Cerebras 与 Cognition：实时编码智能体

2026年5月1日

案例研究：Cognition × Cerebras

实时编码智能体的黎明

核心摘要

由 Cerebras 推理引擎驱动的 Cognition SWE-1.6 和 SWE-grep 系列，提供前沿的编码性能，速度比 GPU 快约 5 倍，同时带来更流畅的智能体体验，让开发者在探索代码库、发布功能和调试复杂系统时保持心流状态。

“与 Cerebras 合作让我们能够将速度视为一级设计参数。当你的智能体以约 1000 tokens/秒运行时，你有机会优化智能体的所有部分，包括上下文检索、用户界面和模型行为。Cerebras 使我们能够追求全新的一系列赌注，从更深入的代码库理解到全新的交互模式。”

Scott Wu Cognition CEO

挑战

AI 正在重新定义软件开发，将自然语言提示转化为可运行代码。但要使 AI 编码助手有用，它必须感觉瞬时，并能够无缝处理大型复杂项目。在此之前，基于 GPU 的 AI 编码意味着令人沮丧的延迟——20 到 30 秒的生成时间打破了开发者的专注。即使是轻微延迟也会迫使上下文切换。开发者被迫在较小、较快但技能不足的模型和较大但速度过慢的模型之间选择。行业需要一种既能提供更快速度、一致性和规模，又不牺牲智能的解决方案。

解决方案

Cognition 端到端协同设计了其智能体、模型和推理栈，并选择 Cerebras 作为最快的推理提供商，为 Windsurf 中的快速 SWE-1.6 体验提供动力。

SWE-1.6 是 Cognition 最新为软件工程智能体构建的模型，针对智能和模型用户体验进行了优化。它从头开始进行后训练，使智能体在使用上感觉更流畅，同时提升原始编码能力。

在由 Cerebras 驱动的 Windsurf 快速层级上，SWE-1.6 运行速度高达 950 tokens/秒——因此开发者不再需要在“思考快”和“思考好”之间做出选择。开发者可以使用 SWE-1.6 探索大型代码库、构建全栈应用、编辑配置，并在五秒内进行快速精确的更改，例如更新 Kubernetes 清单。

但 Cognition 并未止步于原始速度。SWE-1.6 还改善了模型用户体验：它更频繁地使用并行工具调用，大幅减少循环，并更依赖自身工具而非终端命令。这使智能体在复杂工作中实现更快的上下文收集、更高效的轨迹和更少的用户干预。

在 SWE-Bench Pro 上，Cognition 报告 SWE-1.6 得分 50.4%，而 SWE-1.5 为 40.1%。已发布的 SWE-1.6 模型延续了预览版的基准表现，同时显著改善了决定智能体在日常工程工作流中感觉的行为。

Cognition 的 SWE-grep 和 SWE-grep-mini 仍然是用于高度并行代码搜索的专用子智能体。在 Cerebras 推理上运行，它们驱动 Windsurf 的快速上下文子智能体，并将上下文收集从数十秒缩短到数秒。搜索、推理、工具使用和编辑成为更快循环的一部分——更接近真正的结对编程伙伴的感觉。

通过协同优化模型 (SWE-1.6)、智能体框架 (Cascade) 和推理层 (Cerebras)，Cognition 交付了一个连贯的智能体体验，根据真实工程工作流和模型用户体验而非仅基准进行调整。借助 Cerebras 上的 SWE-1.6 和快速上下文，加上并行工具调用和高度优化的流水线，搜索和推理时间大幅缩短。在丰富真实编码环境上的强化学习，结合超快推理，产生了一个感觉像真正结对编程伙伴的智能体。

结论

Cognition 的 SWE-1.6、SWE-grep 和 SWE-grep-mini 智能体展示了当智能体实验室和基础设施提供商共同为速度、智能和模型用户体验进行设计时的可能性。从前沿编码模型到专用检索子智能体，Cerebras 推理提供了使工程师保持心流并解锁下一代软件工程智能体所需的吞吐量和延迟。

下载案例研究

脚注

关于 Cerebras 比 GPU 快约 5 倍的说法基于 Cognition 提供的其由 GPU 驱动的“免费”层级（约 200 TPS）与由 Cerebras 驱动的“快速”层级（约 950 TPS）的输出速度对比。

更多信息请阅读 Cognition 关于 SWE-1.6 (https://cognition.ai/blog/swe-1-6) 和 SWE-grep (https://cognition.ai/blog/swe-grep) 的博客。