高盛率先部署 Devin AI 軟件工程代理：漏洞修復時間從30分鐘縮至1.5分鐘，PR 接受率從三分之一升至三分之二
引言
高盛集團（Goldman Sachs）已成為全球首家將自主 AI 軟件工程代理部署於真實生產任務的主要金融機構。通過引入 Cognition 公司開發的 Devin AI 代理，高盛的約 12,000 名人類工程師獲得了一位「數字同事」——能夠獨立完成代碼編寫、測試、調試和系統遷移的自主 AI 系統。這一部署不僅帶來了顯著的效率提升，更引發了金融業對 AI 代理在核心業務中角色的深刻思考。
為何高盛選擇 Devin？
在 AI 輔助編程工具（如 GitHub Copilot）已廣泛普及的背景下，高盛選擇 Devin 的原因在於其**代理性（Agentic）**特質：
傳統 AI 編程助手（如 Copilot）：提供代碼片段建議，需要人類工程師主導整個開發流程。
Devin（自主 AI 代理）：能夠獨立完成端到端工作流程，包括：
- 自主理解和分解複雜任務
- 設置開發環境
- 編寫、測試和調試代碼
- 復現和修復生產環境中的 Bug
- 提交代碼供人類審查
高盛 CIO Marco Argenti 將這一轉變描述為從「追蹤採用指標」到「監控想法轉化為生產模型的速度」，形象地稱之為「3D 打印軟件」。
量化成果：令人矚目的效率提升
漏洞修復速度
- 修復前：每個漏洞平均需要 30 分鐘
- 使用 Devin 後：縮短至約 1.5 分鐘
- 提升幅度：速度提升 20 倍
代碼質量提升
- 初期：Devin 生成的 Pull Request（PR）中，約 三分之一 被人類審查員直接接受
- 成熟後：接受率提升至約 三分之二
- 意義：隨著 Devin 對高盛代碼庫和標準的熟悉程度提升，其輸出質量持續改善
整體生產力
高盛 CIO 表示，Devin 預計帶來傳統 AI 工具 3-4 倍 的生產力提升，這一數字遠超市場預期。
主要應用場景：遺留系統現代化
高盛部署 Devin 的首要任務是遺留架構現代化——這是金融機構普遍面臨的重大挑戰：
- 代碼翻譯：將舊版代碼（如 COBOL、老版 Java）轉換為現代語言
- 系統遷移：將遺留系統遷移至現代雲架構
- 文檔生成：為缺乏文檔的遺留代碼自動生成技術文檔
- 測試覆蓋：為遺留代碼補充自動化測試
這些任務通常耗時耗力，且對人類工程師而言缺乏吸引力，是 AI 代理最能發揮價值的場景之一。
「混合勞動力」模式：人機協作的新範式
高盛的 Devin 部署採用了 Marco Argenti 所稱的「混合勞動力」（Hybrid Workforce）模式：
人類工程師的角色轉變：
- 從執行重複性編碼任務 → 轉向更高價值的架構設計和業務邏輯
- 從代碼生產者 → 轉向 AI 輸出的審查者和質量把關者
- 從個人貢獻者 → 轉向 AI 代理的「管理者」
Devin 的職責範圍：
- 處理明確定義的、可重複的編碼任務
- 在人類監督下執行端到端工作流程
- 提交工作成果供人類最終審批
這一模式的關鍵在於保留人類在關鍵決策中的主導地位，同時最大化 AI 代理在執行層面的效率。
未來擴展計劃：向核心金融業務延伸
高盛在 Devin 部署成功後，計劃進一步擴大 AI 代理的應用範圍：
Anthropic Claude 整合：計劃引入 Claude 協助更接近核心金融業務的功能，包括：
- 交易和交易處理
- 客戶盡職調查和入職流程
- 風險評估和合規審查
這一計劃表明，高盛的 AI 代理戰略不僅限於技術部門，而是逐步向業務核心滲透。
行業影響：金融業 AI 代理的示範效應
高盛的成功部署正在引發金融業的廣泛關注：
Deutsche Bank 和 DBS：已開始採用受監管的代理平台，專注於可審計性和嚴格的審批流程，特別是在企業信貸備忘錄起草等場景。
McKinsey 研究：32% 的組織正在繞過傳統軟件採購，轉而通過代理編程工具構建內部工具，這一趨勢在金融業尤為明顯。
Bloomberg Intelligence 警告：估計美國多達 20 萬個 銀行業工作崗位面臨風險，初級開發者職位尤為脆弱。
對亞太金融機構的啟示
新加坡金融業
新加坡金融管理局（MAS）已發佈 AI 治理框架，為金融機構部署 AI 代理提供了監管指引。星展銀行（DBS）等本地銀行正積極探索 AI 代理在客戶服務和後台運營中的應用。
香港金融業
香港金融管理局（HKMA）的「監管沙盒」機制為金融科技創新提供了試驗空間。高盛的 Devin 部署案例為香港銀行業提供了重要的實踐參考。
日本金融業
日本金融廳（FSA）對 AI 在金融業的應用持謹慎但開放的態度。三菱 UFJ、瑞穗等大型銀行正在評估 AI 代理在遺留系統現代化方面的應用潛力。
中國金融業
中國的金融科技監管環境較為複雜，但工商銀行、招商銀行等大型銀行在 AI 應用方面具有豐富經驗，高盛的案例為其提供了有益參考。
勞動力影響的深層思考
高盛的 Devin 部署引發了關於金融業勞動力未來的深刻討論：
短期影響：初級開發者職位面臨最直接的衝擊，因為 Devin 最擅長的正是這類結構化、可重複的編碼任務。
長期影響：入門級職位歷來是培養高級工程師的搖籃，AI 代理的普及可能破壞這一人才培養管道，長期影響行業的技術人才儲備。
高盛的立場：公司領導層將 Devin 定位為「人類增強」工具，強調解放員工專注於更高價值的複雜問題，而非替代人類工程師。
結語
高盛部署 Devin 的案例代表了金融業 AI 代理應用的重要里程碑。漏洞修復時間從30分鐘縮至1.5分鐘、PR 接受率從三分之一升至三分之二的量化成果，充分證明了自主 AI 代理在企業生產環境中的實際價值。
對於亞太地區的金融機構而言，高盛的經驗提供了寶貴的實踐藍圖：從遺留系統現代化入手，建立人機協作的「混合勞動力」模式，逐步向核心業務延伸。在 AI 代理技術快速成熟的背景下，率先行動的金融機構將在效率和競爭力方面獲得顯著優勢。
