Cognition融资背后的AI编程代理扩张

摘要

Cognition以260亿美元估值完成超过10亿美元融资，资金将用于扩大算力、团队和客户覆盖。CEO Scott Wu把增长归因于企业对AI编程代理的强需求，并强调公司保持独立和中立，可在OpenAI、Anthropic、Google、xAI等模型之间灵活选择。Devin被定位为复合型AI软件工程师，已深入企业代码库和新功能开发。

内容框架与概述

Cognition的新融资由Lux Capital、General Catalyst和8VC领投，估值达到260亿美元。融资动机主要有两点：一是继续高速扩张，包括增加算力、扩大团队和服务更多企业客户；二是保持独立运营。Scott Wu强调，AI正在进入真实企业场景，医疗保险、银行、美国财政部、NASA等客户都在使用AI工具生成和维护软件。

公司增长速度非常快。过去一年，Cognition的收入运行率从约3700万美元上升到接近5亿美元，成立时间只有两年左右。Scott Wu把这种增长归因于软件需求的放大：全球约有3000万到3500万软件工程师，如果AI能让他们效率提升十倍，软件开发总量也会随之扩大，而不是简单减少人类工程师岗位。

竞争格局中，Cognition把中立性作为核心位置。Devin不是绑定某一个模型，而是一个可以调用多家大模型能力的复合系统。面对大厂自研代码产品、Cursor潜在并购、Windsurf资产流动等变化，Cognition希望成为模型生态中的中立层。Devin既处理新代码，也处理已有代码库；Cognition内部超过90%的代码由Devin生成，并计划在年内突破10亿美元收入运行率。

核心概念及解读

AI coding agent，AI编程代理

AI编程代理不是简单的代码补全工具，而是能理解任务、读取代码库、修改文件、执行流程并持续推进工程工作的系统。Devin被包装成AI软件工程师，重点不在于写几行代码，而在于参与真实工程组织的交付流程。

Revenue run rate，收入运行率

收入运行率是按当前收入速度推算出来的年化收入水平。Cognition接近5亿美元收入运行率，意味着它的商业化已经不只是概念验证，而是进入了企业预算和生产系统。这个数字也解释了为什么资本愿意给出260亿美元估值。

Compound system，复合系统

复合系统指一个产品内部组合多种模型、工具、工作流和执行能力。Devin并不只依赖单一大模型，而是根据任务选择不同模型和工具。这类系统的关键不是某个模型最强，而是调度、上下文管理、工程执行和稳定交付能力。

Model neutrality，模型中立性

模型中立性是Cognition反复强调的位置。它不站队某一家模型公司，而是同时与OpenAI、Anthropic、Google、xAI等合作。对企业客户来说，这意味着可以按场景选择最合适的模型，同时减少被单一供应商锁定的风险。

Software demand expansion，软件需求扩张

AI提升程序员效率后，结果未必是软件工程师减少，而可能是更多人参与软件生产，更多需求变成可实现的软件。Scott Wu用过去二十多年软件工程师数量从不到100万增长到3000万以上来说明这一点：工具变强后，软件总量通常会继续增长。

文章基本信息

字段	内容
原标题	AI Startup Cognition Raises $1 Billion at $26 Billion Value
作者	Bloomberg Technology
发布日期	2026年5月28日

以下基于当前视频转写整理。

Cognition融资：钱不是装门面，是给扩张和独立续命

10亿美元融资与260亿美元估值

Cognition完成超过10亿美元融资，估值达到260亿美元。Lux Capital、General Catalyst和8VC参与领投。这笔融资的核心背景，是AI编程代理已经从演示阶段进入企业真实工作流，客户不再只是试用，而是在把它放进软件生产体系里。

这类融资看起来夸张，但它背后的逻辑并不复杂：企业软件需求在继续扩大，而AI编程代理正在被资本市场当成下一代软件生产基础设施来定价。Cognition不是在卖一个开发者小工具，而是在卖一种新的工程交付方式。

融资用途：算力、团队、增长

资金主要服务三个方向：扩大算力、扩张团队、继续争取更多企业客户。AI编程代理要真正进入大型企业代码库，需要大量计算资源，也需要强工程团队去保证稳定性、安全性、集成能力和交付体验。

