六個月估值20億美元，「第一位AI工程師」新創爭議之下再獲大額融資

由於AI 技術的潛在價值，儘管許多AI 新創公司幾乎沒有收入，但仍能獲得不斷融資和較高的估值。

據報導，人工智慧新創公司Cognition Labs近日獲得了1.75 億美元融資，其估值從今年稍早的3.5 億美元躍升至20 億美元。本次融資由創投公司Founders Fund 領投，而一個多月前，該公司領投了Cognition Labs 2,100 萬美元的A 輪融資。

在此之前，Founders Fund 曾表達對目前AI 市場的一些擔憂，認為高估值可能不符合一些公司的實際價值，同時會迴避大多數AI 投資。而接連對Cognition Labs進行投資，或許是Founders Fund 對AI 程式設計賽道有著良好預期，並認可Cognition Labs的實力，儘管該公司剛經歷過一場「造假」風波。

據了解，Cognition Labs成立於2023 年11 月，在2024 年3 月介紹了其AI 產品Devin，宣稱這是“全球首位AI 工程師”，引起熱議。 Devin 具備從開始的全過程管理和自動化能力，可以自動檢測軟體中的錯誤並提出修復方案，甚至直接修復這些問題。同時，它還可以不斷學習和適應新的程式設計任務和環境，從而提高自身效能和準確性。

但今年4 月，一位擁有35 年軟體工程師經驗的YouTube 部落客稱，Devin 的演示可能存在造假。他對演示影片進行逐幀分析後，認為Devin 的能力被誇大，並得到許多專業人士的認同。該爭議也引起了極大討論。但Cognition Labs這次成功融資似乎證明它並沒有受到太多負面影響。

更真實的原因或許是，AI 輔助程式設計正成為軟體開發領域的重要趨勢。儘管Devin 的功能可能被誇大，但AI 程式設計的潛力仍然是被認可的。可以佐證的是，近日，另一家AI 程式設計公司Augment 也獲得了大額融資，高達2.52 億美元。此外，微軟、Google、亞馬遜及其他一眾新創公司都推出了AI 程式設計助理。其中，微軟的 GitHub Copilot 是目前最受歡迎的產品，截至今年2 月，它有著超130 萬名付費個人用戶和5 萬名企業用戶。

各大科技公司都在積極佈局AI 程式設計領域，這種廣泛的參與表明該領域的市場需求巨大。

大多數企業在軟體開發和維護過程中普遍面臨諸多問題，軟體系統由於設計的複雜性容易出錯，隨著技術和業務環境的變化，這種複雜性不斷增加，同時維護這些系統所需的成本也隨之上升。而軟體開發的環境相對規範化，其中的問題通常更明確且易於量化，因此與AI 結合較為容易。

AI 輔助編程旨在自動完成人類工程師的工作。 AI 可以自動化許多重複性高、繁瑣的程式設計任務，如程式碼產生、錯誤偵測和程式碼測試等。 AI 還能透過學習大量的程式碼庫和開發模式來識別潛在的程式錯誤和缺陷。這可以在開發早期階段就識別並修正錯誤，從而減少後期修改成本和避免潛在的系統故障。

基於AI 的程式設計助手可以幫助優化程式碼的效能和可讀性，並能夠根據開發者的程式設計習慣和偏好提供客製化的建議。這不僅加快了開發速度，還使開發人員能夠將時間和精力集中在更具挑戰性和創新性的任務上。

Augment 聯創Igor Ostrovsky 告訴媒體，在不久的將來，AI 工具將成為軟體開發不可或缺的一部分，軟體開發人員在其工作流程中使用AI 將成為常態。他也提到，軟體工程是一項複雜且常常令人疲憊的工作，特別是在處理大規模專案時。 AI 可以提高軟體品質和團隊生產力，幫助人們重拾程式設計的樂趣。

不過，AI 在輔助軟體開發方面仍有一些問題需要面對。例如，由於AI 本身仍然存在不準確等問題，程式碼分析工具開發商GitClear 發現，使用AI 程式設計助手會導致更多錯誤程式碼被推送到程式碼庫中。這為軟體維護人員帶來了額外的修復和調試工作，增加了軟體維護的複雜性和成本。此外，AI 在自動產生程式碼的過程中，可能不具備足夠的能力去識別那些可能引起安全問題的程式碼模式，從而引入或忽略潛在的安全風險。

另一方面還有高昂的營運成本。 AI 程式設計背後依賴GPT-4 等大模型，目前使用此模型的服務仍需要大量運算資源，持續維持服務運作是一項挑戰。去年10 月，有媒體報導，微軟的AI 程式助理業務正在虧本運營，平均來說，在每個用戶身上每月要虧損20 美元。另一家AI 程式設計新創公司Kite，由於高額的成本支出在2022 年底關閉。

當然，這些問題隨著技術的發展都是有望解決和優化的。像是北京大學軟體工程研究所最近打造的自研aiXcoder 開源程式碼大模型，該模型專為企業軟體開發真實場景設計，在多個主流評測集上表現超越Codellama 等模型，是一個靈活、高效且可自訂的企業級軟體開發工具。

aiXcoder 便於企業在有限資源下部署，部署成本更低。此模型的參數規模適中，不需要極高的算力資源，對硬體需求也不高，因此避免了企業因資金、硬體配置不足而面臨的挑戰。企業可以在不增加過多投資的情況下，利用AI 技術提升軟體開發效率。同時，aiXcoder 允許進行有效的個人化訓練，以更好地服務企業的特定需求。

總的來說，AI 在改善和簡化軟體開發過程方面有著巨大潛力。 AI程式設計助理等工具或將逐漸成為軟體開發的標準配置，有可能徹底改變軟體工程師的工作方式。在如今大量資金的注入下，該行業預計將迎來顯著變化。 (問芯)