作者丨晨阳

编辑丨小龙

三个华人程序员，正在把一家AI编程公司做到480亿美元。

9月8日，AI编程初创公司Cognition宣布完成超过20亿美元E轮融资，投后估值达到480亿美元，约合人民币3221亿元。a16z、Accel领投，Founders Fund、General Catalyst、英伟达等数十家机构跟投。

从2023年在纽约一间公寓里创业，到估值突破3000亿元人民币，Cognition用了不到三年。它的核心产品Devin，也正在从一个帮程序员写代码的工具，变成企业可以直接购买的“AI软件工程师”：给它一项开发任务，它可以自己拆解需求、搭建环境、编写代码、运行测试、修复Bug，并把项目交付出来。

这门生意的变化，已经开始体现在收入上。2025年5月，Cognition年化收入约3700万美元；一年后，这个数字达到4.92亿美元；截至2026年9月，年化收入已经接近9亿美元。

资本追着Cognition加注，押注的是一个越来越具体的场景：如果AI可以独立完成越来越多的软件开发工作，企业购买的就不再只是一个程序员的效率工具，而是一部分可以直接调用的软件工程产能。

这家由三位华人IOI金牌得主创立的公司，正在成为全球AI编程赛道当之无愧的领跑者。

从奥赛金牌到百亿帝国

Cognition的故事始于2023年，三位相识于编程竞赛的老友——Scott Wu、Steven Hao和Walden Yan——在纽约一间公寓里共同创立了这家公司。

三人均为国际信息学奥林匹克竞赛（IOI）金牌得主，合计手握五块IOI金牌。而公司早期的核心团队，总共积累了十块IOI金牌。

创始人Scott Wu，1997年出生，美籍华裔，他12岁开始写代码，14岁勇夺全美数学竞赛MathCounts冠军，17岁参加IOI摘金，并在2014年拿下全球第一名。在编程界最硬核的评价体系Codeforces上，他是“传奇大师”（Legendary Grandmaster），峰值积分高达3350。

Scott Wu

Scott Wu曾就读于哈佛大学经济学专业，后辍学并联合创办了AI社交平台Lunchclub担任CTO，入选2020年福布斯“30 Under 30”。

联合创始人Steven Hao毕业于麻省理工学院计算机科学与数学专业，曾是数据标注巨头Scale AI的核心工程师。另一位联合创始人Walden Yan曾就读于哈佛大学，后离校创业，是团队中最年轻的00后IOI金牌得主。三人在编程竞赛中相识多年，从对手到战友，最终走到了一起。

Steven Hao

Walden Yan

Cognition最早其实是一家加密货币公司。直到ChatGPT横空出世，创始团队果断掉头，一头扎进了AI编程领域。

2024年3月，Cognition正式推出Devin，号称“全球首款AI软件工程师”。产品一经亮相便引爆全球开发者社区。Devin不仅是一个代码补全工具，而是一个能够端到端独立完成软件开发任务的AI智能体——用户只需提供自然语言需求，它就能自主拆解任务、搭建运行环境、编写代码、排查调试故障并交付完整项目。

2024年3月，公司完成由Founders Fund领投的2100万美元A轮融资，估值约3.5亿美元。仅仅一个月后，2024年4月，Founders Fund再次领投1.75亿美元，估值直接跳升至20亿美元。

2025年进入加速期。1月完成约1.45亿美元B-1轮融资，估值40亿美元；8月完成近5亿美元C轮融资，估值约98亿美元；9月再获4亿美元C轮追加融资，估值达102亿美元。

2026年5月，Cognition宣布完成超10亿美元D轮融资，由Lux Capital、General Catalyst和8VC领投，估值达260亿美元。仅仅四个月后，2026年9月，E轮20亿美元融资落地，估值飙升至480亿美元。

从A轮到E轮，从3.5亿美元到480亿美元，Cognition用不到30个月完成了估值的百倍增长。

Devin：从代码助手到AI软件工程师

传统的AI编程产品大多嵌入开发者工作流。程序员写代码时，AI负责补全；遇到Bug，AI提供修改建议；需要生成一个函数，AI可以直接写出来。开发者依然负责拆解任务、决定技术方案、运行代码和检查结果，AI主要承担其中的部分工作。

Devin把任务的起点往前推了一层。

用户给出的可以是一项完整的软件工程需求，Devin负责后续的任务拆解、环境配置、代码编写、测试和调试，并通过持续运行把任务推进到交付阶段。对于企业来说，它对应的也就不再只是一个提高程序员效率的软件工具，而是一部分可以直接采购的软件开发产能。

