盤點六大Devin替代方案：自動化你的編程任務 精華
編譯丨諾亞
出品 | 51CTO技術棧（微信號：blog51cto）
上個月，成立不久的初創公司Cognition推出了全球首位“AI工程師”——Devin。
憑借自動生成代碼、調試錯誤及自行部署應用等能力，Devin充分實現了軟件開發過程的部分自動化，因此一經發布就引起了熱議。
當然，提到AI自動化編程，Devin并不是唯一選擇。下面將盤點六種Devin的替代方案，供君參考。
1.Devika
Devika是由Lyminal和Stition.AI創始人Mufeed VH（Hamzakutty）研發的一款開源AI軟件工程師。該系統能夠理解人類指令，將其拆解成具體任務，并通過自主研究和編寫代碼來達成預設目標。
與Devin相比，Devika力求成為一個有競爭力的開源替代方案。它運用了LLMs、規劃與推理算法以及網絡瀏覽功能，能夠智能地進行軟件開發工作。
Devika的一大亮點在于其充當AI配對編程角色的能力，能在復雜的編碼任務中大幅減少對人力介入的需求。這意味著它可以協助開發者在遇到復雜問題時共同完成編程工作，提升開發效率。
Devika能夠簡化各種軟件開發流程，包括創建新特性、調試代碼，乃至從零開始構建整個項目，從而有效提高開發工作的整體效能。
Devin與Devika之間的主要區別除了后者是開源性質之外，還在于Devika所采用的基礎技術不同——Mufeed在構建Devika時選擇了Claude 3而非GPT-4作為核心技術。這一選擇可能影響到兩者在處理軟件開發任務時的具體表現和能力范圍。
2.Replit Code Repair
Replit的Code Repair是一款低延遲的代碼修復AI工具。它利用了基于大量代碼示例及其相應修復方案訓練的大型語言模型。這種LLM能夠分析你的代碼，并識別潛在的錯誤或低效之處。
Replit團隊將一個規模達70億參數的代碼LLM進行了微調，使其行為模式模擬LSP（Language Server Protocol）代碼操作。
其特殊之處在于訓練數據——精心混合了來自真實世界的錯誤案例（在Replit平臺上收集）以及通過合成方式生成的代碼修復方案。
Replit采取的方法包括使用操作轉換（Operational Transformations，OTs）和會話事件，構建包含（代碼，診斷）對的數據集。他們利用大型預訓練代碼模型合成差異，并針對代碼修復任務對其進行精細調整優化。
3.SWE Agent
SWE Agent 是一款開源的軟件工程助手，與Devin和Devika類似，由普林斯頓大學John Yang、Carlos E. Jimenez和Alexander Wettig帶領的團隊開發。該工具旨在將諸如GPT-4這樣的語言模型轉變為能夠在真實GitHub倉庫中修復bug和處理問題的軟件工程代理。
在完整的SWE-bench測試集中，SWE-Agent成功解決了其中12.29%的問題。SWE-Agent之所以能取得這樣的成果，關鍵在于其創新的Agent-Computer Interface（ACI，代理-計算機接口）。這一接口極大地優化了語言模型與代碼倉庫之間的交互流程。
不同于傳統的做法，SWE-Agent的ACI設計簡化了命令和反饋格式，使得模型更容易在倉庫內部導航、編輯及執行代碼文件。
開發者可以通過Docker和Miniconda輕松設置此工具，并按照項目文檔中詳述的簡單安裝和配置步驟來完成部署工作。
4.OpenDevin
OpenDevin，顧名思義，是一項旨在模仿Devin的開源項目。如同Devin一樣，OpenDevin期望能夠處理軟件開發的各種方面，包括代碼生成、調試和部署自動化等功能。
該項目的alpha版本已經可供測試，展示了其處理復雜任務并與用戶協作的能力。
OpenDevin項目的主要關注點在于實現一系列關鍵里程碑，例如打造帶有聊天和命令功能的用戶友好型界面，構建穩定的支持命令執行的后端架構，不斷提升AI代理的功能性能，并建立一套完善的評估體系。
5.MetaGPT
MetaGPT是一個多智能體框架，它本身就像一家虛擬的軟件公司。該系統接受一條簡潔的需求描述，并能輸出全面的用戶故事、競品分析、需求規格說明、數據結構設計、應用程序接口（APIs）定義以及相關文檔。
在MetaGPT內部集成了產品經理、架構師、項目經理和工程師等多種角色功能，這些“角色”遵循精心制定的標準操作程序（Standard Operating Procedures, SOPs）。
通過模擬實際工作流程中的各個環節，MetaGPT能夠自動生成一整套軟件開發前期所需的關鍵材料，從而極大地提升軟件開發過程的效率和標準化程度。
6.ChatDev
ChatDev與MetaGPT相似，其運行同樣基于一系列扮演不同角色的智能代理，包括首席執行官、首席產品官、首席技術官、程序員、測試員以及美術設計師等。
這些智能代理共同構成了一個多智能體組織結構，并以“通過編程革新數字世界”為使命緊密相連。它們在ChatDev的特定職能工作坊中協作互動，參與從設計構思、編碼實現、測試驗證到文檔編撰等一系列活動。
這意味著ChatDev能夠模擬現實世界的軟件開發全過程，通過自動化和智能化的方式完成復雜的項目任務，從而有效地提高開發速度、優化產品質量并確保各個階段工作的連貫性和一致性。
綜上，這些自動化編程平臺都正在利用AI的力量重新定義軟件開發行業的生產力與創新模式。
參考鏈接：??https://analyticsindiamag.com/top-6-devin-alternatives-to-automate-your-coding-tasks/??
本文轉載自??51CTO技術棧??，作者：諾亞
