AI编程赛道，又有公司开始“印钱”了。
5月27日，AI程序员Devin母公司Cognition AI宣布完成超过10亿美元（68亿元）融资，投后估值达到260亿美元（约1800亿元人民币）。
企业关键信息
什么概念？8个月前，它的估值还只有102亿美元。短短8个月，估值又涨了158亿美元。
更值得关注的，是它的赚钱速度。
Cognition年化收入（ARR）增长轨迹，不到两年从100万美元到4.92亿美元。
过去一年，Cognition的年化收入（ARR）从3700万美元，一路冲到4.92亿美元（约35亿元人民币），12个月增长约13倍，每天进账约1000万元。
如果再往前倒：2024年9月，Devin的ARR还只有100万美元；到2025年6月，已经涨到7300万美元；收购Windsurf后，ARR又在7周内环比增长超30%。
与此同时，2026年至今，企业客户使用量增长超过10倍。
这意味着：AI编程行业，已经开始从“大家看热闹”，进入真正大规模赚钱阶段。
而资本现在最疯狂下注的，也不再只是“谁模型更强”。而是：谁能真正替企业干活。
本轮融资由Lux Capital、General Catalyst、8VC联合领投，彼得·蒂尔旗下Founders Fund、Ribbit Capital、Atreides Management、Layer Global等参投。
为什么资本愿意给它260亿美元估值？
因为越来越多企业开始发现：AI程序员，不只是“辅助写代码”。它开始真的能帮公司省下大量研发时间、人力成本，甚至直接改变企业的软件开发流程。
一群AI程序员，开始年入几十亿元
Cognition最核心的产品，是Devin。简单理解：它不是传统意义上的代码补全工具，而更像一个“AI工程师”。
它可以：阅读需求文档；自己写代码；调试Bug；调用工具；部署项目；持续修改代码。甚至还能像真人程序员一样，自己打开浏览器查资料。
Devin产品界面，工程师可以像委托同事一样委托Devin完成编程任务
去年，Devin第一次公开演示时，整个硅谷几乎瞬间炸锅。因为很多人第一次发现：AI不只是“辅助写代码”，而是真的开始尝试“代替程序员完成完整任务”。
但真正让资本疯狂的，并不是演示效果。而是：它开始赚到真钱了。
4.92亿美元ARR，对一家成立不到两年的AI创业公司来说，已经属于极少数。更关键的是，这种增长，并不是靠疯狂烧钱换规模。
Cognition官方披露：公司历史累计净消耗（Net Burn）不到2000万美元。
这个数字，在AI行业非常罕见。因为过去两年，大量AI公司都在疯狂烧GPU、烧训练成本。一些大模型公司，一年亏损甚至数十亿美元。
但Cognition不一样。它本质上不是卖模型，而是在卖“AI程序员劳动力”。
程序员，本来就是全球最贵的一批数字劳动力之一。一个大型企业研发团队，一年人力成本动辄数亿元。
而只要AI能替代其中10%-20%的工作量，企业就愿意持续付费。这也是为什么：AI Coding赛道，比很多AI聊天、AI图片应用，更容易快速商业化。因为它直接连着企业利润。
谁买单？开发者、银行、军事系统
Cognition的客户，已经跳出科技公司范围。
目前，其客户包括：金融机构：花旗、高盛、桑坦德银行、巴西最大银行Itaú；汽车制造：梅赛德斯-奔驰；科技企业：戴尔、思科；军事与政府：美国陆军、美国海军、NASA。
与此同时，Infosys、Cognizant等系统集成商，已经把Devin嵌入企业交付流程。这意味着：Devin不再只是开发者的效率工具，而是开始进入企业核心IT系统。
其中，一个最典型案例来自奔驰。
奔驰有一个遗留系统现代化改造项目，原本预计工期8个月；使用Devin后，8天完成。哪怕这个数字打个五折，也已经是量级差异。
真正变化的，不只是开发速度，而是企业IT成本结构。
过去，一个大型系统改造项目，往往意味着：数十名工程师；数月开发周期；大量外包费用；长时间测试与维护。
