Cognition 用 GPT-6 Astra 增强 Devin 自测能力，目标减少代码审查

OpenAI 发布的信息显示，Cognition 正在用 GPT-6 Astra 强化其 AI 软件工程师 Devin 的自测能力。案例的核心表述是：Astra 提升了 Devin 测试软件并证明其确实可用的能力。

官方给出的目标很直接——让工程师少花时间审查代码，把更多精力放在交付上。换句话说，AI 写出的代码不再只是等着被人类逐行检查，而是要先自己跑通、自己给出证据。

这背后的工程问题是：自动生成的代码越多，人类的审查负担越重，瓶颈会从编写环节转移到审查环节。如果模型能自己完成测试并展示结果，审查环节的压力才有可能真正下降。

Devin 的定位是承担开发任务的 AI 智能体，而测试与验证是这类智能体最难跨越的一环。能改动代码并不等于能确认改动正确，把测试自己作品的能力补上，是让智能体形成闭环的关键一步。

值得注意的是，这条信息同样来自 OpenAI 官方渠道，描述的是 Astra 在具体产品中的使用效果，但没有给出量化的测试覆盖率或缺陷率数据。因此它更适合被理解为一个能力方向的公开信号，而不是可直接比较的评测结论。

后续可以观察两点：一是这种自测能力能否在大型、长期维护的代码库中成立；二是当模型既能写代码又能自证正确时，团队的质量门禁与评审规范需要怎样调整。