Devin 牵手麦肯锡:AI 编程的竞争,从工具转向了让人相信
Cognition 与麦肯锡 2026 年 11 月 16 日结盟,向大企业卖 AI 编程的转型结果:Devin 干活,麦肯锡改组织。麦肯锡调查显示最好的四分之一组织生产力翻倍,30% 反而下降——工具不决定结果,工作方式才决定。

一句话:Devin 负责干活,麦肯锡负责让干活算数
2026 年 11 月 16 日,Devin 背后的公司 Cognition 和咨询公司麦肯锡宣布结成联盟,一起向美国和欧洲的大企业卖“AI 写代码”这件事。分工很清楚:Devin 负责接手工程任务,麦肯锡负责帮客户选项目、定基线、改团队的工作方式,让 AI 干出来的活最后能体现在业务结果上。联盟的一手来源是当天发布的官方通稿(BusinessWire,2026 年 11 月 16 日 17:00 UTC),核心数字与引言均出自该通稿,全文已亲读。
这个联盟值得写,不是因为又多了一家公司在卖 AI 编程工具,而是因为它承认了一个很多卖家不愿承认的事实:光把 AI 智能体发给工程师,生产力不一定上去,甚至可能下来。通稿里直接引用了麦肯锡 2026 年第二季度的一项调查:334 位产品与工程负责人中,表现最好的四分之一组织报告生产力提升超过两倍,而 30% 的组织报告生产力反而下降了。同一个工具,有人翻倍、有人倒退,差别不在工具,而在组织有没有跟着改。这就是这个联盟存在的理由。
数字先行:上四分之一翻倍,三成反而变慢
先把这组调查数字摊开看。334 位产品与工程负责人,2026 年第二季度接受调查。最好的 25% 说,用了 AI 之后生产力翻倍还不止;30% 说,生产力下降了。剩下约 45% 的组织,通稿没有披露具体变化——它们处在中间地带,既没翻倍也没倒退,或者变化不大。这个分布本身就很有信息量:AI 编程工具的效果不是均匀分布的,而是两极分化。买同一个工具, outcome 可能天差地别。
通稿的解释是,差别越来越多地取决于一家公司是否重新设计了工程组织的运作方式,而不是它能不能用上 AI。这个判断和同期一些独立研究的方向一致,但要提醒一句:调查本身是麦肯锡做的,样本是 334 位负责人,回答的是自我报告的生产力变化,不是第三方实测的交付数据。自我报告有水分——负责人可能高估成功、低估失败,也可能把其他改革的功劳算到 AI 头上。所以这组数字适合用来理解“为什么有人赚、有人赔”,不适合当成“用了 AI 就能翻倍”的承诺。联盟的卖点恰恰建立在这个落差上:它卖的不是工具,而是把落差填上的服务。
麦肯锡还搬出了另一项研究来给这个卖点背书:Rewired 研究覆盖了 20 个领先的转型案例,发现把精力集中在一到三个高价值领域(比如软件)的公司,平均 EBITDA 提升约 20%,一到两年内收回成本。同样要打折听:20 个“领先”案例是挑出来的成功样本,不是随机抽样;EBITDA 提升是平均值,背后是咨询项目、组织改革和 AI 工具打包在一起的效果,没法单独归因给 Devin。通稿把这两个数字放在一起,意思很明确:联盟卖的是转型结果,不是工具订阅。
联盟到底一起卖什么:Devin 干活,麦肯锡改组织
按通稿的说法,联盟的工作分三个阶段:先帮客户选最值得做的项目,再为成本、速度和质量定基线,最后把新的工作方式推广开,让完工的项目能拿出可衡量的业务价值。Devin 在这个分工里负责“干活”:跨多个项目接手工程任务,接入客户已有的系统和安全流程,干完把活交回来给人复核。工程师负责定方向、解决最难的问题、决定什么可以发布。麦肯锡负责“改组织”:重新设计运营模式、团队结构、人才和技术,配上培训、现场辅导和持续支持,从一线工程师到高管全覆盖。
