完成650亿美元融资、估值9650亿美元后提交了S-1文件，而OpenAI的目标是高达1万亿美元的上市估值。这些公开上市预计将通过建立公开市场基准、增加对计算资本支出的审查，并可能重塑人才流…
-
CI/CD 专家 Robert Erez 提倡“向前滚动”和功能标志
Octopus Deploy 的首席工程师 Robert Erez 在 The Pragmatic Engineer 播客上讨论了 CI/CD 和软件交付实践。关键见解包括优先考虑有状态系统的“向前滚动”而非回滚，以及区分持续交付和持续部署，前者更实用。Erez 还强调功能标志是比回滚更优越的安全网，但警告不要过度使用，并强调定期清理的必要性。
-
人工智能被提及占美国裁员的40%；投资差距扩大
在5月份，人工智能被列为近40%美国裁员的首要原因。人工智能投资存在显著的差距，顶尖公司在人工智能上的支出是普通公司人均支出的约650倍。Cognition 提供绩效保证，承诺如果其人工智能代理未能为企业客户带来承诺的工程价值，将提供高达1000万美元的积分。
-
Sarah Guo 评论 AI 基准测试、开放模型以及模型静默退化
Sarah Guo 的最新文章强调了 AI 领域关键的转变，质疑开放模型的未来，并对比了“模型实验室”与“智能体实验室”。文章还批评了当前基准测试的效用，认为它们很快就会过时。一个重要的讨论点是 Anthropic 等实验室声称的模型性能静默退化，这引发了研究人员和开发人员对信任和可复现性的担忧和强烈反对。
-
通过上下文工程和分级路由将 AI 代理成本削减 60%
一个团队通过多项优化策略，在不影响质量的情况下，成功将其 AI 代理的运营成本降低了 60%。关键改进包括上下文工程技术，如仅追加状态头和上下文压缩，这避免了对话历史的冗余处理。他们还实施了分级模型路由，根据复杂性将任务分配给更具成本效益的模型，并利用本地模型处理私有、高频任务，以降低 API 延迟和成本。
-
新的 UOJ-Bench 评估 LLM 的代码修复和错误检测能力
一个名为 UOJ-Bench 的新基准已被开发出来，用于评估大型语言模型 (LLM) 在代码生成、黑客攻击和修复任务方面的能力，超越了简单的解决问题。初步测试表明，即使是顶级模型在识别人类编写代码中的错误方面也存在困难，在一次性评估中的成功率低于 50%。虽然测试时扩展可以显著提高性能，但会产生巨大的计算成本，限制了实际部署。然而，最好的模型仍然可以在一小部分满分提交中识别出错误，这表明 LLM 有潜力为现有的评判系统提供补充见解。
-
Anthropic的Claude Fable 5和Mythos 5发布后被政府勒令禁用
Anthropic发布了其新的Mythos类AI模型Claude Fable 5和Claude Mythos 5。Fable 5面向公众开放，在编码和科学研究方面比以往的模型有了显著的进步，例如一天内迁移大型代码库的任务就证明了这一点。然而，其发布伴随着有争议的使用政策，包括30天的数据保留要求以及限制使用该模型进行前沿LLM开发的规定。Mythos 5是无限制版本，由于其先进的功能（包括潜在的攻击性网络能力），仅对批准的客户可用。发…