🇬🇧 This article is also available in English.

Devin Bots : quand un agent de codage gère d'autres agents

Devin Bots : quand un agent de codage gère d'autres agents
🇬🇧 This article is also available in English.
📑 Table of Contents

En bref

Les Devin Bots de Cognition coordonnent des agents de codage. Leur démo Android mesure l’activité, pas la productivité ou les économies vérifiées.

Introduction

Les agents de codage traitent les tickets, mais les ingénieurs coordonnent généralement la suite. Les Devin Bots, présentés le 17 novembre, transfèrent une plus grande partie de cette boucle à un agent persistant. (Source : Fortune — Cognition bets on Devin Bots)

Cognition décrit un Bot comme un agent doté de mémoire et d’outils qui explore un objectif, délègue à plusieurs sessions Devin et évalue leur production. C’est un changement : au lieu de demander à un agent de porter une fonctionnalité, on lui demande de maintenir une application Android alignée sur son équivalent iOS. Cela modifie aussi ce que les équipes doivent superviser : non plus seulement une pull request, mais la sélection et l’enchaînement du travail. (Source : Cognition — Introducing Devin Bots)

L’exemple Android : la production n’est pas l’impact

Cognition indique qu’un ingénieur a créé son Bot Android le 28 septembre 2026, et qu’une application Android a suivi 44 jours plus tard. L’entreprise rapporte 1 134 pull requests fusionnées, 344 651 lignes de Kotlin, 2 841 tests par capture d’écran et 1 217 tickets fermés. Elle précise que l’ingénieur a envoyé 183 messages pendant le projet et aucun pendant 22 des 44 jours. L’application est en test ouvert sur Google Play, selon Cognition. (Source : Cognition — Introducing Devin Bots)

Ce sont des chiffres rapportés par l’entreprise à partir d’une démonstration interne, et non un benchmark vérifié de façon indépendante. Les pull requests mesurent l’activité, pas la nécessité des modifications, les bénéfices pour les utilisateurs ou les économies. Le nombre de captures ne prouve pas la couverture et les messages ne mesurent pas tout le travail humain.

Cognition indique que le Bot a ouvert des tickets, lancé des sessions et fusionné des modifications ayant passé la CI et Devin Review. L’ingénieur a fixé la direction et les contraintes, et certaines décisions ont nécessité une revue de sécurité. La distinction compte : moins d’instructions peut avoir de la valeur, mais la qualité des barrières d’acceptation détermine ce qui peut se produire sans risque entre ces instructions. (Source : Cognition — Introducing Devin Bots)

De l’orchestration à la mesure

Le meilleur argument en faveur d’un agent gestionnaire n’est pas qu’il génère plus de code. C’est qu’il maintient une boucle de rétroaction utile lorsque, sans lui, une équipe laisserait la maintenance inachevée. Cognition indique que son Layout Bot vérifie régulièrement l’application web pour détecter les décalages de mise en page, lance des corrections et fournit des enregistrements avant/après. L’entreprise rapporte 159 pull requests fusionnées en trois semaines et une réduction de 70 % de la latence. Elle ne fournit pas assez de détails de mesure dans l’annonce pour évaluer ce résultat de façon indépendante. (Source : Cognition — Introducing Devin Bots)

Pour un pilote client, définissez d’abord un résultat : par exemple, réduire le délai de chargement mesuré d’une page précise sans augmenter les erreurs. Comparez ensuite le flux de travail assisté par l’agent avec le processus existant de l’équipe, sur le même service et la même période. Suivez le temps de revue et de débogage humain, l’usage de l’agent, les coûts d’infrastructure, les régressions et les améliorations acceptées. Une boîte de réception calme ou un nombre croissant de PR n’est pas le dénominateur qui compte ; le coût par modification utile et acceptée s’en rapproche davantage.

Les preuves doivent aussi être à la hauteur du risque. Un enregistrement peut aider un relecteur à inspecter un parcours utilisateur, mais il ne peut pas prouver la couverture des cas non testés. Notre analyse des simulateurs mobiles cloud explique pourquoi le scénario de test et son résultat attendu comptent autant que l’enregistrement lui-même.

Les permissions font partie du produit

Fortune rapporte que les Bots s’exécutent sur des ordinateurs cloud distincts, tandis que les administrateurs choisissent les dépôts et les outils auxquels ils ont accès. Le média indique aussi que les équipes décident quelles modifications exigent une revue humaine et peuvent configurer l’approbation automatique des modifications à faible risque. Les contrôles réseau visent à empêcher les transferts non autorisés ; c’est une protection annoncée, pas la preuve que l’injection de prompt est résolue. (Source : Fortune — Cognition bets on Devin Bots)

Commencez par un périmètre de dépôt restreint, un plafond de dépenses et une approbation explicite pour les modifications sensibles et les mises en production. Conservez une piste d’audit reliant l’objectif initial, les sessions enfants, les tests et la fusion finale. Si le Bot peut créer son propre backlog, révisez aussi le backlog : un agent peut optimiser avec zèle la mauvaise cible.

Concurrence et référence manquante

dots d’OpenAI et Claude Duet d’Anthropic poursuivent eux aussi des flux de travail d’agents proactifs, mais ils sont positionnés de façon plus large. Cognition fait un pari plus ciblé sur la coordination d’ingénierie, prolongeant la direction évoquée dans notre analyse de Devin Desktop.

Dans une évaluation de 2025, Answer.AI a testé une version antérieure de Devin. L’équipe indépendante a rapporté 14 échecs, trois réussites et trois résultats non concluants sur 20 tâches. Ce n’est pas un test des Bots actuels et cela ne peut pas servir de taux d’échec. C’est un rappel d’exiger des preuves actuelles et spécifiques à la tâche plutôt que d’extrapoler à partir d’une démonstration commerciale. (Source : Answer.AI — Thoughts On A Month With Devin)

FAQ

Que gère un Devin Bot ?

Cognition indique qu’il peut poursuivre un objectif d’ingénierie continu, déléguer le travail à plusieurs sessions Devin et évaluer les résultats entre les sessions.

L’exemple Android prouve-t-il un gain de productivité ?

Non. Il rapporte une production interne et des décomptes de messages limités, mais pas de comparaison contrôlée ni le coût humain et de calcul complet.

Un Bot peut-il fusionner du code sans revue humaine ?

Fortune rapporte que les équipes peuvent configurer l’approbation automatique des modifications à faible risque ; les actions autorisées dépendent de leurs politiques.

Que doit mesurer un pilote ?

Mesurez les résultats acceptés, le coût total d’exploitation et de revue, les régressions et le temps de rétablissement par rapport à un flux de travail existant comparable.

Pour aller plus loin

— The Agent Report