这里有一个关键细节:Devin 的平台是模型无关的,会按任务类型给不同模型分活。通稿的说法是,这样能以低 60% 的成本拿到前沿水平的性能,而且新模型出来之后可以随时换上去。60% 这个数字同样是厂商口径,没有独立验证,也没有说明比较的基准是什么——是和只用最贵模型比,还是和人工比?通稿没有展开。把它理解成“多模型路由能省钱”这个方向是对的,把 60% 当成精确承诺就过头了。对买家来说,真正该问的是:省下的 60% 是怎么算出来的,基线是哪家模型、哪个任务类型。
联盟的另一个卖点是合规与信任。通稿提到,Cognition 的客户包括八家全球系统重要性银行里的六家,以及六家最大健康保险公司里的三家。这些都是监管最严的行业,能进这些客户,说明 Devin 的安全流程和审计能力至少过了他们的门槛。Cognition 联合创始人兼总裁拉塞尔·卡普兰在通稿里说,公司已经在和世界各地的受监管企业合作,这些客户想知道三件事:干了什么活、不用 AI 会花多少钱、把项目做完能带来什么。联盟要回答的正是这三件事,而这三件事恰好是只卖工具的厂商回答不了的。
Comarch 的 18 个月:唯一具名的案例
通稿里唯一具名的客户案例是欧洲软件公司 Comarch。它正在用 Devin 把有 20 年历史的 ERP XL 系统现代化,目标是在 18 个月内完成,同时和麦肯锡合作,把这套做法推广到更多团队。Comarch 首席技术官托马什·斯塔赫莱夫斯基在通稿里说,客户等不了五年,所以定了 18 个月的目标,Devin 在帮工程师啃这套 20 年的老系统、更快地把新功能交到客户手里,麦肯锡则在帮他们重新设计团队的工作方式,把 Devin 嵌进工程流程、扩大采用、衡量业务影响。
18 个月对 5 年,这个对比很抓眼球,但要看清楚它是什么:它是一个进行中的项目的目标时间表,不是已经交付的结果。项目还在做,18 个月能不能兑现、质量怎么样、中间返工了多少,通稿都没有说。把它当成“联盟怎么帮客户定目标”的例子是合适的,当成“Devin 能把五年活压缩到 18 个月”的证据就过头了。同样,六家系统重要性银行、三家大型健康保险公司这些数字,说明的是客户名单的分量,不是每个客户都取得了可量化的成果。名单和成果是两回事,通稿把它们放在一起,读者要自己分开。
麦肯锡高级合伙人萨普塔希·甘古利在通稿里的一句话,算是整个联盟的 thesis:“软件开发生产力翻倍,光靠部署 AI 智能体是不够的,还要从根本上重新思考工作是怎么完成的。赢家是那些像拥抱技术一样大胆地改造团队、角色和运营模式的人。”这句话的潜台词是,联盟真正的产品不是 Devin,也不是咨询报告,而是“改造”本身。工具是入口,改造是生意。
两个要打折听的数字:便宜 60%,EBITDA 提升 20%
通稿里有两个数字最容易被当成标题,也最需要打折听。第一个是“前沿性能、便宜 60%”。它的逻辑是模型无关的路由:简单的活给便宜的模型,难的活给强的模型,整体成本就下来了。这个逻辑本身站得住脚,多模型路由确实是目前省钱最实在的办法之一。但 60% 这个数字没有给出比较基准和任务构成,读者不知道它是在什么任务组合上测出来的,也不知道“前沿性能”是指哪个评测、哪个分数。没有基准的百分比是没有意义的,只能说明方向,不能用来做预算。
