AGI 編程，將是我們從移動(dòng)互聯(lián)網(wǎng)時(shí)代，跨越到大模型時(shí)代的重要一步。
整理 | Moonshot編輯| 靖宇
在繪畫、寫文章、創(chuàng)作視頻之后，AGI 應(yīng)用的另一大場(chǎng)景是：編程。曾經(jīng)大家認(rèn)為編程有很高門檻，但在 AGI 時(shí)代，它在變成人人觸手可及的技術(shù)，越來(lái)越多的 AI 編程工具，讓不會(huì)代碼的普通人也能輕松制作 App。我們?nèi)绾螖[脫基于移動(dòng)互聯(lián)網(wǎng)時(shí)代的想象，展開大模型時(shí)代新的可能性？未來(lái)是不是人人都能成為 AI 程序員，創(chuàng)造專屬于自己的「?jìng)�(gè)性化應(yīng)用」？對(duì)于這些問(wèn)題，AIGCode 創(chuàng)始人宿文在極客公園 IF2025 創(chuàng)新大會(huì)上，給出了自己的答案。宿文認(rèn)為，在 AGI 的賦能下，AGI 代碼可以把應(yīng)用帶入更有「?jìng)�(gè)性化」的階段，讓每個(gè)用戶可以實(shí)現(xiàn)自己小眾但精準(zhǔn)的需求，小團(tuán)隊(duì)也可以降低成本，快速迭代。這是宿文眼中編程的終極場(chǎng)景。在宿文看來(lái)：
在互聯(lián)網(wǎng)時(shí)代創(chuàng)造的應(yīng)用、平臺(tái)，并不生產(chǎn)任何內(nèi)容，只完成內(nèi)容的聚合和分發(fā)。
在大模型時(shí)代，大模型只有一個(gè)核心功能：在底層幫大家生成內(nèi)容。
大模型時(shí)代剛剛拉開序幕，大模型的鏈條會(huì)長(zhǎng)什么樣，每個(gè)從業(yè)者還在探索，但這條鏈條可能不會(huì)長(zhǎng)成上個(gè)時(shí)代的樣子。
AI 編程將重塑軟件開發(fā)行業(yè)，軟件開發(fā)「又好又快又便宜」可以同時(shí)實(shí)現(xiàn)。
在大模型時(shí)代，沒(méi)有超級(jí)應(yīng)用，只有超級(jí)智能。
以下是 AIGCode 創(chuàng)始人宿文在極客公園 IF2025 創(chuàng)新大會(huì)上的現(xiàn)場(chǎng)演講實(shí)錄，由極客公園整理。
宿文在極客公園 IF2025 創(chuàng)新大會(huì)上進(jìn)行演講｜圖片來(lái)源：極客公園01
從 Copilot 到 Autopilot即將過(guò)去的 2024 年，大模型賽道引發(fā)了許多討論，AI 編程是其中一個(gè)繞不開的話題。大家都會(huì)說(shuō)程序員被大模型改造得很深刻，全世界程序員群體有七八千萬(wàn)，占世界人口 1% 左右。這么厲害的軟件代碼改造技術(shù)，怎么讓其他 99% 的人使用呢？我們可以舉一個(gè)例子，今天中午極客公園鵬總突然說(shuō)這個(gè)活動(dòng)辦得很好，除了線上買票、線上收費(fèi)，咱們線上直播行不行？會(huì)務(wù)組小伙伴崩潰了，去哪找直播管理平臺(tái)，去哪找 SaaS，如果自己定需求，自己去做開發(fā)，至少幾個(gè)周、幾個(gè)月時(shí)間。為了方便大家了解 AIGCode 的產(chǎn)品 AutoCoder，我們把這個(gè)平臺(tái)給大家看一下。
