Cognition总裁兼联合创始人Russell Kaplan表示，人工智能编程领域的竞争重点可能正在发生变化：对于越来越多的软件工程任务，只要模型能够稳定完成工作，进一步提升“智能程度”的价值就会下降，成本和速度将成为用户选择的重要因素。
Kaplan于10月19日发布观点称，软件工程中的许多任务已经进入“智能饱和”阶段。按照他的判断，当不同模型都能较好地完成某项工作后，模型之间的细微能力差距不再是决定性因素，开发者和企业更可能关注调用价格、响应速度以及实际交付效率。
这一判断与近期行业数据的变化方向一致。相关分析显示，模型智能程度领先10个百分点所带来的开发者流量优势，目前约为20%；而在2025年末，同等幅度的智能优势曾对应接近69%的开发者流量增幅。换言之，开发者对单纯追求更强模型能力的敏感度可能正在降低。
Devin背后的Cognition调整竞争重点
Cognition是软件工程平台Devin的开发商。Devin面向软件开发流程提供人工智能工程师工具，能够承担部分编码及相关任务。作为公司总裁和联合创始人，Kaplan表示，上述趋势与Cognition内部观察到的情况“方向一致”，但他没有进一步披露具体客户数量、收入或使用量数据。
对Cognition而言，如果软件开发中的常规任务已经能够由多种模型完成，平台的竞争就不再只是比较谁能处理更复杂的问题，还涉及每项任务的执行成本、完成时间和大规模部署效率。这些指标将直接影响企业客户的采购预算，以及开发者是否愿意持续使用相关工具。
OpenAI、Anthropic等公司面临同一变化
OpenAI、Anthropic、Meta和Google，以及其他不断增加的人工智能实验室，均将编程能力作为推广模型和争取企业合同的重要卖点。过去，模型在代码生成、调试和复杂工程任务上的能力差异，往往被视为吸引开发者的核心因素。
随着人工智能代理在重复性和常规软件任务上的表现改善，模型“更聪明”带来的额外价值可能被重新评估。如果一个模型能够以较低价格、更快速度完成相同任务，用户未必会为了有限的能力提升而承担更高费用或等待更长时间。
这并不意味着模型能力竞争已经结束。对于复杂架构设计、长流程任务和错误率要求较高的软件项目，推理质量仍可能影响使用结果。Kaplan的观点主要针对已经能够被多个模型较好处理的任务，尚不能据此判断整个AI编程市场将统一转向低价或高速模式。当前仍不清楚Cognition将如何调整Devin的产品定价、模型组合和企业服务策略。