شركة Cognition تطلق ميزة Fusion في Devin: دمج نموذجين يخفض تكلفة المهام بنسبة تصل إلى 39%

أضافت شركة Cognition وضع Fusion إلى تطبيقي Devin Desktop وCLI، حيث يعمل نموذجان معاً في آنٍ واحد على إنجاز المهمة نفسها. يلعب النموذج الرائد (Frontier) دور «القائد»؛ إذ يتولى التخطيط والتعامل مع الغموض ومراجعة النتائج. بينما يتولى النموذج الأقل تكلفة، أي «المساعد»، استكشاف الشيفرة البرمجية وإجراء التعديلات وتشغيل الاختبارات. ووفقاً لبيانات الشركة، فإن الجمع بين Fable 5.1 وSWE-2 يخفض تكلفة إنجاز المهمة بنسبة 36% مقارنة بأداة Claude Code المعتمدة على Fable 5.1 (7,90$ مقابل 12,36$ في مقارنة معيارية)، مع تسجيل نتيجة نهائية متقاربة للغاية: 61,7 مقابل 62,2 نقطة. أما في حالة دمج GPT-6 Astra مع SWE-2، فيصل التوفير إلى 39% مقارنة بـ Codex (4,54$ مقابل 7,47$) مع تحقيق 58,9 نقطة مقابل 61,6.

لماذا لا يُعتمد التوجيه التقليدي؟

تعتمد الفكرة الكلاسيكية على إسناد المهام البسيطة إلى نموذج منخفض التكلفة، والمهام المعقدة إلى نموذج باهظ الثمن. وتوضح Cognition أسباب عدم فاعلية هذا النهج عملياً؛ إذ يصعب تحديد مستوى التعقيد من المطالبة الأولى: فطلب مثل «أصلح هذا الخطأ» قد يعني تعديل سطر واحد أو إعادة هيكلة معمارية المنتج بالكامل، وهو ما لا يتضح إلا بعد فحص الشيفرة. فضلاً عن ذلك، يؤدي تغيير النموذج في منتصف المهمة إلى تعطيل الذاكرة المؤقتة للمطالبات (prompt cache)، مما يفرض سداد تكلفة إعادة معالجة السياق وفق تسعيرة النموذج الأغلى تحديداً.

يتفادى Fusion كلتا المشكلتين من خلال تشغيل وكيلين متوازيين، يمتلك كل منهما سياقاً دائماً ومجموعة أدوات خاصة به. ولا تُنقل المحادثة الكاملة بينهما، بل يُكتفى بتبادل الملخصات والنتائج والملاحظات التقييمية. يصيغ القائد للمساعد المهمة محددة بالقيود ومعايير النجاح، دون أن يغرق بنفسه في المخرجات المرحلية للأدوات، مع احتفاظ كلا النموذجين بذاكرته المؤقتة. وفي الوقت نفسه، يتواصل المستخدم دائماً مع النموذج الرائد، الذي يملك صلاحية تولي العمل بنفسه في أي لحظة إذا عجز المساعد عن تنفيذه.

أرقام الاختبارات القياسية

قارنت Cognition، بالتعاون مع منصتي Artificial Analysis وVals AI، بين وضع Fusion والنماذج المنفردة. وجاءت النتائج والتكاليف بالدولار عبر الاختبارات المختلفة على النحو التالي:

