正在加载，请稍候
Cognition 年化收入运行率破 10 亿美元。值得拆的不是数字，而是席位、任务、结果三种计费口径的取舍，以及按结果计费背后那层很难做对的计量设计。
2026 年 9 月 25 日，Devin 的母公司宣布其年化收入运行率（annualized revenue run rate）突破 10 亿美元。数字本身不新鲜，真正值得抠的是它背后换过三次的计费口径——因为口径最终会落到你签的每一份合同里。
这家 2024 年 1 月成立的公司把这一天定义为「属于客户的一天」：Devin 全面可用不到两年，工程团队名单里有 GE Aerospace、Rivian、Rohlik、Exa（官方公告）。而 TechCrunch 在 9 月 8 日那轮 480 亿美元估值融资里给出的口径是：年化收入从四个月前的 4.92 亿美元涨到 9 亿美元，并预计年底达到 40–50 亿美元（TechCrunch）。两条口径指向同一件事：交付形态在变，计费逻辑必须先变。
软件行业卖了三十年「席位」。席位定价的隐含假设是价值随人头线性增长。可当一个 Agent 能连续跑几小时、并行开十几个会话时，人头和产出就脱钩了。于是出现了三种口径，各自适合不同的交付形态。
| 口径 | 计费单位 | 适合的交付形态 | 主要风险 |
|---|---|---|---|
| 席位定价 | 人 / 月 | 稳定、可预测的长期协作，工具嵌入日常工作流 | 用量与产出脱钩时，客户觉得在「为闲置付费」 |
| 按任务定价 | 任务 / 会话 / ACU | 边界清晰、可拆分的工作包，如老系统迁移、补测试 | 任务粒度定义不清，结算时必然扯皮 |
| 按结果定价 | 被验证的产出（工程小时 / 验收通过） | 结果可自动检查、可回归验证的批量工作 | 计量成本高，验收口径一松就失去可信度 |
官方自己走的是混合制：自助侧是 Free / Pro 20 美元 / Max 200 美元 / Teams 最低消费 80 美元 / Enterprise 定制，企业侧继续用 ACU（2026-04-14 定价改版）。真正把它推向「结果」这一侧的，是 6 月那份保证书。类似地，Devin 靠老系统迁移把 ARR 做到 4.92 亿美元这条路（见既有复盘），本身就是典型的「任务可拆分、结果可验证」的交付形态——它天然适合按任务甚至按产出计费，而不是按人头。
2026 年 6 月 4 日，联合创始人 Scott Wu 发布 AI Productivity Guarantee：如果 Devin 交付的工程价值低于客户付费，公司用最高 1000 万美元的 credits 补贴用量，直到达标（官方说明）。这把「按产出付费」从口号变成了可执行的金融承诺——但它成立的前提，是一套足够硬核的计量器。
同日发布的技术说明里，几个关键设定值得直接抄：
（计量方法原文）这几点大致就是按产出计费能落地的最小充分条件：把口径提前写死，把不利情形先扣掉，再拿钱兜底。
结果计费最容易崩的地方，是「改对了」这四个字。如果让甲方用主观感受验收，等于把争议一路留到下一次续约。可执行的做法，是把它变成一个能自动跑、能留痕、能被第三方复算的「完成证书」：
对照官方的做法就能看懂逻辑：它先用「PR 是否 merge」做第一道闸，再用分类器做第二道闸，本质都是把「做完了」从人的描述翻译成系统可读的信号。证书化的价值就在这里——它让按产出付费从「我相信你」变成「我复算一遍」。
不管你是买方还是卖方，只要打算按产出付费，下面三件事不定义清楚，就别签。
对国内的定制开发团队（包括蓝曜炬辉这类以 AI 工程交付为主的团队）来说，这套口径会顺着采购流程传导过来，主要改三个地方：
一个务实的过渡做法：先在内部用「工程小时」给自己的交付估一次值，再拿这个数去和客户谈按产出定价的单价。没有内部计量，就没有对外定价的底气。
默认「token 便宜就等于省钱」，是这几年最常见的误判。7 月一篇实测就把这件事证伪了：Fable 5 的 token 单价比 Opus 4.8 贵一倍，但配上 sidekick 架构后，每次运行的实测成本反而更低（1.86 美元 vs 2.04 美元），分数还更高（60.7 vs 54.6）——基于 3000 次评估（实测原文）。
原因不在单价，在轮次与上下文：Fable 作为 lead 每轮只跑 11.5 轮，Opus 是 26.5 轮；81% 的 Fable 运行里 lead 一行代码都没改，全权交给 sidekick。结论很清楚——token 单价是那个错的分子，返工、验证和上下文膨胀才是大头。
我们在《桌面端 AI 编程工具的 ROI，不该从 token 用量开始算》（/blog/desktop-ai-coding-roi-model）里展开过同类算法；而 9 月 10 日那篇《AIcoding 商业化：480 亿美元估值读出 3 个信号》（/blog/cognition-48b-valuation-aicoding-commercialization）讲的是估值侧的信号——本篇补的是计费与计量侧，两篇可以对着看。同类的投入产出账，还可以对照《AIcoding 商业化 2026：GLM-5.2 通过率数据背后的投入产出账》（/blog/aicoding-2026glm-5-2）。
所以只按 token 算 ROI 的账，会系统性地高估省钱、低估验证成本：一个需要三次返工才过验收的改动，token 账单可能很漂亮，但工程小时账单很难看。按产出付费之所以更难做，也正因为它逼你把后一笔账摊开。
Q：官方公布的 10 亿美元年化收入，口径可信吗？
A：它用的是 annualized revenue run rate（通常按月营收 ×12 计算），TechCrunch 9 月初引述的另一口径是 9 亿美元、并预计年底 40–50 亿美元。两者对「量级」有共识，但都不是审计后的确认收入，横向比较时要注意口径差异。
Q：按产出付费会不会让供应商不敢接单？
A：会，所以现实里大多是混合制：底薪（席位 / 最低消费）覆盖基础成本，结果部分做浮动。Devin 的定价就是「订阅 + 用量 + 保证金」的组合，而不是纯结果制。
Q：中小企业没有大厂那么强的计量能力，怎么办？
A：先用最笨的办法：把验收断言和完成证书手工跑起来，跑顺了再自动化。计量器可以后建，口径必须先定。
Q：「完成证书」会不会增加交付成本？
A：会增加一次性的搭建成本（把需求映射到测试），但省下的是每轮验收的扯皮成本和返工争议。返工越多的项目，证书越划算。