Cognition 基于 Amazon EC2 Mac 为 Devin 上线 macOS 工作区,据称六周内近 1,000 家组织使用
Cognition 开发的 AI 软件工程师 Devin 此前只能在 Linux 和 Windows 虚拟机上工作——能写 Swift 代码,却碰不到 macOS 和 Xcode,也就无法真正运行、测试 Apple 平台的应用。2026 年 11 月 20 日,AWS 官方架构博客发布文章,说明 Cognition 如何在 Amazon EC2 Mac 实例上为 Devin 搭建云端 macOS 工作区:一台台基于 Apple silicon 的 Mac mini 或 Mac Studio 以裸金属实例的形式跑在 Amazon EC2 Dedicated Hosts(专用主机)上,每台主机经 Apple 的 Virtualization framework 同时运行两个 macOS 虚拟机。Devin 在其中构建 iPhone、iPad 和 Mac 应用,在 iOS Simulator(iOS 模拟器)里运行并验证其行为,还能把构建产物上传到 TestFlight(Apple 的应用测试服务)。
macOS 支持于 2026 年 9 月 15 日随 Cognition 的发布公告上线;据 Cognition 在 AWS 博文中给出的口径,上线六周内已有近 1,000 家组织在 macOS 上运行 Devin。Cognition 为每个 Devin 会话在不到一分钟内启动全新的 macOS 虚拟机,机群横跨六个 AWS 区域;按 Cognition 的估计,这样的启动速度让客户进入可用的 macOS 环境,比自行准备一台 Mac 主机快 15~20 倍。这些数字均为 Cognition 自报,AWS 博文中逐一标注了出处。
此前构建和测试依赖客户的 CI 系统与 Mac 机群
按 AWS 博客的回顾,Devin Cloud 此前只有 Linux 和 Windows 会话,Devin 的构建和测试只能依赖客户的 CI(持续集成)系统或客户自己的 Mac 机群。Cognition 在 9 月 15 日的发布公告中举了一个例子:一款 iPhone 游戏要求玩家在应用关闭后重开时仍能从暂停处继续。构建成功并不能说明应用行为正确——要验证这一点,智能体得真的去玩、暂停、退出、重开,再确认游戏恢复到正确状态。
能启动的 macOS 还不算可用的 Devin 工作区。按 AWS 博客列出的清单,它要有保留会话工作的磁盘、遵循会话访问规则的网络、在 Devin 启动前就绪的开发环境,以及让用户和 Devin 都能看到并操作运行中应用的入口。
会话与主机分离,一台裸金属主机一天服务多个会话
图:一台 EC2 Mac 专用主机上的 Devin macOS 会话(来源:AWS 架构博客)
按 AWS 博客的说明,每台 EC2 Mac 实例是一台接入 AWS Nitro System 的物理 Mac mini 或 Mac Studio,以裸金属实例形式运行在 Dedicated Hosts 上。Cognition 用 Amazon EC2 API 分配主机、启动实例,而不是下单采购、装机上架,从而避开购置和维护实体 Mac 的开销;Mac 实例与其他 EC2 实例一样运行在 Amazon VPC(虚拟私有云)中、从 Amazon EBS(弹性块存储)卷启动。
Dedicated Host 有 24 小时最短分配期,Cognition 因此把 Devin 会话的生命周期与主机的生命周期分开:在没有预留容量的区域,用一个 EC2 Auto Scaling group(自动扩缩组)分配和释放主机。每台裸金属主机同时运行两个隔离的 Devin 工作区,原因是 macOS 软件许可协议(SLA)允许每台 Mac 上最多两个额外的虚拟化 macOS 副本,而且这一限制由 macOS 系统强制执行;空闲会话会让出 VM,一台主机一天可以服务多个 Devin 会话。
Cognition 技术成员(Member of Technical Staff)Evan Almloff 在文中表示,机群由 mac-m4pro.metal 和 mac-m4.metal 实例组成。AWS 在 2025 年 9 月 12 日正式发布这两种实例:mac-m4.metal 基于 Apple M4 Mac mini,10 核 CPU、24 GB 统一内存;mac-m4pro.metal 基于 M4 Pro 芯片,14 核 CPU、48 GB 统一内存;两者均配备 2 TB 本地存储,AWS Nitro System 经 Thunderbolt 连接为其提供最高 10 Gbps 的 VPC 网络带宽和 8 Gbps 的 EBS 存储带宽。
快照、自建以太网网关和预装镜像,让虚拟机开机即可用