第二个是“EBITDA 平均提升约 20%,一到两年收回成本”。它的来源是麦肯锡 Rewired 研究里的 20 个领先转型案例。问题同样在样本:20 个“领先”案例是成功者,失败的转型不会出现在这种研究里;而且这些案例里的提升是咨询、组织改革和技术打包的效果,Devin 只是其中一部分。把 20% 当成“买了联盟就能拿到的回报”是对这项研究的误读。它真正说明的是:在那些成功转型的公司里,聚焦高价值领域的打法确实带来了可观的回报——但前提是“成功转型”,而成功转型本身就是联盟要卖的服务。
这两个数字的共同点是,它们都是厂商口径,没有独立第三方验证。这在官方通稿里很正常——通稿的任务是宣布联盟、讲清分工、给出愿景,不是发审计报告。读者的任务是分清哪些是事实(联盟成立了、分工是这样的、调查数字是这样的),哪些是主张(便宜 60%、回报 20%、生产力翻倍)。事实可以引用,主张要标注口径。本文对这两个数字的处理就是这样:写出来,但写明来源与局限。
和站内已发的 Devin 文章怎么划界
站内已经写过好几篇 Devin,需要把这篇的位置说清楚。11 月刚发过一篇 Devin Budgets,讲的是 Devin 产品里的预算功能——怎么给智能体的花费设上限、怎么看效率分,那是一篇产品功能详解。10 月发过一篇 Devin“做梦”与 Agent 记忆开源标准,讲的是 Cognition 给智能体记忆立标准的事。更早还有 Devin 降价、Devin 收入规模等几篇。这篇讲的都不是产品功能,而是一桩商业合作:Devin 加麦肯锡,一起向大企业卖“AI 编程的转型结果”。产品功能篇回答“Devin 能干什么”,这篇回答“大企业凭什么相信它能带来回报”。
这个划界也决定了这篇的读者:不是正在给 Devin 设预算的个人开发者,而是关心“团队上了 AI 之后到底值不值”的技术负责人和工程管理者。如果你是个人开发者,这篇的实用价值有限——联盟的服务对象是美国和欧洲的大企业,报价和流程都不是给你准备的。但调查里那组数字对你同样有参考价值:最好的四分之一翻倍、三成倒退,这个分布说明,工具本身不决定结果,工作方式才决定结果。
对中小团队意味着什么:联盟卖的东西,你能自己拼一半
联盟的服务对象是大企业,但它指出的问题对中小团队同样成立:光发工具不改流程,生产力可能不升反降。中小团队请不起麦肯锡,但可以自己做联盟卖的服务里最便宜的那一半:选项目、定基线、改流程。选项目,就是先挑一两个 AI 最能发挥的活——比如重复性的迁移、测试补全——而不是全员铺开;定基线,就是在上工具之前先记下现在的成本、速度和质量,否则以后没法判断工具有没有用;改流程,就是把复核、评审和回滚的规矩定下来,而不是让智能体直接往主分支上交代码。
通稿里那句“工程师定方向、解决最难的问题、决定什么可以发布”,对中小团队同样适用,而且更重要。大企业有流程兜底,小团队没有,工程师的判断就是最后一道防线。联盟的模式是把这道防线制度化:Devin 干活、人复核、组织兜底。小团队没有第三层,前两层就更不能省。反过来说,如果你的团队已经做到了“智能体干活、人认真复核、每次都有基线对比”,那你其实已经拿到了联盟服务里最核心的那部分,剩下的只是规模和咨询的包装。
联盟背后的算盘:Cognition 要什么,麦肯锡要什么
联盟是双向的,各取所需。Cognition 要的是信任背书和进入大企业的门票。Devin 的技术能力已经有了,缺的是大企业采购时最看重的东西:有人能为落地结果负责。单个 AI 工具厂商很难回答董事会的问题——“花了这么多钱,回报在哪?”麦肯锡的出现补上了这个缺口:它带来的不只是方法论,还有在大企业里推动变革的信用。对 Cognition 来说,联盟等于把“卖工具”升级成了“卖结果”,客单价和续约率都有可能跟着上去。
