标签
Chris Barber发起的一项投票根据已知的人才密度对公司进行排名，Cognition和Anthropic并列第一，紧随其后的是Modal、OpenAI等。
Cognition 发布了 SWE-1.7，一个功能强大的 AI 模型，专为智能体软件工程设计，以更低的成本实现了前沿级别的性能。该模型在强化学习训练、多集群基础设施、数据整理以及针对长任务的自我压缩方面进行了改进。
Anthropic的新研究发现语言模型中存在一个类似于人类大脑意识处理的'全局工作空间'，发现了一个类似于意识和无意识思维的分界。
Cognition与Grant Sanderson（3Blue1Brown）举办了一场炉边谈话，探讨如何让抽象概念变得易于理解，以及智能与设计将如何共同发展。
Cognition 推出了 Devin Security Swarm，这是一个利用 Agentic MapReduce 架构发现安全漏洞的新工具，相比替代方案准确率更高、成本更低。
本文讨论了Devin的新功能'Security Swarm'，它使用Agentic MapReduce来扩展AI驱动的代码安全分析，说明了未来需要100倍AI推理的原因以及在各行业中战略部署多样化模型的重要性。
智谱创始人唐杰老师分享文章，讨论AI时代中认知、格局、技术、管理的重要性排序：认知 > 格局 > 技术 > 管理。
本文提出一个扩展的疏散框架，将认知、情感、社交和人格机制整合到基于智能体的不确定性人类行为仿真中。该框架建模动态事件意识、记忆、恐惧以及基于OCEAN的人格，展示了其对疏散效率和真实人群现象的影响。
本文介绍了一种张量网络模型，用于捕捉情绪效价对儿童识别记忆顺序依赖结构的影响，达到了77.98%的准确率，展示了量子启发方法在建模认知现象中的价值。
Cognition推出Devin Fusion，这是一款自适应模型路由器，可在保持真正前沿智能用于代理编程任务的同时，将成本降低35%。
本文采用发展性方法研究神经语言模型（特别是Transformer）如何从人工语法中学习统计模式，发现它们首先获取全局抽象统计信息，然后学习局部依赖关系，并在早期出现过度泛化。
Cognition 为 DevinAI 正式启动大使计划，面向全球招募 50 位新大使，入选者可获得免费的 Devin Max 计划、积分和早期访问权限。
Cognition 将域名从 cognition.ai 迁移至 cognition.com，Devin 仍是首个自主软件工程师。
FrontierCode 是 METR 和 Cognition 推出的新编程基准，用于评估 AI 模型在代码可维护性和质量方面的表现，结果显示许多模型会生成无法合并的代码。该基准包含超过 1000 小时的工作量，并表明即使顶尖模型也难以应对，其中 Opus 4.8 在最难的等级上仅获得 13.8%。
Cognition 推出了 FrontierCode，这是一个高质量的编程基准测试，超越了单纯的单元测试，用于衡量代码的可维护性、回归安全性和质量，由 20 多位开源开发者精心设计了 150 个任务。
讨论AI采用中从基于token的生产力指标转向产出、影响和价值衡量，重点介绍Cognition的解决方案：自适应路由、支出归因、自动化以及生产力保障。
Cognition发布了Devin的首个评估套件，提供长达100小时的企业级评估并附有财务保证。数据集包含来自126家企业用户的真实Java/TypeScript/Python/C#任务，旨在比现有基准更准确地衡量工程生产力。