AutoCoder 演示界面｜圖源：AIGCode這個(gè)產(chǎn)品完全面向不會(huì)編程的人群。另外很重要的點(diǎn)，相比大家現(xiàn)在拿到的類似產(chǎn)品，主要圍繞前端，但是 AIGCode 能夠把后端和數(shù)據(jù)庫(kù)一體化交付給大家，能交付出一個(gè)完整的軟件工程。做這個(gè)事的源頭，跟我上一段創(chuàng)業(yè)有關(guān)系。我上段創(chuàng)業(yè)是做軟件，有一個(gè)比較大的痛點(diǎn)是效率，我們經(jīng)常提出一個(gè)需求，程序員要做幾周甚至幾個(gè)月，我們看到很多很好的技術(shù)棧，字節(jié)、阿里用得很好，但我們程序員用不起來(lái)，而且程序員成本很貴。所以做軟件，怎么做得又快又好又便宜，這是每個(gè)行業(yè)都面臨的難題，不可能在一個(gè)維度上去解決。然而大模型來(lái)了，又好又快又便宜可以實(shí)現(xiàn)了。
當(dāng)然實(shí)現(xiàn)過(guò)程中，目前主要有兩類解決方案：一類就是 Copilot，就像名字一樣的，幫程序員做輔助駕駛。另外就是我們想做的 Autopilot 這樣的產(chǎn)品。Copilot，目前主要還是圍繞程序員工作場(chǎng)景在 IDE 里面做代碼補(bǔ)齊，中國(guó)沒(méi)有 IDE，甚至全球最主要的 IDE 80%、90% 的市場(chǎng)都在微軟手里，作為初創(chuàng)公司很難在生態(tài)里 PK，只能繞開這個(gè)很大的生態(tài)競(jìng)爭(zhēng)。我們?cè)?Web 端做 IDE Free 的產(chǎn)品，端到端去做。我們用戶會(huì)完全不一樣，我們把用戶群體從 1% 放大到 10%、20% 都有可能。目前大家所用到的模型和 Copilot 產(chǎn)品，主模型能夠用上最好的基模，不管海外還是國(guó)內(nèi)，大家都在使用 Deepseek 這種水平的基模。要把代碼鏈條優(yōu)化得足夠好，核心的技術(shù)都卡在模型上，所以自研模型不會(huì)套殼，不會(huì)用 Llama 去做，我們會(huì)有自己的模型架構(gòu)解決這個(gè)問(wèn)題。還有很重要一點(diǎn)，傳統(tǒng)軟件架構(gòu)跟生成式軟件架構(gòu)不一樣，兩大支柱做了算法和軟件架構(gòu)層面的創(chuàng)新，這是我們兩塊主要的工作。
右面是模型上的工作，核心解決兩個(gè)點(diǎn)：又大又準(zhǔn)，大的是「大上下文」，而不是后半段做 4K 窗口的串聯(lián)。另外是新的網(wǎng)絡(luò)結(jié)構(gòu)帶來(lái)的收益，還有一塊是在軟件結(jié)構(gòu)的創(chuàng)新。ChatGPT 的火爆正好兩年多，我們其實(shí)站在今天這個(gè)節(jié)點(diǎn)來(lái)看，我們很憧憬大模型可以解決很多問(wèn)題。今天可以解決的問(wèn)題主要在寫字和畫畫兩個(gè)場(chǎng)景，很多理科生的的問(wèn)題，比如數(shù)學(xué)、編程這樣的工作還沒(méi)有解決得很好，我們遇到了很多其他問(wèn)題，比如訓(xùn)練成本、資金、模型本身的泛化能力、訓(xùn)練效率等等。目前網(wǎng)絡(luò)結(jié)構(gòu)在 Transformer 往前迭代，去年上半年提出的 MOE 這種架構(gòu)也在改造整個(gè)大模型，在 MOE 之后還有 MMOE 等很多技術(shù)迭代。我們率先使用 PLE 架構(gòu)，核心是我們能夠在網(wǎng)絡(luò)結(jié)構(gòu)層讓專家或大模型，更有結(jié)構(gòu)化地深度學(xué)習(xí)人類高質(zhì)量樣本。至于樣本不夠用的問(wèn)題，其實(shí)不會(huì)出現(xiàn)，因?yàn)槲覀冇泻芏喔哔|(zhì)量的樣本，像論文、代碼這些樣本還沒(méi)有被徹底學(xué)到。為了讓整個(gè)模型可以支撐起完整的代碼生成，模型底層還要配套很強(qiáng)的算法，所以我們自己去做優(yōu)化，包括不同的算力平臺(tái)的整合，一體化平臺(tái)上的算力加速，我們看到的技術(shù)卡點(diǎn)，都解決掉了。