麦肯锡要的是 AI 时代的新抓手。传统咨询卖的是人的时间和经验,AI 编程工具正在把一部分经验变成产品。麦肯锡如果只卖方法论,会发现客户可以直接买工具;如果只推工具,又没有自己的产品。联盟让麦肯锡有了一个可以落地的产品——Devin——来承载它的方法论:转型不再是写在 PPT 里的建议,而是装进 Devin 的工作流、变成每天都在跑的任务。对麦肯锡来说,这是在 AI 时代保住相关性的一步棋。
这种“工具加咨询”的组合,2026 年已经不是第一次出现。AI 工具厂商和咨询公司结盟,正在成为一种固定打法:工具负责干活,咨询负责让人相信干活有价值。对读者来说,看这类联盟新闻要问的不是“它们合作了没有”,而是“合作之后有没有客户愿意公开自己的基线数据”。基线数据是检验联盟成色的唯一标准——没有基线,所有的回报数字都只是主张。Comarch 的 18 个月是一个开始,但一个案例不够,需要更多客户站出来晒账本,联盟的故事才算立住。
最后还有一个判断标准,可以用来衡量你自己的团队处在分布的哪一端:上一次 AI 帮你做完一个任务之后,你能不能说出它花了多少钱、省了多少时间、有没有返工?如果这三个数字你随口就能报出来,你大概率在翻倍的那一端;如果一个都答不上来,那就要小心了——工具可能正在悄悄拖慢你,而不是帮你。联盟卖的服务,本质上就是帮大企业建立这种“随口能报数字”的能力。中小团队不需要买这项服务,但需要这个习惯。
结论:AI 编程的竞争,从工具转向了“怎么让人信”
把这桩联盟放到 11 月的格局里看,它标志着一个转变:AI 编程工具的竞争,正在从“谁的模型更强、谁的功能更多”转向“谁能让人相信它带来了回报”。Devin 的模型无关路由、麦肯锡的转型方法论、Comarch 的 18 个月目标,都是在回答同一个问题:你怎么证明这钱花得值?以前的答案是跑分和演示,现在的答案是基线、复核和业务结果。这个转变对买家是好事——它逼着卖家拿出可衡量的东西,而不是只讲愿景。
但也要看到另一面:联盟的证据目前还很薄。唯一具名的案例还在进行中,两个最抓眼球的数字都是厂商口径,调查是自我报告。联盟能不能兑现它的承诺,要看 Comarch 的 18 个月能不能按时交付、要看有没有更多客户愿意公开自己的基线数据。在那之前,这篇报道的判断是:联盟的方向是对的——工具加改造,确实是 AI 编程落地的正确配方;但它的疗效还没有独立证据,先把它当成一个值得跟踪的信号,而不是一个已经验证的结论。
评论 (0)
原始来源
相关文章
2026 年 11 月 18 日,谷歌研究院等团队在 arXiv 发布 BuggyMLE:往 222 个能跑的机器学习仓库里注入 bug,14 个模型从最简单的 95% 一路跌到最难的 9%。一个 90 亿参数的小模型靠从易到难的课表,在 10 个 bug 那档超过了 Claude Opus 5.5。
2026 年 11 月 20 日,OpenAI 发布 MedChemBench:99 道药物化学题,取自 117 篇论文和专利,覆盖 761 个分子。GPT-6.2 Astra 总分 84.5%,但拼分子结构拿 95.4%、选化合物只有 50.4%——总分好看,分项偏科,OpenAI 自己把红线画在了公告里。
2026 年 11 月 20 日,Thinking Machines Lab 发布 Inkling 2 Mini:26.4B 参数的循环 Transformer,中间 12 层每 token 跑三遍,整机只有约 20GB,能在笔记本上离线跑。DeepSWE 48.2%、SWE-bench Verified 79.2%,在同体量开源模型里领跑——但知识短板和监控问题也写在官方博客里。