Cognition早期公开测试中的SWE-bench成绩，也帮助Devin获得了大量关注。

SWE-bench使用真实开源软件项目中的Issue，让AI尝试解决实际的软件工程问题。Devin首次公开测试取得13.86%的问题解决率，在当时明显高于其他AI系统。这类测试给了市场一个比较直观的指标：AI能否从“生成代码”，进一步走到“解决真实的软件工程问题”。

此后，Cognition持续把研发重点放在长时间运行、复杂任务执行和多模型协同上。

2026年6月，公司推出Devin Fusion，通过“边车路由”架构调度不同AI模型执行软件工程任务。官方测试数据显示，Devin Fusion可以降低复杂编码任务的推理成本，同时保持相近的输出质量；搭配Fable 5模型后，单个任务的平均成本约为3美元。

7月，Cognition又发布SWE-1.7模型，重点优化需要长时间运行的异步软件工程任务。

模型在FrontierCode 1.1 Main和SWE-Bench Multilingual中的通过率分别达到42.3%和77.8%。Cognition希望解决的问题也越来越具体：让Agent能够处理更复杂的软件项目，并在更长的时间里保持稳定执行。

Cognition自己也成为Devin的一个测试场景。

公司披露，Devin在其自身代码库中的代码提交占比已经从13%提升到89%。如果这一比例能够持续维持，AI编程产品会形成一个很有意思的闭环：开发AI工具的公司，越来越多地使用自己的AI完成软件开发。

2025年5月，Cognition年化收入约3700万美元；2026年5月增长到4.92亿美元；截至2026年9月，年化收入进一步接近9亿美元。一年多时间，公司的年化收入增长超过20倍。

企业客户也在持续增加。英伟达、GE Aerospace、花旗、梅赛德斯-奔驰、Modal等企业已经使用Devin，高盛、桑坦德银行、戴尔科技、Elevance等公司也在客户名单中，美国陆军、美国海军和NASA等公共部门同样开始采用。

部分客户已经把Devin用于过去需要大量工程师投入的软件项目。梅赛德斯-奔驰曾使用Devin完成一个软件现代化项目，将原本预计需要8个月的工作压缩到8天；巴西银行Itaú则利用Devin自动修复70%的安全漏洞。过去6个月，Devin在企业端的使用量月均增长50%；2026年以来，企业客户使用量增长超过10倍。

AI Coding进入Agent时代

Cognition的快速增长，也发生在AI编程产品形态发生变化的阶段。

OpenAI、Anthropic、Cursor等公司的动作，都在把AI从代码编辑器里的辅助工具向能够连续执行任务的Agent推进。OpenAI的Codex增加了电脑操控、记忆以及长时间运行等能力；Anthropic持续强化Claude Code的自动执行能力；Cursor则开始把产品从传统编辑器扩展为Agent工作空间。

开发者使用这些产品的方式也随之发生变化。用户可以给出一个更大的任务，让AI自行决定接下来需要调用什么工具、修改哪些文件、运行哪些测试，并在失败后继续尝试。

AI处理的工作单元，正在从一段代码、一个函数，逐渐变成一个完整的软件工程任务。

这会直接影响软件开发公司的人员配置。

一个完整的软件项目通常需要产品经理、设计师、前端工程师、后端工程师、测试工程师和运维人员共同完成，其中有大量工作涉及需求转化、代码修改、测试、Bug修复、文档整理和系统维护。如果Agent能够持续承担其中一部分工作，企业购买AI编程产品时衡量的指标，也会从单个程序员的效率提升，逐渐转向一支工程团队能够完成多少工作。

Cognition也在围绕这个方向扩张产品边界。2025年7月，公司收购AI编程工具Windsurf，将IDE、开发环境和Agent能力纳入同一套产品体系。此前Windsurf核心团队被谷歌挖走后，Cognition迅速接手剩余IP、产品和约250人的团队。这笔交易让Cognition进一步补齐了从开发工具到AI Agent的产品链条。

但Cognition面对的竞争也在扩大。

一端是OpenAI、Anthropic、微软等拥有基础模型能力和开发者生态的巨头；另一端是Cursor等从开发工具切入的AI编程公司；传统IT服务商和企业软件公司也开始把Agent能力加入自己的产品。随着模型能力提升、推理成本下降，AI编程产品之间的竞争很难长期只围绕代码生成能力展开，开发环境、企业数据、工作流、客户关系以及Agent执行能力都会成为竞争的一部分。

对于Cognition来说，480亿美元估值需要面对的问题也很明确：Devin能否从一个能力很强的AI编程产品，变成企业长期使用的软件工程平台。公司已经证明企业愿意为AI完成真实开发任务付费，接下来还需要证明，这些任务能够持续扩大，并沉淀成稳定的企业软件收入。