这笔钱还有一个更关键的用途：保持独立。Cognition反复强调独立身份，因为在AI模型公司、大型云厂商和代码工具公司相互并购的背景下，独立性本身成了商业优势。

AI正在进入真实企业场景

每家公司都在变成软件公司

访谈中反复出现一个判断：2026年的每家公司都在变成软件公司。医疗保险公司、银行、美国财政部、NASA等机构，都需要通过软件来改造内部流程、客户服务和业务交付。

这句话的重点不在于所有公司都要变成科技公司，而在于软件已经成了组织运行的基础工具。医疗保险公司需要更多工具服务护理人员，银行需要更快交付面向客户的软件，政府和科研机构也需要更高效的内部系统。

AI编程代理的价值来自真实工作

Cognition强调AI已经在真实公司做真实工作。这和过去很多AI产品的叙事差别很大。过去常见的是模型能力展示，比如写一段代码、回答一个问题、生成一个页面。现在的重点变成：能不能持续进入企业环境，处理长期代码库，跟上路线图，减少工程瓶颈。

AI编程代理的商业价值，不是单次生成代码，而是持续参与软件组织的日常生产。它要面对旧代码、依赖关系、测试、版本控制、需求变更和团队协作，这些才是工程现场最麻烦的部分。

收入增长：从几百万到接近5亿美元

两年时间跑到接近5亿美元收入运行率

Cognition成立大约两年，收入运行率已经接近5亿美元。此前刚开始接受采访时，收入运行率只有几百万美元；一年前约为3700万美元。这个增长曲线说明市场需求释放得非常快。

收入运行率并不是已经入账的年度收入，而是按当前收入节奏折算出来的年化水平。即便如此，接近5亿美元的数字也意味着客户付费已经相当可观，不只是媒体热度或开发者社区讨论。

年内目标：突破10亿美元收入运行率

公司给团队设定的目标，是今年突破10亿美元收入运行率，并继续向更多企业扩张。这个目标听起来激进，但和融资规模、估值水平是匹配的。

资本已经给了高估值，公司就必须证明自己不是一个短期热点，而是能持续进入大企业采购体系，并把AI编程代理变成工程组织的常规配置。

Devin：从单个代理到代理军队

Devin被定位为AI软件工程师

Devin被称为AI软件工程师。这里的含义不是它像人类一样写代码，而是它可以承担更完整的软件开发任务，包括理解需求、处理代码库、实现功能、修复问题和推进路线图。

主持人提到它不只是一个agent，更像一支agent army。这个说法抓住了AI编程代理的新方向：未来的软件开发工具可能不再是一个助手窗口，而是一组可以并行执行任务的代理系统。

处理新代码，也处理旧代码

Devin的工作既包括新代码，也包括已有代码库。更大的工作量来自已有代码库，因为企业真正的工程负担通常不在从零开始写新项目，而在维护、改造、扩展已有系统。

这点很重要。能写新项目只是入门，能处理旧代码才是进入企业的门票。旧代码有历史包袱，有隐性约束，有团队习惯，有测试缺口。AI工具能不能在这里稳定发挥，决定它是否能成为企业级产品。

Cognition内部超过90%的代码由Devin编写

Cognition内部超过90%的代码由Devin编写。这个数据是整场访谈里最有冲击力的部分之一。它给外界传递的信息很直接：Cognition自己也在用Devin开发Devin。

这类自用数据有两层含义。第一，它展示了产品能力。第二，它也意味着公司内部组织形态已经被AI代理改写，工程师的工作可能更多转向任务拆解、审查、架构、验证和产品判断。

独立与中立：Cognition想做模型生态里的瑞士

不绑定单一模型

Cognition强调自己和OpenAI、Anthropic、Google、xAI等模型公司都有合作关系。Devin是一个compound system，也就是复合系统，可以根据不同用例调用不同模型。

这让Cognition和单一模型公司的第一方产品形成差异。第一方产品通常服务自家模型生态，而Cognition的优势在于可以为客户选择更合适的模型组合。

中立性是企业客户关心的点

企业客户不只关心模型效果，也关心数据归属、供应商绑定和长期路线。主持人提到，如果Cursor被某家大厂收购，客户会担心底层模型选择权和数据关系发生变化。

Cognition借此把自己放在中立层的位置上：它不把客户锁定在某一组模型里，而是根据任务选择不同能力。这种位置适合大型企业，因为企业通常不愿意把核心代码生产完全押注在单一模型供应商身上。

