Cognition выпустила Fusion для Devin Desktop и CLI: две ИИ‑модели делят одну задачу

11 сентября Cognition объявила о доступности Fusion в Devin Desktop и CLI ^[1]. Ранее система работала в облачном Devin. Теперь связку из ведущей модели и исполнителя можно использовать в десктоп приложении и терминале. Компания рекомендует сочетание Claude Fable 5.1 и SWE-2.

Напомню, что Devin — это такой инструмент, в котором ему можно поручить задачи, связанные с изучением проекта, изменением кода и проверками. А Fusion же в свою очередь организует совместную работу двух моделей. Одна, например, составляет план и принимает результат, другая занимается реализацией. Это как в обычной команде разработки, только без дейликов.

Ведущий агент общается с пользователем, разбирается с неоднозначными требованиями и определяет, какую работу делегировать. Исполнитель изучает файлы, пишет код и тесты, исправляет ошибки ^[2] и возвращает результат на проверку. У обоих есть собственные инструменты и отдельный контекст, который сохраняется по ходу сессии. Такой подход Cognition описала при первоначальном анонсе Fusion ^[3].

По объяснению Cognition, обычной маршрутизации по начальному запросу бывает недостаточно, так как реальная сложность задачи выясняется уже при изучении репозитория. Переключение моделей также может потребовать повторной обработки контекста. В Fusion каждый агент сохраняет собственный кэшируемый контекст, а ведущий решает, какие действия выполнить самому, а какие передать помощнику. Подробнее об этих ограничениях компания рассказывает в разборе архитектуры ^[3].

На приведённом графике связка Fable 5.1 + SWE-2 получает 61,7 балла против 62,2 у Claude Code с Fable 5.1, при снижении стоимости на 36%. Для Astra + SWE-2 указаны 58,9 балла против 61,6 у Codex с Astra и снижение стоимости на 39%.

В таблице отдельных бенчмарков ^[1] Cognition приводит следующие результаты для Fable 5.1 и Fusion с Fable 5.1 + SWE-2:

Экономия сопровождается разными изменениями качества. Например, у Astra на Terminal‑Bench 4 стоимость снижается на 40%, но результат падает с 55,6 до 50,0. Эти показатели относятся к конкретным тестам и конфигурациям из отчёта Cognition; маппить результаты на любой проект нельзя.

У компании есть и наблюдение о цене самих моделей. В июльском эксперименте ^[4] Fable 5 стоила вдвое дороже Opus 4.8 за токен, но с одинаковым помощником оказалась дешевле по итогам работы: $1,86 против $2,04 в среднем за запуск. При этом результат был выше — 60,7 против 54,6.

Cognition связывает это с поведением ^[5] ведущего агента. Fable раньше делегировала работу и меньше повторяла действия исполнителя. В среднем ей потребовалось 11,5 шага ведущего агента против 26,5 у Opus. В этом эксперименте более дорогая модель компенсировала цену меньшим числом обращений и объёмом обрабатываемого контекста.

В новом анонсе компания также подчёркивает, что харнес приходится настраивать под конкретную пару моделей ^[1]: выбирать подробность задания, допустимость возражений исполнителя и объём делегируемого исследования кода.

В KodaCode мы тоже уделяем внимание ^[6] харнесу. У нас есть роли агента, скиллы и делегирование задач помогают организовать работу модели. Эти фичи описаны в документации Koda ^[7] и каталоге скиллов ^[8]. Сейчас проводим много замеров нашего харнеса с разными моделями. Подробности выпустим позже.

Попробуйте Kodacode на своём проекте: скачать для IDE, CLI и Desktop ^[9]. Анонсы обновлений, практические разборы и новости продукта в нашем Telegram‑канале ^[10].