而AI程序员真正吸引企业的地方在于：它开始第一次大规模压缩“高薪研发时间”。对于银行、汽车、制造业等大型企业来说，这类效率变化，往往意味着数百万甚至上千万美元级别的成本差异。
Devin为什么像“收费站”？
AI编程赛道，现在有一个很大的结构性矛盾：几乎所有大模型公司，都在亲自下场做编程工具。
Anthropic推出Claude Code；OpenAI重启Codex；Google推出编程代理Jules。在这种情况下，一家独立AI编程公司，为什么还能值260亿美元？
某种程度上说，Devin的性能不是最强的。
在SWE-bench测试中，ClaudeCode得分约80.9%，Gemini 3 Pro约76.2%，Devin自研模型SWE-1.5约40.08%。
Cognition给出的答案是：重心不放在模型层，而是做编排层。简单说：它不押注某一个模型，而是帮企业找到“最合适的模型组合”。
今年，Cognition推出自研模型SWE-1.6，在Windsurf中已经成为最常用模型之一，推理速度达到950 tokens/秒。同时，SWE-1.6兼容多个模型。
Cognition自研编程模型SWE-1.6，推理速度950 tokens/秒
OpenAI模型更适合某类任务，就调用OpenAI；Anthropic更强，就调用Anthropic；自研模型够用，就优先用自研。
这个逻辑好比：大模型越来越像“高速公路”，而Cognition们想做的，是高速公路上的收费站。模型能力越强、Token越便宜、AI调用越频繁，经过收费站的“车流量”就越大。
而AI编程，又比普通聊天机器人，更容易疯狂消耗Token：高频调用、多轮推理、自动Debug等。
这也是为什么：Cursor、Devin、Windsurf增长那么快。本质上，大家都在争：谁来承包程序员的Token消耗。
华人金牌选手，干出260亿美元
Cognition背后，是一个非常典型的“硅谷竞赛天团”。
CEO Scott Wu，90后，父母从上海移民美国。他曾获得：3块IOI金牌；2014年IOI全球第一；Mathcounts全国冠军；Google Code Jam全球季军。
Cognition CEO Scott Wu在Bloomberg TV上阐述独立性策略
CTO Steven Hao，同样是IOI金牌得主，曾在Scale AI担任核心工程师。CPO Walden Yan，则是00后IOI金牌选手，曾在Cursor母公司Anysphere担任工程师。三人合计拿下5块IOI金牌。
在硅谷技术圈，这类人甚至有个名字：“竞赛黑手党”。类似当年的PayPal黑手党。他们互相介绍机会、联合创业、共享资源。
而AI编程，恰恰是最适合这类顶级工程师创业的方向之一。因为这里拼的，不只是模型能力。更是软件工程能力、Agent编排能力、大规模系统能力、企业交付能力。
程序员们的饭碗
下一个问题：未来的软件公司，还需要多少程序员？
更疯狂的是：Cognition自己的代码库里，89%的代码已经由Devin编写。而这个数字，在2025年12月时，还只有13%。
也就是说：从13%到89%的飞跃，只用了5个月时间。
Devin编写代码占Cognition自身代码库比例，5个月从13%飙升至89%
但89%是Cognition自己说的数字。外部测试给出了另一个版本。
2025年1月，AI研究机构Answer.AI对Devin进行了20个真实软件工程任务测试。结果：3个成功，14个失败，3个无结论，成功率15%。
成功的任务都是简单操作，比如把Notion数据库拉取到Google Sheets；失败的任务涉及理解现有代码库和保持上下文一致性。
过去两年，AI行业比拼的是：谁模型更强。但现在，资本越来越关心另一件事：谁能真正把Token变成企业生产力。
而AI编程，恰恰是目前最容易形成高频调用、高付费、高粘性的场景之一。下一个问题可能已经不是：AI能不能替代程序员。而是：未来的软件公司，还需要多少程序员？
本文不构成任何投资建议。
本文来自微信公众号 “铅笔道”（ID：pencilnews），作者：爱羽，36氪经授权发布。