• DeepSWE 1.1: حقق Fable 5.1 نتيجة 64,3 بتكلفة (14,63$)؛ وحقق Fusion على Fable نتيجة 63,1 بتكلفة (7,88$، بنسبة −46%). وحقق Astra نتيجة 67,6 بتكلفة (7,88$)؛ بينما حقق Fusion على Astra نتيجة 67,3 بتكلفة (4,69$، بنسبة −40%).
• Terminal-Bench 4: حقق Fable نتيجة 57,6 بتكلفة (17,46$)؛ وحقق Fusion نتيجة 56,1 بتكلفة (13,37$، بنسبة −23%). وحقق Astra نتيجة 55,6 بتكلفة (10,08$)؛ بينما حقق Fusion نتيجة 50,0 بتكلفة (6,06$، بنسبة −40%).
• SWE-Atlas QnA: حقق Fusion على Fable نتيجة 65,9 مقابل 64,8 للنموذج الفردي، مع تكلفة بلغت 5,00$ بدلاً من 7,57$ (بنسبة −34%).
• Vals Code Migration: سجل Fusion على Fable نتيجة 57,3 مقابل 54,6 مع انخفاض في التكلفة بنسبة −41%؛ في حين حقق Astra توفيراً بنسبة 20%، لكن درجته تراجعت من 67,7 إلى 61,3.
• FrontierCode 1.1 Extended: بلغت جودة Fable 63,5 مقابل 63,6 مع توفير بنسبة −38%؛ بينما لم يحقق Astra سوى توفير بنسبة 11%.

تُظهر هذه النتائج تبايناً واضحاً؛ إذ يُلاحظ تراجع في الجودة مع ثنائية Astra وSWE-2 في اختباري Terminal-Bench وCode Migration، مما يجعل القول بتقديم «أداء يضاهي النماذج الرائدة في كافة المهام» افتراضاً يستوجب الحذر. وتجدر الإشارة إلى أن هذه البيانات صادرة عن Cognition نفسها، وإن كان ذلك بمشاركة جهات تقييم خارجية.

النماذج الباهظة قد تخفض تكلفة النظام

تتمثل النتيجة الأكثر إثارة للاهتمام في معيار التكلفة لكل مهمة بدلاً من التكلفة لكل رمز (Token). فعندما استبدلت Cognition نموذج Opus 4.8 بـ Fable 5 في دور القائد، ورغم أن سعر الرمز للأخير أعلى بمقدار الضعف، أصبحت الجلسات أقل تكلفة بنسبة 9% في المتوسط، مع ارتفاع النتيجة على مقياس FrontierCode. والسبب يعود إلى أن Fable تميز بتفويض المهام بدقة أكبر وصياغة ملخصات أكثر إحكاماً في مراحل مبكرة، مقارنة بنموذج Opus الذي كان يفرط في إدارة تفاصيل المساعد وإعادة إنجاز عمله.

ينطبق المبدأ نفسه على النموذج المنفذ؛ إذ تبلغ تكلفة SWE-2 نحو 0,75$ لكل مليون رمز مقارنة بـ 0,20$ لنموذج GPT-5.6 Luna (أي أعلى بنسبة +275%)، ومع ذلك تكاد التكلفة الإجمالية على FrontierCode لا تتغير، مسجلة 2,34$ مقابل 2,39$، ولكن بنتيجة أعلى بلغت 63,4 مقابل 62,0. فالنموذج المساعد القوي يستهلك خطوات أقل ويتطلب جولات مراجعة أدنى.

كما يُضبط إطار العمل المخصص (harness) ليتلاءم مع كل زوج من النماذج. فالمساعد الأضعف يحتاج إلى ملخصات أكثر تفصيلاً، ويُفضل تجريده من إمكانية الاعتراض على الخطة، وتجنب تفويضه بمهام الاستكشاف المؤثرة في القرارات التخطيطية. أما المساعد القوي، فيمكن تركه يعالج تفاصيل التنفيذ وإسناد مهام الاستكشاف الأولي للشيفرة إليه.

كيف تختبر الميزة بنفسك

يمكن تثبيت Devin CLI عبر تنفيذ الأمر: curl -fsSL https://cli.devin.ai/install.sh | bash. وعند استخدام Fusion، يجري اختيار نموذجين، حيث توصي Cognition باستخدام Fable 5.1 كقائد وSWE-2 كمساعد. وإذا كنت تدقق في نفقات الوكلاء الأذكياء، فمن المجدي تجربة مزيجين أو ثلاثة على مهامك الفعلية، والمقارنة بناءً على التكلفة الإجمالية لإنجاز المهمة لا على أسعار الرموز المجردة. ويبرز ذلك تحديداً في عمليات نقل الشيفرات الروتينية وقواعد البيانات البرمجية الضخمة، حيث يضطلع النموذج المساعد بالعبء الأكبر من العمل.