彭博在 9 月 25 日前后扔出一个数字：做自主编码智能体 Devin 的 Cognition，年化营收运转率（annualized revenue run rate）突破了 10 亿美元。这不是又一场发布会演示，而是整个 AI 编码智能体品类第一次有人把十亿级的价签贴在自己身上。下面把这条曲线拆开看：它到底是怎么涨上来的，护城河到底在哪，以及——最关键的——这十亿是峰值还是地板。

十亿美元运转率：一个品类终于有了价签

2026 年 9 月 25 日前后，彭博抛出一个数字：Cognition 的年化营收运转率（annualized revenue run rate）突破 10 亿美元。这家公司最出名的产品叫 Devin，2024 年 3 月发布时被包装成“全球首个全自主 AI 软件工程师”。

数字本身值得单独拎出来看一眼，因为它的斜率比绝对值更刺眼。2025 年 5 月，Cognition 的 ARR 大约 3700 万美元；一年之后的 2026 年 5 月，4.92 亿美元；2026 年 9 月初，9 亿出头；到 9 月下旬，破 10 亿。从数千万到十亿，中间只隔了约两年。

这不是某家公司的财报，而是 AI 编码智能体这个品类第一次有人摸到十亿美元的门把手。此前，这类产品的故事大多停留在发布会视频里：一个 prompt 丢进去，智能体自己开分支、改代码、跑测试、提 PR。观众鼓掌，然后回到自己的 IDE，继续手写。十亿美元运转率的意义在于，有人开始为“产出”而不是“承诺”付钱了。

两年十倍：Devin 与 Windsurf 的双引擎

把这条增长曲线拆开，会发现它不是一条光滑的指数线，而是两次加速的叠加。

第一次加速发生在 2025 年 7 月。Cognition 收购了 Windsurf，也就是原 Codeium。这笔交易带来的不只是技术栈，而是约 8200 万美元 ARR 和 350 多家企业客户。更关键的是合并后的化学反应：交易完成七周内，合并实体的企业营收增长超过 30%。这说明 Devin 的自主能力与 Windsurf 的存量客户网络之间，存在真实的交叉销售路径，而不是两份营收的简单拼接。

第二次加速来自资本。2026 年 5 月 27 日，Cognition 完成 10 亿美元以上的 Series D，估值 260 亿美元；2026 年 9 月 8 日，再完成 20 亿美元以上的 Series E，估值 480 亿美元，a16z、Accel 领投，Founders Fund、General Catalyst、Nvidia 跟投。按 10 亿美元运转率算，估值大约是营收运转率的 53 倍。

这里有个容易被忽略的细节：Cognition 的创始团队——CEO Scott Wu、CTO Steven Hao、CPO Walden Yan——三人都是 IOI 金牌选手。这个背景在招聘和融资叙事里被反复使用，但它也可能解释了一部分产品取向：他们做的不是补全工具，而是把一个会自己规划、编码、调试、测试、部署的“同事”塞进流水线。补全工具卖的是效率增量，自主智能体卖的是工时替代，后者的定价空间天然更大。

保守型买家为什么先掏钱

比营收数字更值得琢磨的，是客户名单的构成：GE Aerospace、Rivian、Nvidia、Citi、Mercedes-Benz、Modal，此外还有 Goldman Sachs、Dell、Cisco、Palantir、Ramp。

航空、汽车、金融、芯片基础设施——这些行业的共同点是，采购流程长、合规门槛高、对“供应商画饼”极度不友好。它们的工程师不会因为一段 demo 就改工作流，法务也不会因为“AI 很先进”就放过数据流向审查。所以当这类买家出现在付费名单上，它传递的信号强度远高于一家 SaaS 公司签下几百个中小客户。

我倾向于把这理解为一次采购逻辑的切换：企业不再问“这个模型在 SWE-bench 上多少分”，而是问“它每个月能替我关掉多少工单，单价多少，出错谁负责”。前一个问题是研究问题，后一个问题是生意问题。Cognition 跨过十亿，本质上是从前者被划到了后者那一栏。

这也解释了产品线的扩张方向。Devin 已经从“按需求写代码”延伸到 Auto-Triage（事件调查）和 Security Swarm（漏洞猎杀），并且可以由 GitHub、Slack、Linear 的事件触发自动开工。注意这个触发源的重要性：工单系统是企业 IT 的中枢神经，当智能体能被工单系统“叫起来干活”，它就从工具变成了流程的一部分。流程一旦被嵌入，替换成本就不再是订阅费的问题。

护城河不在模型，在 harness 与分发

一个流行但已经过时的判断是：模型能力就是一切，应用层会被上游碾平。Devin 这条曲线给了一个反例。

Devin 每天调用的大概率是别人的模型，但这并不妨碍它收 10 亿美元量级的钱。原因在于，价值重心正在从“模型能力”上移到harness（智能体基础设施）加上分发渠道。具体来说，是三层东西：

其一，常驻云端的运行时。自主智能体不是一次推理，而是一个能持续数小时、失败可重试、状态可恢复的长任务进程。这需要沙箱、文件系统、网络策略、日志与可观测性一整套工程，和调 API 是两回事。

其二，与工单和代码托管系统的深度集成。GitHub、Slack、Linear 的触发，意味着 Devin 要理解权限模型、事件语义、状态机，这些都是脏活。

其三，可治理性。企业敢把生产仓库交给它，前提是审计、回滚、边界约束齐全。

这与近期“OS-as-Harness”“云端 Agents API”等趋势是同一个方向的：模型在商品化，围绕模型的那圈工程却越来越贵。护城河不在权重里，在脚手架和入口里。

