由于 AI 技术的潜在价值，尽管很多 AI 初创公司几乎没有收入，但依然能获得不断融资和较高的估值。
据报道，人工智能初创公司 Cognition Labs 近日获得了 1.75 亿美元融资，其估值从今年早些时候的 3.5 亿美元跃升至 20 亿美元。本次融资由风投公司 Founders Fund 领投，而一个多月前，该公司领投了 Cognition Labs 2100 万美元的 A 轮融资。
在此之前，Founders Fund 曾表达过对当前 AI 市场的一些担忧，认为高估值可能不符合一些公司的实际价值，同时会回避大多数 AI 投资。而接连对 Cognition Labs 进行投资，或许是 Founders Fund 对 AI 编程赛道有着良好预期，并认可 Cognition Labs 的实力，尽管该公司刚经历过一场“造假”风波。
据了解，Cognition Labs 成立于 2023 年 11 月，在 2024 年 3 月介绍了其 AI 产品 Devin，宣称这是“全球首位 AI 工程师”，引起热议。Devin 具备从开始的全过程管理和自动化能力，可以自动检测软件中的错误并提出修复方案，甚至直接修复这些问题。同时，它还可以不断学习和适应新的编程任务和环境，从而提高自身性能和准确性。
图 | Devin 界面（来源：Cognition Labs 官网）
但今年 4 月，一位拥有 35 年软件工程师经验的 YouTube 博主称，Devin 的演示可能存在造假。他对演示视频进行逐帧分析后，认为 Devin 的能力被夸大，并得到许多专业人士的认同。该争议也引起了极大讨论。但 Cognition Labs此次成功融资似乎证明它并没有受到太多负面影响。
更真实的原因或许是，AI 辅助编程正在成为软件开发领域的一个重要趋势。尽管 Devin 的功能可能被夸大，但 AI 编程的潜力依然是被认可的。可以佐证的是，近日，另一家 AI 编程公司 Augment 也获得了大额融资，高达 2.52 亿美元。此外，微软、谷歌、亚马逊及其他一众初创公司都推出了 AI 编程助手。其中，微软的 GitHub Copilot 是目前最流行的产品，截至今年 2 月，它有着超 130 万名付费个人用户和 5 万名企业用户。
各大科技公司都在积极布局 AI 编程领域，这种广泛的参与表明该领域的市场需求巨大。
大多数企业在软件开发和维护过程中普遍面临诸多问题，软件系统由于设计的复杂性容易出错，随着技术和业务环境的变化，这种复杂性不断增加，同时维护这些系统所需的成本也随之上升。而软件开发的环境相对规范化，其中的问题通常更明确和易于量化，因此与 AI 结合较为容易。
AI 辅助编程旨在自动完成人类工程师的工作。AI 可以自动化许多重复性高、繁琐的编程任务，如代码生成、错误检测和代码测试等。AI 还能通过学习大量的代码库和开发模式来识别潜在的编程错误和缺陷。这可以在开发早期阶段就识别并修正错误，从而减少后期修改成本和避免潜在的系统故障。
基于 AI 的编程助手可以帮助优化代码的性能和可读性，并能够根据开发者的编程习惯和偏好提供定制化的建议。这不仅加快了开发速度，还使开发人员能够将时间和精力集中在更具挑战性和创新性的任务上。
（来源：AI 制图）
Augment 联创 Igor Ostrovsky 告诉媒体，不久的将来，AI 工具将成为软件开发不可或缺的一部分，软件开发人员在其工作流程中使用 AI 将成为常态。他还提到，软件工程是一项复杂且常常令人疲惫的工作，特别是在处理大规模项目时。AI 可以提高软件质量和团队生产力，帮助人们重拾编程的乐趣。
不过，AI 在助力软件开发方面仍有一些问题需要面对。比如，由于 AI 本身仍然存在不准确等问题，代码分析工具开发商 GitClear 发现，使用 AI 编程助手会导致更多错误代码被推送到代码库中。这为软件维护人员带来了额外的修复和调试工作，增加了软件维护的复杂性和成本。此外，AI 在自动生成代码的过程中，可能不具备足够的能力去识别那些可能引起安全问题的代码模式，从而引入或忽视潜在的安全风险。
另一方面还有高昂的运营成本。AI 编程背后依赖于 GPT-4 等大模型，目前使用这种模型的服务仍需要大量计算资源，持续地维持服务运作是一项挑战。去年 10 月，有媒体报道，微软的 AI 编程助手业务正在亏本运营，平均来说，在每个用户身上每月要亏损 20 美元。另有一家 AI 编程初创公司 Kite，由于高额的成本支出在 2022 年底被关闭。
当然，这些问题随着技术的发展都是有望解决和优化的。像北京大学软件工程研究所最近打造的自研 aiXcoder 开源代码大模型，该模型专为企业软件开发真实场景设计，在多个主流评测集上表现超越 Codellama 等模型，是一个灵活、高效且可定制的企业级软件开发工具。
aiXcoder 便于企业在有限资源下部署，部署成本更低。该模型的参数规模适中，不需要极高的算力资源，对硬件要求也不高，从而避免了企业因资金、硬件配置不足而面临的挑战。企业可以在不增加过多投资的情况下，利用 AI 技术提升软件开发效率。同时，aiXcoder 允许进行有效的个性化训练，可更好地服务于企业的具体需求。
总的来说，AI 在改善和简化软件开发过程方面有着巨大潜力。AI编程助手等工具或将逐渐成为软件开发的标准配置，有可能彻底改变软件工程师的工作方式。在如今大量资金的注入下，该行业预计会迎来显著变化。
参考：
https://www.theinformation.com/articles/six-month-old-ai-coding-startup-valued-at-2-billion-by-founders-fund?rc=pbvtni
https://techcrunch.com/2024/04/24/eric-schmidt-backed-augment-a-github-copilot-rival-launches-out-of-stealth-with-252m/
https://github.com/aixcoder-plugin/aiXcoder-7B
https://www.techradar.com/pro/microsoft-is-reportedly-losing-huge-amounts-of-money-on-github-copilot