編者按：本文來自微信公眾號 阿爾法公社（ID：alphastartups），作者：發(fā)現非凡創(chuàng)業(yè)者的，創(chuàng)業(yè)邦經授權發(fā)布。

短短一周，卻是AI 編碼賽道的高光時刻。三家知名AI Coding公司都在上周獲得了可觀的融資。

先是總部位于舊金山的 Magic 公司在谷歌前CEO的加持下獲得了 3.2 億美元的融資，使其總融資額在短短兩年內達到了4.65 億美元，隨后公司趁熱打鐵，發(fā)布了首個1億個token上下文窗口的模型 LTM-2-mini，頓時聲名鵲起。與此同時，總部位于圣何塞的 Codeium 公司在C 輪融資中獲得了 1.5 億美元，得到了 General Catalyst 和 Kleiner Perkins 等知名投資者的認可，估值12.5億美元，晉升為獨角獸。無獨有偶，Codeium 的“老對家”，AI代碼生成新秀Cursor獲6000萬A輪美元融資，由A16Z領投，OpenAI等巨頭參投。

在這些AI新貴后面，不乏金光閃閃、鼎鼎大名的投資人們。根據《金融時報》報道，自2023年初以來，AI編程助手累計獲得近10億美元投資。Replit、Anysphere、Magic、Augment、Supermaven和Poolside AI等公司僅在今年就籌集了4.33億美元，總融資額達到9.06億美元（根據Dealroom的數據）。大量的注資仿佛在表明，計算機編程是最先被人工智能技術改變的工作職能。在阿爾法公社之前的文章中AI編程創(chuàng)業(yè)公司為何接連獲得大額融資？｜AlphaFounders，我們簡要介紹過AI編程領域的融資盛況，這次我們將深入了解，AI 編程公司的迷人之處究竟在哪。

Github開宗明義，Codeium精益求精，Magic后生可畏

Github奠定理念

提到AI編碼助手，不得不提鼻祖級應用，GitHub Copilot。微軟CEO薩提亞·納德拉曾透露，Github Copilot帶來的收入已超過微軟收購GitHub時GitHub的全部收入。這款基于大語言模型的AI編程助手能夠根據上下文自動生成代碼，大大提高了開發(fā)人員的工作效率。

作為編程助手的代表作，GitHub Copilot奠定了三大革新性的理念，此后不斷被參考和實踐。

1、如何做產品？在AI時代下，軟件產品的大趨勢是從"特性工廠"變成"結果驅動"。

不同于傳統(tǒng)注重項目管理和代碼質量控制的方式的項目管理模式，未來的軟件產品開發(fā)更注重從用戶需求和業(yè)務目標出發(fā)，通過迭代的方式不斷優(yōu)化產品，以實現預期的結果。這種“結果驅動”的思維方式對于開發(fā)基于人工智能的產品尤為關鍵。傳統(tǒng)的軟件產品開發(fā)是一個相對確定性的過程，開發(fā)者可以編寫單元測試，檢查代碼是否存在bug，并修復它們。但人工智能產品則完全不同，AI產品是非確定性的，開發(fā)者無法完全預測它們的輸出。因此，AI編程公司需要思考產品管理到底意味著什么，Github的策略即是采取更加靈活和迭代的方式，不再簡單地依賴單元測試，而是建立了一套復雜的離線評估體系，通過大量的樣本數據來評估Copilot的輸出質量，不斷驗證假設，并根據用戶反饋來優(yōu)化產品。

2、如何挖掘產品價值？通過“Prompt Engineering”等人機協(xié)作模式讓用戶“駕馭”產品。

傳統(tǒng)的軟件開發(fā)流程過于注重項目管理和交付，而忽視了如何將用戶需求和業(yè)務目標有效地轉化為產品功能。這種"特性工廠"式的思維方式，往往會導致產品失去焦點，無法真正滿足客戶的需求。AI編碼助手并非簡單地通過代碼補全來提高開發(fā)效率，而是試圖從根本上改變程序員的工作方式。這類軟件最大的價值，不僅在于它能幫助開發(fā)者更快地完成編碼任務，更在于它能提升他們的工作體驗和滿足感。碼農們在一次次Prompt Engineering的交互中，可以把更多精力投入到創(chuàng)新和問題解決上，由此提升了用戶和軟件的親密度與粘性。

