Devin
Por qué importa
En profundidad
Devin no es un modelo; es un arnés de agente construido alrededor de modelos de frontera de tipo Modelo de lenguaje grande. Cuando Cognition AI lo presentó por primera vez en marzo de 2024, lo llamativo no era el modelo subyacente, sino el bucle a su alrededor: Devin recibe una tarea en lenguaje natural, escribe su propio plan paso a paso y luego lo ejecuta en un entorno aislado en la nube equipado con un shell, un editor de código y un navegador web. Instala dependencias, lee documentación, edita código en muchos archivos, ejecuta la suite de pruebas, lee las trazas de pila cuando fallan y sigue iterando — a veces durante horas — antes de regresar con un resumen y un pull request. Cada comando y decisión queda registrado, por lo que un revisor puede reproducir la sesión y ver exactamente qué hizo el agente y por qué. Ese diseño sitúa a Devin en el terreno del Agente Autónomo y no del asistente de codificación: el modelo de interacción es la delegación, no el trabajo en pareja.
Cómo funciona Devin bajo el capó
El bucle central es planificar, actuar, observar y repetir. Devin redacta un plan, ejecuta una parte mediante las herramientas de su entorno aislado, comprueba el resultado y revisa el plan cuando la realidad no concuerda — el patrón clásico de Flujo de trabajo agéntico aplicado al Uso de herramientas sobre un entorno de desarrollo real. Asignas trabajo mediante una interfaz de chat, una integración con Slack o un gestor de issues como Linear o Jira; etiquetar a Devin en un ticket inicia una sesión nueva con su propio entorno aislado, para que un equipo pueda ejecutar muchas instancias de Devin en paralelo, una por ticket. La facturación sigue la misma lógica de unidad de trabajo: Cognition mide el uso en Agent Compute Units, por lo que una corrección de dos minutos cuesta mucho menos que una migración nocturna. Entre sesiones, Devin conserva lo que aprendió sobre un repositorio — particularidades de configuración, comandos que funcionan, convenciones que seguir — como notas reutilizables, algo importante porque curar lo que el agente ve en cada ejecución es la mitad de la batalla, el mismo problema de ingeniería de contexto que en cualquier sistema de agentes.
De demostración a producto
La presentación de marzo de 2024 se apoyó en los Benchmarks de IA: Cognition informó que Devin resolvió de extremo a extremo y sin ayuda humana aproximadamente el 14 % de los issues de SWE-bench, un dataset de errores reales de GitHub, cuando los mejores resultados publicados estaban en valores bajos de un solo dígito. El acceso comenzó como una vista previa con lista de espera y luego alcanzó la disponibilidad general a finales de 2024 por 500 dólares al mes — un precio que lo limitaba a equipos con acumulaciones considerables. En 2025, Cognition lanzó Devin 2.0, que redujo el precio de entrada a 20 dólares al mes más cómputo basado en uso y añadió planificación interactiva (puedes editar el plan de Devin antes de que comience a ejecutarlo), búsqueda semántica de código y documentación de la base de código generada automáticamente.
También en 2025, Cognition adquirió Windsurf, el IDE agéntico, después de que fracasaran las conversaciones para su adquisición por OpenAI y Google contratara a sus fundadores. El acuerdo dio a Cognition ambos extremos del mercado: Devin para la delegación asíncrona y Windsurf para la asistencia dentro del editor. Cognition fue fundada en 2023 por un equipo de programadores competitivos campeones encabezado por el CEO Scott Wu, un origen que se refleja en la preferencia del producto por tareas con respuestas correctas verificables.
No ha sustituido a tu equipo
El encuadre del lanzamiento — el primer ingeniero de software con IA — invitó a la evidente idea equivocada de que una flota de instancias de Devin sustituiría a las organizaciones de ingeniería. En la práctica, Devin se comporta como un ingeniero júnior rápido e incansable: fuerte en trabajo bien delimitado y verificable, como actualizaciones de dependencias, migraciones de frameworks, cobertura de pruebas e informes de errores con pasos claros de reproducción; inseguro en funciones ambiguas cuyos requisitos reales viven en la cabeza de alguien. Sus pull requests todavía necesitan revisión humana, y los equipos que los fusionaron sin cuidado acumularon errores sutiles que tardaron más en encontrar que el tiempo ahorrado por delegar. Evaluadores independientes también señalaron que las pulidas demostraciones del lanzamiento eran casos óptimos y que las tasas de éxito sobre bases de código privadas y desordenadas están muy por debajo de las cifras destacadas del benchmark. El techo pragmático actual es la misma lección que enseña el vibe coding: delegar sin revisar simplemente traslada el cuello de botella de escribir el código a comprobarlo.
Dónde encaja en la cadena de herramientas
Devin ocupa el extremo asíncrono del espectro de Asistentes de codificación IA, opuesto al trabajo síncrono en pareja del autocompletado de GitHub Copilot o la edición en línea de Cursor. El trabajo en pareja mantiene a un humano dentro del bucle en cada pulsación; la delegación libera al humano, pero exige mejores especificaciones de tareas y una disciplina de revisión más estricta. Sin embargo, las categorías están convergiendo: tanto Copilot como Cursor añadieron modos de agente que asumen tareas completas, y el acuerdo con Windsurf dio a Cognition un IDE síncrono propio. La mayoría de los equipos termina mezclando modos — un agente de IDE para el trabajo exploratorio que quieren dirigir, un agente asíncrono como Devin para las tareas pendientes que nadie quiere hacer.