Cognition 是一家成立于 2023 年的 AI 初创公司，三位创始人 Scott Wu、Steven Hao 和 Walden Yan 均为国际信息学奥林匹克（IOI）金牌得主。其核心产品 Devin 于 2024 年 3 月发布，被宣传为全球首个全自主 AI 软件工程师，能在 SWE-bench 测试中解决 13.86% 的问题。2024 年 5 月，公司完成 1.75 亿美元融资，估值达 20 亿美元。到 2026 年，Cognition 估值已飙升至 102 亿美元，成为 AI 编程赛道估值最高的企业。

当 AI 智能体获得长时间自主运行时，安全风险从「理论可能」变成「现实威胁」。2026 年，知名开发者因给 Claude Code 开启 bypass 模式，导致电脑感染 AMOS 木马，X 账号被永久盗取。攻击链条清晰：AI 自动下载被篡改的依赖包，植入木马窃取 Cookies 和 Keychain 密码。五校与 360 的联合研究指出，AI 智能体的「原生不确定性」无法通过传统补丁消除，遭遇恶意诱导时会自主完成整个攻击链。

Cognition 的成功让 AI 从 10 分钟对话任务跃升至 8 小时持续工作。但行业观察者认为，真正的拐点不在「能工作多久」，而在「记忆系统」的成熟度。当前长程任务的核心瓶颈是上下文窗口的「容量 ≠ 精准度」——信息淹没在无关内容中时，模型表现反而下降。清华大学与阿里通义实验室提出的 MemPO 算法，让模型主动管理记忆，准确率飙升的同时计算成本降低 70%。这可能是通往 24 小时自主智能体的关键拼图。

Cognition 明确表示「不信任何公开基准」，只依赖内部工程测试。这一立场并非偏执——OpenAI 对 SWE-Bench Pro 的审查发现，约 30% 的测试任务存在缺陷，包括隐藏测试要求与题面描述不一致。更深入的评估框架研究指出，AI 智能体是复合系统，单轮准确率测试完全无法捕捉多步推理中的「规划漂移」和「错误逐级放大」。这事真正值得问的已经不是「哪个模型跑分高」，而是「我们应该用什么标准来判断一个智能体是否真的『靠谱』」。