这是开发人员测试 Devin AI 后发现的结果

自 Devin AI 发布以来已经近三天了，全世界的开发人员都热切地等待着尽早使用该软件工程工具。

然而，少数用户拥有早期第一手 Devin AI 体验。 一些人高度赞扬了该工具附带的令人兴奋的编码和调试功能，然而，也有一些人对该工具可能取代他们作为软件开发人员的地位产生了重新考虑。

在本文中，我们将深入研究一些探索 Devin AI 功能的用户的反应以及该工具提供的大量用例。 那么，让我们来了解一下吧！

Devin 在抢先体验中的表现

目前，Devin 仅针对抢先体验推出。 开发者可以 请求提前访问 通过填写 Google 表格说明他们的工具需求和偏好。 根据他们的需求类型，他们将在候补名单上排队。

不过，我们发现一些较早接触到 Devin 的用户对这位“AI 软件工程师”的体验进行了深入分析。

1. Devin 设置聊天机器人 UI 项目

Mckay Wrigley，一位充满热情且受欢迎的 AI 爱好者，在 X 上详细介绍了他使用 Devin AI 的体验。 请观看推文中下面的视频，了解 Devin 的实际操作。

他要求 Devin 设置他本地运行的 Chatbot UI 应用程序。 如上面的视频所示，它在首次完全克隆 GitHub 存储库方面做得非常出色。 它还继续进一步分析存储库中的自述文件，以了解项目需求和要求。

然后，它使用 npm 安装所需的项目依赖项。 Devin 的这种方法非常出色，因为存储库有很多 .json 文件。 最后，它成功地在界面中重新创建了 UI Chatbot 应用程序，就像用户在本地计算机上运行一样。

这次克隆的另一个有趣的方面是，当用户向其提供用户 ID 和密码时，Devin 甚至登录了聊天机器人应用程序。 这只是表明它的功能不仅仅是编码、调试和克隆存储库。

2。 创建美国机场地图

Ethan Mollick 是一位人工智能专业人士，也获得了早期访问权限，他要求 Devin 创建一张地图，标明美国机场以及与之相关的旅行时间。

德文首先在收集美国机场的数据源方面做得非常出色。 然后，它设置了一个专为 React 应用程序设计的本地开发环境。 它使用 Chakra UI 组件来实现此功能。

它在使用 Leaflet.js 为前端界面开发映射库方面做得非常出色。 这表明 Devin 还可以使用各种 API 或可用的软件包来设置交互式 Web 应用程序或移动应用程序。

最后，Devin 使用 Netlify 部署了生成的地图界面。 它不仅停止了部署，还继续彻底测试代码。 它确保了生产环境中的完美性能。

整个交互过程中一个有趣的时刻是，当用户在这个过程中发现了一个bug，它不仅自主修复了错误，而且还不断向用户保证它正在努力修复错误，这是重要的一步。发展过程。

输出是一个出色的类似地图的界面，其中显示了所有美国机场的最佳旅行时间。 用户唯一的抱怨是该工具运行缓慢，有时会在此过程中崩溃，但积极的一面仍然弥补了这一点。

3. 一个与LLM下棋的网站（GPT-4 API）

在斯坦福大学学习、在 LangChain AI 工作的 AI 爱好者 Andrew Kean Gau 也抢先接触到了 Devin。 他给该工具的任务是创建一个网站，与基于 LLM 的对手（特别是 GPT-4 API）下棋。

Andrew 在推文中进一步表示，这是一项极其复杂的任务，因为大多数 LLM 不知道如何使用 API，尤其是 GPT-4 API。 他还进一步提到 Devin 是否会安全地处理 API 密钥并处理任何相关的包错误。

令他惊讶的是，Devin 不仅要求提供 API 密钥，而且还安全地处理它。 然而，该用户还抱怨 Devin 速度慢，因为该工具在请求 API 密钥之前花了近 19 分钟的时间来处理。 此外，它正在根据 npm 文档和相关错误使用 chess.js 制定游戏计划。 这是决定比赛动作和失误的关键一步。

最后，用户分享了一张图像，其中可以看到 Devin 调试渲染问题并检查导出方法以修复国际象棋游戏环境的导入语句。

4. 开发 Chrome 扩展

安德鲁甚至继续测试德文的能力。 他要求它开发一个 Chrome 扩展，将 GitHub 存储库变成 Claude Prompts。

根据您现在查看的页面，扩展程序会自动填写 Repo2Prompt GitHub URL。 然后您需要提供 GitHub 令牌。 此外，它还会生成用户的 TXT 文件下载链接。

这是德文的出色作品！ 谁知道有一天 AI 工具会为我们生成 Chrome 扩展程序？ 我们即将把一切都掌握在我们手中！

您甚至可以下载扩展程序并通过以下方式亲自尝试 这里。 打开 Chrome 扩展程序的开发人员设置，解压缩文件并加载它。

人们如何看待德文？

上述开发人员的所有反应和测试都让我们非常欣赏和亲身体验了 Devin 的能力。 早期访问阶段大部分都是积极的。 用户对该工具几乎没有遇到任何问题，除了该工具在代码处理和存储库克隆方面速度缓慢这一事实之外。

但我们可以假设认知将在未来几天解决这个问题。 这 Devin AI 背后的团队 尚未提供有关何时公开的任何更新。

现在，我们不禁感叹这个工具在其初始阶段就已经是多么出色了。 世界各地的开发人员都迫不及待地等待最终拥有完全访问权限并编写其项目和个人部署的脚本。

然而，一些用户已经考虑到 Devin 有可能在软件开发领域取代人类。 它可以高度抢走软件开发人员和调试人员的工作，因为大型公司和企业已经在考虑使用 Devin 来编写源代码脚本。

作为人类，我们是否需要并且应该推广一种从长远来看有可能完全取代我们的人工智能工具？ 也许人工智能才刚刚开始。

结论

Devin 在生成式人工智能领域取得了巨大进步，因为它缩小了人工智能和软件开发之间的差距。 早期访问阶段令人兴奋，因为世界各地的用户对其对社会的潜在影响既敬畏又紧张。 随着广大行业和部门的更多用户使用该工具，只有时间才能证明它能走多远。