我們自己的模型成果，也不會(huì)拿國(guó)內(nèi)任何一個(gè)軟柿子去捏，去對(duì)比，我們還是拿全球頂尖的團(tuán)隊(duì)的最新版本，最大參數(shù)量去做，我們?cè)诜夯笜?biāo)上，是跟主流模型基本平齊的水平。我們會(huì)在接下來(lái)三個(gè)季度把 13B 和 33B 也發(fā)布出來(lái)，給有模型使用能力的團(tuán)隊(duì)使用。
這句話是我們公司的愿景，剛剛主要解釋了上半句，Auto-coding is AGI，我們看起來(lái)在解決代碼編程的問(wèn)題，但是核心問(wèn)題是：能不能把端到端代替程序員寫完代碼。02
Auto-coding 加速「?jìng)�(gè)性化」這問(wèn)題由 AGI 模型本身決定，我們發(fā)現(xiàn)，無(wú)論解決上下文還是網(wǎng)絡(luò)結(jié)構(gòu)、底層優(yōu)化器、算力加速等等問(wèn)題，都是目前 AGI 最大的痛點(diǎn)，這兩個(gè)問(wèn)題幾乎是等價(jià)的，AGI 和 Auto-coding 基本上同一個(gè)時(shí)間點(diǎn)到來(lái)。底層邏輯有兩個(gè)：一、代碼本身就是一種高質(zhì)量語(yǔ)言，對(duì)于模型訓(xùn)練非常重要。另外，我們覺(jué)得 AGI 本身從一個(gè)新技術(shù)的出現(xiàn)，到兩年前的 ChatGPT 進(jìn)入大眾視野，我們對(duì)它有很多憧憬，但它解決很多行業(yè)問(wèn)題還不成熟，所以很多行業(yè)專家或者用戶就會(huì)罵街，說(shuō)這個(gè)工具不成熟，解決不了問(wèn)題。但是對(duì)于代碼這個(gè)賽道來(lái)說(shuō)，比較幸福的是：我們算法工程師，95% 都是程序員出身，因此思路上閉環(huán)很快，自己做得好不好，我們自己心里有數(shù)。第二點(diǎn)是，這樣的 Auto-coding 準(zhǔn)備好后，解決問(wèn)題時(shí)，怎么端到端，要打到哪些需求點(diǎn)？用戶體驗(yàn)上的核心之處：第一個(gè)點(diǎn)是準(zhǔn)確，我們所有需求，怎么達(dá)成底層產(chǎn)品鏈條里的準(zhǔn)確率？今天使用很多 Agent 類產(chǎn)品，第一個(gè)生成的版本很好，但細(xì)微的需求點(diǎn)沒(méi)有辦法實(shí)現(xiàn)。第二個(gè)點(diǎn)是靈活性，在一個(gè)應(yīng)用的生成過(guò)程中，最重要的是要實(shí)現(xiàn)各種各樣個(gè)性化的要求，比如一個(gè)搜索框，能不能實(shí)現(xiàn)得足夠靈活，能跟所有功能邏輯串通。第三個(gè)點(diǎn)是完整度，這是軟件工程上的工作，要解決工程的安全問(wèn)題、部署問(wèn)題。在這些工作做完后，這套方案就會(huì)變成基礎(chǔ)設(shè)施，程序員的工作全部用推理算力成本就可以解決。我們想去做的 Personal App（個(gè)性化應(yīng)用）就可以實(shí)現(xiàn)。大家看到這個(gè)場(chǎng)景的時(shí)候可能會(huì)說(shuō)：「我們手機(jī)里裝的都是通用應(yīng)用，我要一個(gè) Personal App 做什么呢？」也有很多人問(wèn)我：「你們要 ToB 還是 ToC？」
