#Agentic MapReduce
这个主题在过往早报中的出现记录。深度条目直达研究报告，其余条目回到当日 edition。
- 产品上新2026-07-02 · 周四重要度 4/5深度报告 →
Cognition Devin Security Swarm:用 Agentic MapReduce 把 AI 安全扫描从 token 成本问题转成并行工程问题
Cognition 发布 Devin Security Swarm——在复杂代码库中查找安全漏洞的更便宜、更准确的新方案,基于全新架构 Agentic MapReduce。Map 阶段并行派出多个 Devin 子 agent 同时扫描不同模块/文件树;Reduce 阶段汇总各子 agent 的发现,交叉验证、消除重复、聚类可疑路径。相比传统单 agent 顺序扫描,Agentic MapReduce 把扫描时间与 token 成本并行化,把『AI 做安全的成本曲线』从『单一 agent 的长上下文负担』转成『可水平扩展的并行工程问题』。这是 Devin 从通用软件工程 agent 向『AI 做安全』垂直延伸的标志——继 6-30 Devin Fusion(多 agent 协作通用软件工程)之后,Cognition 把多 agent 范式推到安全扫描场景,意味着 agent 厂商正在从『通用软件工程』走向『垂直 agent marketplace』(安全/数据/SRE/财务)。
- 产品上新2026-07-02 · 周四重要度 4/5
Cognition Devin Security Swarm:Agentic MapReduce 架构把 AI 安全扫描做成并行任务,成本更低、准确度更高
Cognition 发布 Devin Security Swarm——在复杂代码库中查找安全漏洞的更便宜、更准确的新方案,基于全新架构 Agentic MapReduce。Map 阶段:并行派出多个 Devin 子 agent 同时扫描不同模块/文件树;Reduce 阶段:汇总各子 agent 的发现,交叉验证、消除重复、聚类可疑路径。相比传统单 agent 顺序扫描,Agentic MapReduce 把扫描时间与 token 成本并行化,定位漏洞更便宜、更准确。这是 Devin 从通用软件工程 agent 向「AI 做安全」垂直延伸的标志——继 6-30 Devin Fusion(多 agent 协作通用软件工程)之后,Cognition 把多 agent 范式推到安全扫描场景。
- Devin Security Swarm 真正的价值不在「又一款 AI 安全工具」,而在 Agentic MapReduce 把 AI 安全扫描从「单 agent token 成本问题」转成「并行扫描的工程问题」
- 这是 OpenAI Deep Research、Devin Fusion、AgentKit 等『harness 化』范式在垂直场景的又一次落地。