Devin 話唔取代工程師：香港團隊用 AI coding agent 前要改三道 gate

圖：TechCrunch．原文連結

AI coding agent 最容易被簡化成一句：工程師會唔會被取代。Cognition CEO Scott Wu 今次接受訪問，答案表面上好清楚：Devin 不是為取代人而設，而是幫工程師做更多嘢。不過，真正值得香港開發團隊留意嘅位，不在於呢句表態，而在於另一邊嘅數字同工作流：Cognition 自己聲稱，公司內部工程師提交嘅代碼，有 89% 由 Devin 完成，其餘就由 Windsurf 入面嘅本地 agent 完成。呢個講法如果成立，代表 AI coding agent 已經唔再係 autocomplete，而係開始接近一個可被分派任務、出 PR、等人 review 嘅工程角色。

但要先講清楚，呢篇不是香港發布，公開資料亦未見 Cognition 公布香港客戶、香港辦公室、港元收費或本地版時間表。Devin 官方列出嘅 Pro、Teams、Max 月費分別係 US$20、US$80、US$200，Enterprise 係 custom pricing，暫時未見港元本地價。換言之，香港 relevance 不是「港行上市」，而係更實際嘅問題：一間香港 startup、software agency、fintech IT team 或企業內部開發組，究竟可以將咩工作交畀 Devin、Codex、Claude Code、Cursor 呢類 agent，咩位仍然要工程師、tech lead、security team 同產品負責人守住。

唔係取代，但都唔係普通 autocomplete

TechCrunch 訪問入面，Scott Wu 將 Devin 形容成幫你 build more 嘅同伴，並指它做緊嘅能力視乎任務，大約介乎 junior 至 mid-level engineer 之間。呢個定位其實幾重要：如果只當 Devin 係一個更醒目嘅 code completion，就會低估它；但如果當它係可以獨立承擔產品責任嘅工程師，又會高估它。Wu 提到較適合 agent 嘅工作，包括長尾維護、舊系統更新、平台遷移、重複但需要理解上下文嘅 refactor。呢類工作在香港好常見，特別係金融、保險、物流、零售同政府外判項目，舊系統同新平台長期並存，真正辛苦嘅不一定係寫新功能，而係將一堆舊邏輯安全搬過去。

問題係，Cognition 呢套敘事有兩面。公司一方面話不想取代工程師，另一方面又用 self-driving software development 形容未來，並以 89% 代碼由 Devin 提交作為內部效率例子。呢啲數字來自公司官方，唔係獨立 benchmark，所以不應直接當成所有團隊都可以複製嘅事實。更合理嘅讀法係：Cognition 正在向市場證明，agent 最有價值嘅不是單次生成一段代碼，而係可以長時間跟住 issue、repo、CI、review feedback 行完整個工程循環。對香港公司來講，買唔買工具之前，應先問自己有冇足夠清晰嘅 backlog、測試、branch protection 同 reviewer 分工，否則 agent 做得越快，只係將混亂放大。

月費平唔平，要睇你點計人手時間

單睇官方月費，Devin Pro US$20、Teams US$80、Max US$200 似乎唔算天價；但 AI coding agent 真正成本唔止 subscription。第一層係用量同座位，第二層係工程師用嚟寫 prompt、拆 task、review PR、跑測試同修補錯漏嘅時間，第三層係保安、法務、客戶合約同資料處理嘅成本。香港 software agency 特別要小心，因為好多項目嘅 repo 其實屬於客戶，合約可能限制將代碼、log、需求文件或測試資料交畀第三方服務處理。就算官方話輸入同輸出係用戶 IP，亦要逐份 terms、DPA、資料所在地同客戶合約對清楚。

比較務實嘅做法，是先用非敏感 repo 或內部工具試行，而不是一開始就放客戶核心系統。適合試嘅任務包括：升級依賴、補 test、整理 lint error、將舊 API client 換成新 SDK、將同一模式嘅 bug 修正推到多個 module、生成 migration script 初稿、幫工程師理解陌生 codebase。唔適合一開始交畀 agent 嘅，是需要產品取捨、涉及真實客戶資料、改動付款流程、改動權限模型、或會影響合規報告嘅工作。呢個界線未必永遠不變，但試行頭一兩個月應該保守；agent 要先證明它可以在你哋現有流程入面交到可 review 嘅 PR，而不是令 team 重新追查它做過咩。

競爭唔止 IDE，而係整條工程流程

而家 AI coding 市場唔係 Devin 一家獨大。OpenAI 將 Codex 定位成 coding agent，可幫手生成、解釋、review、debug 同自動化重複開發工作；Anthropic 嘅 Claude Code 由 terminal、IDE、desktop、web 到 Slack 都有入口，官方強調它可讀 codebase、改檔、跑 command、整 PR，並在本地 terminal 模式下要求用戶批准檔案改動或指令；Cursor 則由 IDE-first 出發，用 Tab、Composer、Agent、CLI、PR review 同 codebase indexing 包住每日寫 code 嘅節奏。三者差異不只是模型能力，而是「人同 agent 喺邊度合作」：有人想在 IDE 即時 pair，有人想在 terminal 控制每一步，有人想派長任務去雲端等 PR 回來。

所以香港 team 揀工具唔應該先問邊個最似真人，而係問邊個最貼現有 workflow。細 team 如果每日都在 Cursor 或 VS Code 寫新功能，IDE agent 可能最易推廣；有 DevOps、platform、SRE 文化嘅 team，Claude Code 或 Codex 呢類可跑 command、讀 log、修 CI 嘅工作流可能更自然；大量重複遷移、保安 backlog、跨 repo refactor，就可以試 Devin 式雲端 agent。最大分別係 autonomy slider：由 autocomplete、局部改檔、整個 issue、到自己開 PR，權限越大，review、audit、資料保護同回滾要求就越高。

