首个AI程序员造假被抓,Devin再次“震撼”硅谷!扒皮视频文字详解附上

白交 衡宇 发自 凹非寺
量子位 | 公众号 QbitAI
首个AI程序员,演示视频大幅度造假???
不久之前震撼硅谷的Devin,再度震撼硅谷——但这次是被打假 。
事情是这样的:油管程序员博主Inte.NET of Bugs(以下简称光头哥)对Devin的视频进行了逐帧分析,逐一举证说明了Devin并不如演示中那般神奇 。

首个AI程序员造假被抓,Devin再次“震撼”硅谷!扒皮视频文字详解附上

文章插图
甚至有“自己现写bug然后当场修复”的骚操作 。
其它“罪证” , 包括但不限于:
  • 号称能解决任何Upwork任务,但演示中解决的问题并不是prompt要解决的那一个,做无用功;
  • 看起来在修复bug,实际上修复的bug人类程序员根本就不会犯;
  • 没有意识到简单两步就能解决问题,花里胡哨一顿操作,其实是自己把任务搞复杂了;
  • 修改代码的水平一言难尽 。
此外,光头哥花了半个多小时,把Devin演示视频中的upwork任务完成了一遍——而Devin完成任务可能用时6个多小时 。
啊这这这,真是好、大、一、口、瓜!
要知道 , 其背后公司Cognition AI手握10块IOI金牌的活招牌,还在推出Devin当月宣布成功融资2100万美金 。
推特和YC上已经吵翻天了,让这件事的讨论度高居不下 。
我请问呢?真的很讨厌演示造假 , 让demo看起来轻松达到意料之外的技术进步 。

首个AI程序员造假被抓,Devin再次“震撼”硅谷!扒皮视频文字详解附上

文章插图
还有人表示自己很受伤,再也不会相信各种冒出来的创业公司的东西了 。
emmmm……我还是把期待值全部留给OpenAI、Anthropic、DeepMind、FAIR这些公司和机构吧 。

首个AI程序员造假被抓,Devin再次“震撼”硅谷!扒皮视频文字详解附上

文章插图
完整详情,一起接着往下看 。
35年从业者逐帧验证
此次出来声张正义的光头哥 , 从事软件行业已经35年 。他首先声明自己的立?。何也⒉环炊愿呖萍? ,但我确实反对过度炒作 。
他自己也经常使用Github Copilot、ChatGPT、LIama2、Stable Diffusion 。
事实上,在Devin刚推出时候,他就反对过“世界上第一个AI软件工程师”这一说法 。
首个AI程序员造假被抓,Devin再次“震撼”硅谷!扒皮视频文字详解附上

文章插图
此次则主要针对的是一些更为具体的说法 。
【首个AI程序员造假被抓,Devin再次“震撼”硅谷!扒皮视频文字详解附上】比如之前Devin号称能够靠处理upwork任务来赚钱的 。但在真正的演示中Devin并没有做到这一点 。
不信?没关系,光头哥带着逐帧的证据来了 。
总结如下:
  • Devin所处理的任务并非随机,而是精心挑?。?
  • 与客户实际需求有很大的出入;
  • 实际操作过程,数次自己创造bug然后再修复;
  • 很多毫无意义的操作,相当于几十年前在C语言中才用的方法;
    ???
首先 , 来到了演示视频的2.936秒处,在屏幕左上角有显示他们搜索过这个内容 。因此 , 这不是所谓“随机”选择的任务 。
首个AI程序员造假被抓,Devin再次“震撼”硅谷!扒皮视频文字详解附上

文章插图
再来看客户给到的具体需求 。真正需求为“我想要利用这个库来进行推理 。你需要提供详细的操作指南 。我不想讨论完成这项工作预计需要的时间 。”
首个AI程序员造假被抓,Devin再次“震撼”硅谷!扒皮视频文字详解附上

文章插图
但给到Devin的需求却是:我希望利用这个模型在这个库中进行推理 。请自己弄明白 。
首个AI程序员造假被抓,Devin再次“震撼”硅谷!扒皮视频文字详解附上

文章插图
最后视频末尾出现的Devin生成报告中,也没有提及客户实际需要的内容 。
首个AI程序员造假被抓,Devin再次“震撼”硅谷!扒皮视频文字详解附上

文章插图
那么,这份工作的最终交付成果应该包括什么呢?
首个AI程序员造假被抓,Devin再次“震撼”硅谷!扒皮视频文字详解附上

文章插图
但Devin实际做了什么?
Devin第一次真正的尝试,是它修改了一个名为requirements.txt文件,其中规定了代码所依赖的库版本 。视频中提到它正在更新代码,但实际上更像是修改配置文件 。
首个AI程序员造假被抓,Devin再次“震撼”硅谷!扒皮视频文字详解附上

文章插图
然后根据需求,需要Devin能建立自己的推理能力,并仅需使用样例数据即可 。但实际项目要比这个复杂得多 。


推荐阅读