3、如何變現產品價值？GitHub Copilot親身演繹AI編碼公司的商業(yè)化打法，是與云基礎強勁的大廠綁定。

在各家大廠爭先投資AI 編程賽道前，微軟早已入局，在2018年以75億美元收購GitHub Copilot。而上周Magic獲谷歌支持、Cursor有OpenAI站臺更是驗證了GitHub Copilot的商業(yè)化道路，大廠需要與AI編碼公司綁定搭建生態(tài)，保證自己不落后，而AI編碼公司的技術創(chuàng)新需要資金，更需要高性能基礎設施的支持，以供大規(guī)模用戶使用，因此大廠成為最優(yōu)選。

Codeium升級模型

Codeium的創(chuàng)立和Github Copilot的產品理念脫不開關系。聯合創(chuàng)始人兼CEO Varun Mohan是早期Github Copilot的用戶，深深感受到這類工具的巨大潛力，但同時也發(fā)現它們存在一些局限性。比如只能在代碼的開頭或結尾提供建議，無法智能地補全中間，于是在2022年中期Codeium誕生。為了更好地利用代碼的語義信息，Codeium團隊在模型訓練時專門增加了上下文建模的目標，讓模型能夠捕捉更豐富的上下文特征，最終解決了“填補中間”的技術難題。

同時，Codeium在Github Copilot的基礎上，針對產品設計也做出了獨特的選擇。Copilot的理念是以用戶反饋來優(yōu)化產品，因此當時現有的代碼生成工具常常過于關注簡單的"接受率"指標，而忽略了生成代碼的實際質量。這可能會導致工具提供一些毫無意義的建議，只為了提高指標。為了避免這種情況，Codeium團隊專門設計了一套"字符級歸因”機制，能夠精確度量每個代碼建議對最終產出的實際貢獻，更關注被采納的代碼占整個代碼庫的比例，優(yōu)化了產品驗證流程。

Magic拉開推理能力大戰(zhàn)

AI編程賽道玩家層出不窮，狂攬近5億美金的AI編碼初創(chuàng)新星Magic更是野心勃勃，將前人定義的編程自動化暢想到極致。Magic近日已推出首個1億個token上下文窗口的模型 LTM-2-mini，而以長上下文窗口聞名的Google 的Gemini 旗艦型號，也僅擁有 200 萬個 token。如果說此前AI編程產品領域的角逐主要在訓練層面的參數規(guī)模、數據多模態(tài)，那么現在比拼的則是推理能力的進化，例如超長文本、推理時間計算、強化學習、對齊等等。因為Magic 的目標遠不止于開發(fā)一個編程智能助手，而是實現AGI：一個比人類更可靠地解決對齊等問題的人工智能。為實現這一路徑，Magic同樣選擇與Infra強勁的大廠結盟，和谷歌、英偉達深度合作，在 Google Cloud Platform 上構建兩臺“超級計算機”，使用Nvidia H100 GPU。

一個基于10%的人口都是“程序員”的冰雹猜想

可以說，AI編程賽道是AI應用領域獨角獸最集中的方向之一。玩家這么多，這個賽道會擁擠嗎？從長遠看，并不會。

從一開始，編程助手這個工具的出現，就暗存著“民主化編程”的愿景，即不僅是提高開發(fā)人員的生產效率，更要讓普通用戶也能參與到軟件創(chuàng)造中來。而AI的賦能將逐步降低編程的門檻：讓每個人都能通過一個文本框就能創(chuàng)造出自己的軟件產品。

如果AI工具能嵌入到現有工作流程中并立即顯現出價值，那么更容易實現盈利。正是編程助手的強經濟效應，用戶付費意愿和滾雪球式的用戶增長等屬性，推動了微軟、亞馬遜、Meta、谷歌等科技巨頭爭相入局。

數學領域中有這樣一個有趣的問題：任意給一個自然數N，如果它是偶數，就將它除以2，如果它是奇數，則對它乘3再加1，經過有限步驟后，最終的演算都是以 “4→2→1”為結尾。AI 編程公司的魅力應該在于，假以時日，能為開發(fā)者將復雜的編程問題都以 “4→2→1”為結尾，化繁為簡，編程越容易，需求就越高。

如果10%的人口都能編程，那將是一個巨大的變革。

本文為專欄作者授權創(chuàng)業(yè)邦發(fā)表，版權歸原作者所有。文章系作者個人觀點，不代表創(chuàng)業(yè)邦立場，轉載請聯系原作者。如有任何疑問，請聯系editor@cyzone.cn。