Devin AI 与 SWE-2 初体验
我第一次有机会试用 Devin 和它的一整套工具。这套工具包括桌面应用、CLI 工具、SWE-2 模型，还有 Fusion 模式。这篇文章里，我会分享用了大约一周之后的感受和观察。这些记录是我边用边记的，保留了原汁原味，好给出真实的反馈。
桌面应用与 CLI
我不太清楚背后的来龙去脉，但我猜旧的 WindSurf 和 Devin 合并了。所以我在 Devin 的「最近会话」里能看到以前 WindSurf 的聊天记录。点「查看全部」会跳到一个新页面，可那里又看不到这些旧的 WindSurf 聊天了，于是我也没法删除它们。（见视频）
这种情况只在我第一次用桌面应用时出现过。等 Devin 里攒了更多会话之后，那些旧的 WindSurf 聊天记录就消失了（这是好事）。
桌面应用的界面很满，感觉它想同时扮演 IDE 和 agent harness（智能体运行框架）这两种角色。我说不清具体是哪些地方让我有这种感觉，但整个应用确实显得拥挤。这让我更多地转向了 CLI，尽管我挺喜欢 AI 桌面应用的。
新建会话会打开聊天界面，右侧还带一个空面板。右侧这个面板让视图变得杂乱，每次新建会话它都会自动弹开，得手动关掉。
不过「新建会话」这个选项挺不错，因为它会带着当前空间的所有上下文开一个新对话。这样新建会话时，智能体可以直接开始干活，不用重新收集一遍上下文。
「打开文件」和「打开自定义」这两个选项为什么放在这个侧边栏里？我觉得它们应该放在左侧边栏，因为它们看着像通用选项，未必和具体空间绑定。
我会让右侧边栏更低调一些：别每次都自动弹开，让用户需要时自己手动打开。
要是能把现有的空间/会话推送到云端，或者反过来从云端拉下来，那就好了。比如我在本地开始做某件事，之后又想把它挪到云端。从 CLI 好像可以做到，但桌面应用不行。
你可以用 /cloud 命令把会话切到 Devin Cloud 里运行。另外还有个 /handoff 命令，能把任务交给远程 Devin 会话处理。它会在另一台虚拟机里启动远程会话，带着 shell、浏览器和完整的仓库访问权限。这样一来，你离开键盘的时候，它也能继续处理手头的任务。
不过 /cloud 和 /handoff 的区别让我有点懵。按官方文档里 AI 助手的说法，前者是新建一个云端会话，后者是把本地正在进行的会话转移到云端。
Devin CLI 的安装花了挺长时间。中途我停了好几次安装会话，以为卡住了。大概试了 3 次才装成功。可能只是我的网络或机器偶发的个例。
在 CLI 里启动任务后，你能在“Spaces”区域看到任务名称，但也仅此而已。看不到对话内容，也做不了任何操作。我不知道实现起来难不难，但要是两边能同时聊天（哪怕不是实时同步）就好了。
SWE-2 与 Fusion
用大语言模型（LLM）时我不太在意基准测试。我只关心成本、跟我的技术栈集成得怎么样，以及处理我任务的能力如何。但如果你在意基准测试，可以看看 Cognition 研究里的数据。这些基准测试不必太当真，但能帮你了解个大概。
SWE-2 比不上 Fable 5.1 和 GPT-6 Astra，但花少得多的钱就能换来相当不错的表现。要知道，我是在 Documenso 项目里用真实任务测试 SWE-2 的，不是随便拿些无关的假例子，它表现确实很好。
这个模型的说话方式最接近真人。没有多余信息，不堆砌辞藻，也不啰嗦。你可能意识不到这有多重要。跟它聊一整天也不会觉得累。相比之下，Fable 5.1 的输出太啰嗦了，聊到一天结束脑子都疼。
这是个聪明的模型。我在 Cursor 里用 SWE-2 Max 和 Fable 5.1 Max 反复跑同样的任务，结果非常接近。我不是说两者水平相当，Fable 5.1 是顶尖模型之一。关键在于，我很少需要拿 Fable 去交叉验证 SWE-2 写的代码。找 Fable 要第二意见的情况极其少见。在我看来，这已经算 SWE-2 的一次成功了。
它对浏览器的使用可谓驾轻就熟。我给它一个 GitHub issue，让它检查这个问题在代码库里是否仍然存在。我就坐在那儿看它怎么用浏览器，因为好奇它能不能复现问题。结果它做到了，确认问题依然存在，然后把它修好了。
Devin 还带了一个有意思的功能叫 Fusion。据我理解，这是一种双模型混合模式：一个主模型加一个助手。主模型通常用 Fable 5.1 或 GPT-6 Astra 这类顶级模型，负责规划、决策和其他关键环节；助手则用 SWE-2 这类高效模型，干实际的活，比如写代码、跑测试和验证。Fusion 的核心思路是：少用前沿模型，把钱花在刀刃上。
有些会话我只用 SWE-2 Max，有些则用 Fusion 的中档配置——Fable 5.1 当主模型，SWE-2 High 当副手。两种配置都给出了不错的结果。
本想给你看看我的用量统计，但除了每周配额或单次会话用量（也就是一次会话的消耗），别的什么也查不到。如果我能找到查看每日用量的办法，会回来更新这篇文章。
通用
关于用量的信息少得可怜，至少在编辑器和账户网页里是这样。你能看到的只有每周配额的进度条，基本就这些了。我希望能看到更多信息，比如已消耗的 token、剩余 token、每日用量、每月用量等等。
我能找到的每一个用量页面，显示的都是「0」或「该时间段没有数据」。
CLI 里有 /session-stats 命令，能查到我想要的信息。但它只显示当前会话的统计。比较遗憾的是，/usage 命令帮助不大，它只显示你每周配额的已用百分比。
Devin 和 WindSurf 混在一起这点真的让我抓狂。比如我点“Devin Usage”，结果跳到旧的 WindSurf 账户页面。
结语
顺带一提，我回复那条 X 帖子后收到了 Max 计划。从回复里能看到，收到计划的并不只有我。我正在赠送五份价值 $200 的 Max 计划给 @DevinAI。如果你在用 Claude Code、Codex 或 Cursor 这类工具，却还没试过 @DevinAI，欢迎在评论区说说你在构建什么，即可参与。⚡️ https://t.co/E2i77n9mxi — nader dabit (@dabit3) 2026年5月13日
不过，这没有任何附加条件。Cognition 团队没要求任何回报，他们甚至不知道我发了这条内容。我这么做只是因为我喜欢写作和分享。
以上就是我对 Devin AI、SWE-2 和 Fusion 在真实项目编码任务上的第一印象——好的部分、坏的部分，以及为什么 CLI 最终征服了我。