香港落地要先講資料同責任

香港公司用 AI agent，不能只跟 Silicon Valley demo。PCPD 在 2024 年發布嘅人工智能個人資料保障框架，明確提到採購同使用 AI 系統時要做治理、風險評估、人手監督、資料安全、測試驗證、可追蹤同可審計。套用落 coding agent，就係幾個好具體嘅問題：agent 可唔可以接觸 production secrets？可唔可以讀客戶資料 dump？可唔可以自己裝 package？可唔可以對外連線？可唔可以直接 push？如果答案含糊，就不應該接入核心 repo。

本地金融科技、保險、醫療、教育 SaaS 同 IT 外判尤其要設 gate。Devin 官方 security 頁面強調 enterprise workflow 可以用 SAML SSO、SCIM、RBAC、repo / tool scoping、least-privilege、isolated sandbox、SIEM transcript，以及保留 branch protection 同 required reviewers；亦明講 Devin 開 PR，但人決定 merge。呢啲控制正正係香港 team 要落地嘅最低線，而不是可有可無嘅 enterprise bonus。假如一個 agent account 可以讀所有 repo、用長期 token、跳過 code owner、直接改 main branch，就算它每小時慳到幾多工，都不值得。

實際部署可以由三道 gate 開始：

• 資料 gate：禁止輸入客戶個人資料、secret、production dump，同時記錄邊類 repo 可接入 agent。
• 代碼 gate：所有 agent 改動只可經 branch、PR、CI、code owner、security scan，不能直接 merge。
• 責任 gate：每張 agent ticket 都要有人負責 scope、驗收、回滾方案同客戶交付說明。
• 採購 gate：Pro、Teams、Max、Enterprise 要按資料敏感度揀，不應用個人帳戶處理受合約限制嘅客戶項目。

最先被改變嘅，係 junior work 嘅形狀

最敏感嘅問題仍然係工作。Scott Wu 話 Devin 不為取代人，但 AI coding agent 的確會改變 junior engineer 入行初期做嘅任務。過往新人會由修小 bug、補 test、寫 migration、清 tech debt、整理文件開始學系統；如果呢啲工作大量交畀 agent，team 需要重新設計培訓方法，否則新人只剩下 review AI output，未必知道底層點解咁寫。對香港公司嚟講，真正風險不是即時裁走工程師，而是兩年後少咗一批真正理解 codebase、產品 trade-off 同 incident history 嘅中層工程師。

另一邊，agent 亦可以令細 team 做到以前排唔到期嘅工作。香港 startup 最常見痛點，是 product roadmap、客戶 feature、保安修補、infra 升級同文件永遠撞期。若果 agent 可以幫手處理低風險重複工作，工程師就可以多啲時間做架構、產品判斷、用戶場景、效能同可靠性。但前提係 team lead 要識得拆 task，同時有能力 reject AI 寫得似啱但實際唔穩陣嘅代碼。AI 令寫 code 門檻下降，並不等於工程判斷變得便宜。

真正值錢嘅係可控自動化

今次 Cognition 故事值得寫，不是因為 CEO 話唔取代人，而是因為市場開始由「AI 幫我打一段 code」走向「AI 幫我完成一個可審核嘅工程任務」。對香港團隊，最實際嘅策略係先建立一份 agent playbook：邊類 ticket 可派、邊類 repo 可讀、邊類資料禁止、邊啲測試必跑、邊個人負責 merge。工具可以係 Devin、Codex、Claude Code、Cursor，甚至幾個一齊用；但未有治理之前，任何 agent 都只係加速器，會同時加速出貨同加速犯錯。

短期內，最值得試嘅不是將人換走，而是將工程師最唔值得花時間嘅維護工作變成可監督自動化。月費 US$20、US$80、US$200 只係入場券；真正 ROI 來自每個 PR 少幾多來回、每次 migration 少幾多手動工、每次 security finding 可唔可以在保留 review gate 下更快收口。香港 team 若果能夠用清晰流程管住 agent，AI coding agent 會係槓桿；如果只係開個帳戶叫佢任做，它更可能變成另一個需要工程師執手尾嘅 production risk。

參考來源

• TechCrunch — Cognition’s Scott Wu says AI coding agents shouldn’t replace humans — original report
• More Devins in More Places | Cognition — Cognition 官方 Series D 公告，包含 US$1B 融資、US$26B valuation、run-rate revenue、客戶名單同 89% 代碼數字。
• Pricing | Devin — Devin 官方收費頁，確認 Pro、Teams、Max 美元月費同 Enterprise 方案資料。
• Security | Devin — Devin 官方 security workflow，列出 PR review、人手 merge、branch protection、sandbox、SSO、RBAC、SIEM transcript 等控制。
• Codex | OpenAI Developers — OpenAI 官方 Codex 介紹，用作競爭同工具定位參考。
• Overview - Claude Code Docs — Anthropic 官方 Claude Code 文件，確認其 terminal、IDE、web、Slack、PR、command workflow 能力。
• Cursor: The best coding agent — Cursor 官方產品頁，作為 IDE-first agent、Tab、Composer、codebase indexing 同 enterprise 角度參考。
• Privacy Commissioner’s Office Publishes Artificial Intelligence: Model Personal Data Protection Framework — 香港 PCPD 官方 AI 個人資料保障框架，支持本地資料保護、風險評估、人手監督同審計角度。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。