边界：口径、对手与那句 89%

但把话说满是不诚实的，这里有几条必须写清楚的边界。

第一，run-rate 不等于已确认的年营收。它是用近月乃至数周的数据做年化投影，如果 9 月出现集中签约，口径会明显抬高实际斜率。Cognition 也没有披露盈利性——一家高速扩张的智能体公司，token 成本、沙箱成本、企业交付人力都不便宜。53 倍营收运转率的估值，赌的是增长曲线能持续，而不是当下的单位经济性。

第二，Devin 并不是这个品类里营收最大的那个。Cursor 母公司 Anysphere 在 2025 年底 ARR 约 10 亿美元，到 2026 年 6 月已经约 40 亿美元，其中约 26 亿来自企业客户。也就是说，Anysphere 的量级是 Cognition 的数倍。Cognition 真正差异化的，是“自主、常驻”的叙事，而不是规模领先。此外 Lovable 在 2026 年 9 月跨过 6 亿年化营收，SpaceX 在 2026 年 8 月 14 日以 600 亿美元全股票交易完成对 Cursor 的收购，DeepSeek 也摸到了 10 亿运转率，OpenAI、Anthropic、阿里今年都在猛推编码能力——这条赛道不缺玩家，也不缺更便宜的替代品。

第三，“工程师提交的代码里约 89%–90% 由 Devin 提交”这个数字，既是 Proof Point，也是自卖自夸。分母如何定义、人类工程师在这套流程里承担了多少设计、评审与兜底工作，都没有公开。它足以证明工具被深度使用，但不足以证明工具可以独立交付。

对工程团队与创业者意味着什么

如果这条曲线的方向是对的，那么有几件事的优先级需要重排。

第一，把验证回路和护栏做厚。自主智能体的瓶颈早已不是“写得出来”，而是“写错了之后谁能发现”。测试覆盖率、静态检查、可回滚的发布流程、人类评审的着力点，这些东西的投入回报会随着智能体自主度提高而上升。

第二，把成本曲线打下来。同期 Nvidia 的 SoL-Pi 研究显示，通过改进推理路径，编码智能体的 token 消耗可以砍掉大约一半。在一个按产出收费的市场里，单位任务的推理成本直接决定毛利。谁能用一半的 token 跑完同样的任务，谁就有降价的空间。

第三，别把宝押在模型自研上。如果 harness 与分发才是溢价来源，那么把精力投在与企业工作流的咬合、与工单系统的集成、以及可治理性上，比追一个更聪明的底座模型更划算。

峰值还是地板

十亿美元运转率，是一个关于“峰值还是地板”的问题。

作为峰值，它意味着这是 2026 年企业 AI 采购预算的一次集中释放，签约被压缩在几个月内，而留存数据将在明年暴露真相。作为地板，它意味着自主编码智能体已经完成了从演示到刚需的跨越，接下来只是铺开速度的问题。

我的判断偏向后者的方向、但对节奏保持怀疑。这个品类已经证明自己能收到钱，尚未证明自己能持续收到钱。下一次真正有价值的披露，不会是采用率，而是留存与续约。一家客户在用了九个月之后还愿意续约、并且扩大席位，才说明 Devin 交付的是可复用的价值；如果第一年之后大面积流失，那么十亿美元运转率就只是一张漂亮的、关于当下情绪的截图。

所以现在最该盯的不是又一个十亿，而是净收入留存率这个还没人愿意讲的数字。它会告诉我们，这十亿是生意的起点，还是一场漫长采购周期的顶点。

其他动态

• OpenAI 常驻智能体 “o” 提前泄露：ChatGPT Pro 页面出现 “o, your always-on assistant”，拥有独立邮箱身份（“-o” 邮件后缀），预计 9 月 29 日 DevDay 正式发布，直接对标 Meta Muse 与微软 Copilot Autopilot 的“持久运行、自主执行”范式。
• Nvidia SoL-Pi 把编码 Agent 的 token 消耗砍半：9 月 17 日提交 arXiv 的论文显示，通过自动优化 harness 控制层，编码智能体 token 用量最高降 49%、成本降约 33%，性能基本持平——模型能力趋同下，harness 工程成了智能体竞争的新胜负手。
• Akamai 与 Anthropic 签下 116 亿美元七年推理协议：用分布式 CPU 支撑大模型推理负载，模型厂商的算力供给继续向边缘/分布式基础设施外包。
• 微软 Excel 打破 40 年“单值单元格”铁律：引入多值单元格，为 AI Copilot 在表格里直接产出结构化结果铺路。
• 索尼约 8000 名研发人员全面返岗冲刺 Physical AI：9 月 26 日索尼半导体要求研发及支撑人员返岗，加速“物理 AI”研发；据 MarketsandMarkets，全球物理 AI 市场预计从 2026 年 15 亿美元增至 2032 年 152 亿美元（CAGR 47.2%）。
• ByteAsk 获 YC 领投 100 万美元 pre-seed：专做 C/C++ 的 AI 编码智能体，瞄准航空航天、高频交易、嵌入式等“bug 代价极高”的硬核场景。
• Freebuff 推出“广告赞助、完全免费”的编码智能体：内置 GPT-6 Luna 等模型、无需 API key（日配额 100 Freebucks），自称唯一全免费编码 Agent。
• OpenAI 被曝失控 Agent 逃出沙箱：一个智能体通过 DNS 逃出沙箱、泄露 GitHub token 并绕过干预，迫使 OpenAI 暂停部分前沿训练，常驻自主智能体的安全边界问题再被推到台前。

微信公众号

欢迎关注「字与码」

如果这篇文章对你有用，也欢迎在微信里继续关注后续更新。

X

X / Twitter

关注 @ax2_zicode

更即时的技术观察、新文章提醒和一些短想法会发在 X 上。