Cognition 报告,约 90% 的会话在空闲时让出 Mac VM,几秒内从快照恢复;平均每个会话会多次释放并回收 VM,把 Mac 容量留给活跃的工作。快照系统作为独立进程在主机上处理 VM 的磁盘读写,guest(虚拟机内的客户系统)看到的只是一块普通虚拟盘。在 Linux 上,Cognition 用 vhost-user(把设备 I/O 委托给主机侧进程处理的接口)把 VM 连到存储进程;Apple 的 Virtualization framework 不支持 vhost-user,但支持 NBD(Network Block Device,网络块设备)挂载,Cognition 于是给快照系统加了一个 NBD 前端,沿用同一套存储设计。guest 关机后,存储进程继续运行,完成待写入数据的持久化并上传更新后的快照,VM manager(虚拟机管理进程)等上传结束才继续清理,停掉会话不会打断保存工作。
网络是另一条边界。Virtualization framework 提供桥接、NAT(网络地址转换)和文件句柄三种联网方式:NAT 配置最少,但 Apple 的实现还会管理 macOS 包过滤器 pf 里的规则,而 Cognition 自己的网络控制同样依赖 pf,两套系统会争着配置同一个过滤器。Cognition 因此选择文件句柄挂载,在主机上自建用户态以太网网关:由网关应答 guest 的 ARP(地址解析协议)请求、校验以太网地址和每个包的源 IP,再把放行的 IP 包送入主机上的隧道接口,交给 pf 规则和代理执行每个会话的访问策略。
镜像本身在第一次开机前就已备好。全新 macOS 安装会逐项弹出辅助功能、屏幕录制等权限对话框,每个弹窗都会让 Devin 卡在等人点击上。Cognition 把 guest 镜像盘挂载到主机上,直接创建用户、修改 macOS 内部配置数据库,把权限在开机前写入;之后再开机安装其余开发工具、验证 Xcode、预热 iOS Simulator,等 Spotlight 索引等后台初始化完成,并关掉开发会话用不到的后台服务。这样 VM 一启动,Devin 就能开始构建和测试。
Devin 不靠像素猜按钮:accessibility tree 查询、引用、执行
用户端有 VNC(Virtual Network Computing,虚拟网络计算)桌面视图和一个新增的 iOS Simulator 窗格,可以旁观,也可以随时接管亲自操作。实时画面难在响应速度:macOS 桌面画面由 Apple 的屏幕采集 API ScreenCaptureKit 提供,它从有限的缓冲池里复用缓冲区,空闲时长期占用会拖慢下一次画面变化;编码、传输、显示各环节跟不上时帧会积压,画面看起来流畅、显示的却可能是旧状态——用户按下暂停,屏幕上的游戏还在动。Cognition 限制各环节之间等待的帧数、不重放过期积压;Simulator 视频流落后时从最近的关键帧重新同步,因为压缩视频的后续帧依赖前面的帧,丢一帧可能让后面的帧无法解码。
Devin 这边绕开了「截图—模型定位—点击坐标—再截图」的循环。两篇博客都指出,这种方式在原生应用上又慢又贵:浏览器有页面结构可读,原生应用没有。原生 macOS 应用和 Simulator 里的 iOS 应用暴露的是 accessibility tree(无障碍树),它为辅助技术而建,按角色、名称、值、状态和与其他控件的关系描述每个控件。Devin 对它查询控件、拿到引用、执行操作、再读一次树确认变化——例如查询名为 Resume 的按钮,返回 @i17 button "Resume" {press} 这样的引用,随后对 @i17 执行 press。这套能力构建在 Dioxus 的开源项目 accessibility-cli 上,Dioxus 团队现已并入 Cognition。两篇博客同时说明,无障碍树覆盖不了画面本身,检查应用外观仍要靠截图。
Wispr 称代码评审时间减 70%:数字全部出自当事方自报
AWS 博文只引用了一个客户案例:开发 Wispr Flow 语音听写应用的 Wispr,用 Devin for macOS 端到端测试自己的 iOS 应用。其 iOS 工程负责人 Sumit Oberoi 称,最大的障碍是音频和键盘扩展(Audio and Keyboard extension)的端到端测试;macOS 支持上线后,“开发节奏加快了,我们对发布功能和排查缺陷也更有信心。这个速度提升非常大——代码评审时间减少了 70%,整体开发速度提升接近 2 倍”。
Almloff 的引语概述了这个工作区带来的直接变化:“借助 Amazon EC2 Mac,我们在云端为 Devin 提供了 macOS 环境,打开了 iOS 和 macOS 开发。现在客户可以把构建和测试 iOS 应用这类平台相关任务交给 Devin,而无需任何人管理 Mac 硬件。” AWS 博客结尾还把这套机群的规划要点写给其他读者:每台 Dedicated Host 运行一台 Mac 实例,主机要等 24 小时最短分配期结束后才能释放;Mac 实例按 On-Demand(按需)和 Savings Plans(节省计划)计价;不同区域可用的实例类型不同,规划容量前需按区域核对。
这些数字全部出自当事方:使用规模、启动速度与提速倍数出自 Cognition,Wispr 的评审与开发速度变化出自其工程师的自述;文中以「据 Cognition」「按其估计」「Cognition 报告」等措辞标注,没有独立审计数据。博客发布时距 9 月 15 日上线约九周,「六周内近 1,000 家」对应上线后六周内的统计窗口,文中没有给出更晚时点的数字。