模型生态会同时存在多种角色

未来AI编程领域不会只有一种赢家。模型公司会推出第一方代码工具，创业公司会做更专业的代理系统，企业也会根据自己的需求选择不同方案。

Cognition的打法是占据独立工具层，而不是和所有模型公司正面冲突。它更像是把模型能力包装成可执行的软件工程系统，并为企业承担复杂集成和任务编排。

大厂并购与创业公司洗牌

AI代码工具市场正在加速整合

访谈提到Windsurf相关资产、IP、品牌和员工流动，也提到Cursor可能被并购的市场传闻。这个背景说明AI代码工具行业已经进入密集洗牌期。

原因很简单：代码能力是模型公司和平台公司的核心入口。谁控制开发者工作流，谁就更容易拿到代码数据、使用场景和企业预算。代码工具不再只是IDE插件，而是AI时代的软件生产入口。

并购会继续发生

Cognition对并购潮的态度比较冷静：未来还会有更多并购和资产流动。但公司自己的重点仍是增长业务、服务客户、扩大覆盖。

这说明Cognition并不想把自己讲成被收购对象，而是要维持独立平台的叙事。对260亿美元估值的公司来说，独立叙事也有利于支撑长期估值。

AI会减少程序员，还是扩大软件生产

工作会变，但软件生产的人不会减少

面对AI冲击就业的焦虑，Cognition给出的答案是：技能结构会变化，但会有更多人参与软件和产品建设。软件工程师岗位不会简单减少，软件生产的边界会扩大。

这个判断建立在一个历史类比上：二十多年前，全球软件工程师不到100万人；现在约有3000万到3500万人。工具变强之后，软件总量大幅增加，开发者数量也一起增长。

效率提升会制造更多软件需求

Cognition希望让所有软件工程师效率提升10倍，同时相信世界上还有远超过10倍的软件需求等待被实现。这句话背后是典型的需求扩张逻辑：当软件开发成本下降，更多原本不值得做、不来不及做、预算不够做的项目都会变得可行。

这也是AI编程代理最乐观的一种叙事：它不是把固定数量的工作分给更少的人，而是把软件供给能力提高后，打开更多需求。

工程师的核心能力会迁移

如果AI代理承担大量代码编写，人类工程师的价值会向更上游和更下游移动。上游是定义问题、拆分任务、设计架构、判断优先级。下游是审查结果、测试验证、处理异常、确保系统长期可维护。

写代码本身仍然重要，但代码输入量不再是唯一能力指标。未来更值钱的是判断力、系统理解、工程质量控制和组织协作能力。

企业软件组织会被AI代理重构

路线图执行速度加快

团队大规模采用Devin和coding agents之后，可以更激进地推进产品路线图。过去很多功能排期受限于人手、遗留代码、工程负债和测试成本，现在AI代理能承担其中一部分重复性和执行性工作。

这会改变管理层对软件团队的期待。以前一个季度只能做三件事，现在可能会要求做十件事。效率提升带来的不一定是轻松，也可能是更快的节奏和更高的交付压力。

组织结构可能发生变化

当大量代码由AI生成，工程团队内部的分工会重新调整。初级工程师、代码实现者、架构师、产品经理、测试人员之间的边界会变得松动。更多人可以直接推动软件建设，但也需要更强的质量门控。

未来的工程组织可能更像一个任务调度系统：人负责提出目标、拆解约束、审核结果；AI代理负责并行执行大量具体任务。管理难点也会从人力分配转向代理管理、质量检查和系统一致性维护。

估值背后的核心赌注

AI编程代理会成为企业基础设施

260亿美元估值的背后，是市场押注AI编程代理会成为企业软件生产的基础设施。如果Devin只是开发者玩具，这个估值很难成立；如果它能进入大型企业长期预算，估值逻辑就变了。

这类公司未来的天花板，不取决于有多少程序员愿意订阅一个工具，而取决于有多少企业愿意把软件交付能力的一部分交给AI代理系统。

中立层可能比单一模型产品更适合企业

Cognition的商业叙事里，中立性是关键资产。企业客户往往不希望被某一个模型平台完全绑定，也不希望自己的代码资产和数据关系过早押注给单一大厂。

如果AI模型能力继续快速变化，今天最强的模型未必明天仍然最强。中立工具层的价值就在于帮企业保留选择权，同时把多模型能力整合进统一的软件工程流程。

最大风险是交付稳定性和客户信任

AI编程代理要服务企业，难点不只是写出代码。真正难的是长期稳定、权限安全、代码质量、回滚机制、审计流程、数据隔离、团队协作和责任归属。

Cognition的估值已经把未来增长提前算进去了。接下来要证明的是：Devin能不能在更多复杂企业环境中持续可靠地工作，而不是只在少数高配客户和自家公司内部跑得顺。