軟體開發的瓶頸往往不在於撰寫程式碼的速度，而是在於如何驗證這些程式碼是否正確運行。隨著開發規模擴大，工程師花在審核程式碼（Code Review）的時間大幅增加，這成為了限制產品交付速度的主要因素。針對這個痛點，開發自動化軟體工程師 Devin 的公司 Cognition，開始將 OpenAI 的 GPT-6 Astra 整合進其產品線中，旨在讓 AI 不僅能寫程式，還能獨立完成測試並證明其成果。
核心技術與運作方式
Devin 本身被定位為一個自主軟體工程師（Autonomous Software Engineer），能夠處理複雜的開發任務。而 GPT-6 Astra 的加入，為 Devin 提供了更強大的驗證能力，使其能夠在完成開發任務後，自主設計測試案例並執行，最後將結果以直觀的方式呈現給人類工程師。
這種運作方式將傳統的開發流程從寫程式、交由人類測試、反饋修正，轉變為 AI 寫程式、AI 自行測試、提交證明、人類審核。例如，在測試一款名為 Otter Run 的 iPhone 遊戲時，Devin 利用 Astra 的能力在模擬器中運行該遊戲，並直接回傳一段遊戲運行的錄影畫面。除了視覺化的證明，Devin 還會同步提供一份詳細的測試報告，明確標記哪些功能已通過檢查，以及哪些部分尚未被測試到。
實務應用與效率提升
除了主產品 Devin 之外，Cognition 也將 GPT-6 Astra 應用於其命令列界面（CLI）與桌面端產品中。在處理客戶回饋的 Bug 時，這種能力展現了極高的實務價值。當客戶傳送一張 Bug 的螢幕截圖時，工程師可以直接將截圖交給搭載 Astra 的 Devin，AI 會分析問題、修復程式碼，並在完成後回傳一張修復後的螢幕截圖，以證明問題已得到解決。
這種端到端的處理流程，將原本需要工程師手動分析截圖、定位問題、修改代碼、重新部署測試的冗長過程，簡化為一個快速的循環。對於 Cognition 而言，這不僅縮短了回應客戶的時間，更將開發者的注意力從瑣碎的除錯工作中解放出來。
對開發流程的影響與長遠目標
Cognition 認為，強大的自動化測試能力是減少人工審核程式碼的唯一路徑。在傳統流程中，工程師必須逐行檢查 AI 或其他開發者寫的代碼，以確保沒有潛在漏洞。但如果 AI 能提供具體的運行證據（例如錄影、截圖或通過的測試報告），工程師就可以將審核重心從檢查程式碼邏輯，轉移到驗證最終行為是否符合預期。
這種模式的實務意義在於，它將程式碼審核的成本大幅降低。當驗證過程變得高效且可視化，開發團隊就能在維持品質的前提下，提高產品的發布頻率。Cognition 的共同創辦人 Walden Yan 指出，他們預期隨著 GPT-6 Astra 的深入應用，工程師需要手動查看的代碼量將會減少，而最終能成功交付的功能則會增加。
限制與未來展望
儘管 GPT-6 Astra 顯著提升了驗證效率，但目前的自動化測試仍依賴於 AI 對測試範圍的定義。如前所述，Devin 的報告中仍會標記出未被測試到的區域，這意味著人類工程師在現階段仍扮演最後的把關者，負責定義關鍵的測試路徑並審核 AI 遺漏的部分。
然而，這種從開發到驗證的閉環能力，標誌著 AI 軟體工程正從單純的代碼生成器，演進為能夠對結果負責的自主代理人。透過將視覺驗證與邏輯測試結合，AI 正在逐步解決軟體開發中最困難的信任問題，讓自動化開發真正進入可量產的階段。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。