秒殺GPT-4、Devin，全球最強AI程序員來啦！

　　今年3月，AI初創公司Cognition發布的首個AI程序員Devin引起巨大轟動，它可以像人一樣實現端到端的部署、調試、優化代碼，幾乎與編程相關的任務都能自動化完成。

　　今天，Cosine發布了同類產品Genie，但在權威測試平臺SWE-Bench上的評分達到驚人的30.08%，斷崖式領先Devin的13.8%和Swe-agent+GPT-4的12.47%，成為目前全球最強的AI程序員。

　　其實Genie并非盲目跟風Devin，早在2022年12月13日，其聯合創始人AlistairPullen就在英國倫敦大學的一次路演中展示過Genie。他希望開一個能像人類一樣端到端自動執行編碼、優化的AI機器人而無需任何人為干預。

　　Alistair在2022年展示Genie

　　經過一年多的開發Genie終于進入測試階段，并且獲得了250萬美元種子輪融資。Alistair指出，Genie能大幅度領先Devin、GPT-4等知名產品，與其訓練數據和方法有很大關系。

　　Genie的訓練并非基于常規的大模型微調，而是使用了一個特殊的數據集，這個數據集包含了人類程序員的推理過程，包括信息的完整傳承、知識的逐步發現，以及基于實際案例的決策制定步驟等，這使得Genie能夠像人類一樣在面對各種復雜甚至是從未見過的問題時，展現出與人類工程師相似的處理能力。

　　簡單來說，就是讓Genie完全模仿人類的開發風格和解決BUG、優化代碼的習慣，然后自動去完成。

　　在訓練的過程中，Genie還使用了一個獨特的“自我改進機制”。最開始Genie 在大量高質量的數據上進行初始訓練，使模型處于“完美”狀態。但這有一個很大弊端，就是Genie對自身錯誤的判斷和改進不足。

　　為了解決這個難題，在完成初始訓練后，開發人員又通過Genie生成了一些合成數據，并將這些數據注入到后續模型的訓練中，以豐富錯誤和復雜情況。

　　如果Genie提出的解決方案不正確，那么就會使用訓練數據集中的最終正確狀態來指導Genie如何從錯誤中過渡到正確的狀態。

　　簡單來說，這個過程有點像媽媽教孩子走路，在Genie每一次跌倒或者走路姿勢不正確時，幫助它糾正一下。隨著每一次循環迭代，Genie解決復雜編碼的能力越來越強，即使在需要調整的情況下所需的指導也顯著減少。

　　這種自我改進機制不僅提高了Genie在面對新問題時的適應性和準確性，還增強了它處理復雜、高度情境化編碼問題的能力，使其夠在從未見過的問題上展現出類似人類工程師的判斷力和創造力。

　　功能方面，Genie主要支持功能開發、BUG修復、代碼重構、代碼小改動和雜項、代碼測試以及編寫代碼文檔和更新。支持的編程語言包括JavaScript、 Python、Java、C#、C++、C、Rust、Scala、Kotlin、Swift、Golang、PHP和Ruby等幾十種主流語言。

　　知名開發者Mckay表示，非常想測試一下這個產品。他已經有了Devin的使用權限，所以，很容易就能評測出Genie到底是不是在吹牛。

　　能在SWE-Bench獲得如此高的評分，估計產品應該差不到哪去。

　　已經有老哥等不及了，希望馬上測試一下，但現在處于申請測試階段。

　　Alistair表示，現在可以接受申請注冊，未來2—3周內肯定會發放測試權限，并且在發布時還會增加一些小驚喜功能。