其實(shí)一個(gè)新的生產(chǎn)力工具出現(xiàn)時(shí)，這些問(wèn)題都不重要，舉兩個(gè)很有意思的例子：上周我去云南某城參加一個(gè)會(huì)議，會(huì)議組織方帶我們?nèi)ゾ皡^(qū)，很多人排長(zhǎng)隊(duì)在買票，但旁邊有好幾臺(tái)自動(dòng)售票的機(jī)器，我走近一看都開著機(jī)，機(jī)內(nèi)裝著 Windows 系統(tǒng)，這時(shí)候如果有一個(gè)管理人員可以提出一個(gè)售票系統(tǒng)的需求，都不需要在當(dāng)?shù)卣页绦騿T，用可以在 Windows 里部署一套售票管理軟件，排長(zhǎng)隊(duì)買票的問(wèn)題就很好解決。另外一個(gè)例子，我跟一個(gè)朋友討論播客，我們聽播客很多都依賴于小宇宙這種播客客戶端。在美國(guó)，很多主播會(huì)在 YouTube 上有視頻播客的頻道，國(guó)內(nèi)很少用視頻的方式做播客，這個(gè)朋友說(shuō)我們不太想露臉，如果有一個(gè)卡通形象體出鏡，去做視頻播客，主播就會(huì)自然舒服很多了。所以大家會(huì)發(fā)現(xiàn)，在我們場(chǎng)景里有非常多個(gè)性化應(yīng)用的需求，哪怕是基于一個(gè)通用的平臺(tái)，都可以加很多個(gè)性化的功能進(jìn)去，這在編程的終極場(chǎng)景里都可以實(shí)現(xiàn)。我們?cè)谛〖t書、知乎或者百度上，想搜索一個(gè)軟件去解決我們一些問(wèn)題時(shí)，本質(zhì)上都是在提需求。如果這樣的需求可以通過(guò)自動(dòng)生成的代碼和應(yīng)用實(shí)現(xiàn)，而不需要用戶去找各種各樣的應(yīng)用，找到后還要克制自己的需求。這兩種體驗(yàn)完全不一樣。03
大模型的核心功能，究竟是什么？關(guān)于代碼生成和我們公司要做的事情，介紹到這里就結(jié)束了。接下來(lái)我有三個(gè)真話想說(shuō)：一、大家一直在追求 AGI 或者解決 AGI 問(wèn)題，是很割裂的。比如很多大佬都會(huì)說(shuō)，整個(gè)大模型目前還處于嬰兒期，但是從 2024 年初到現(xiàn)在，大家都說(shuō)今年是 Agent 元年，但一個(gè)嬰兒期的工具怎么解決那么多問(wèn)題？我們經(jīng)常聽到說(shuō) Scaling Law 走到盡頭了，但是囤卡樂(lè)此不疲，H100、B200，1 萬(wàn)張，10 萬(wàn)張，大幾十萬(wàn)張卡，現(xiàn)在大廠甚至開始搞核電站了，包括 Ilay 最近提到的，預(yù)訓(xùn)練期結(jié)束了，其實(shí)里面沒(méi)有什么干貨，主要把樣本學(xué)完，但是還有很多高質(zhì)量樣本，需要結(jié)構(gòu)化輸入進(jìn)整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)里。所以有什么資源，大家就會(huì)依賴什么路徑，對(duì)于我們這樣的公司來(lái)說(shuō)，我們看到更多的是網(wǎng)絡(luò)結(jié)構(gòu)層帶來(lái)了非常大的紅利。從 Transformer 出現(xiàn)，到前面幾十年，大家對(duì)于通用人工智能的追求，都避不開網(wǎng)絡(luò)結(jié)構(gòu)這個(gè)環(huán)節(jié)，這一層獲得的收益和待解決的問(wèn)題更多。
宿文對(duì)大模型的核心做出預(yù)測(cè)｜圖片來(lái)源：極客公園二、互聯(lián)網(wǎng)或者移動(dòng)互聯(lián)網(wǎng)，給大家留下的思維慣性太強(qiáng)了，不管投資人、創(chuàng)業(yè)者、產(chǎn)業(yè)分析師，在大模型出現(xiàn)的第一天，很快就出現(xiàn)了一個(gè)分析框架，這個(gè)框架鏈條里有基模、OS、Agent、應(yīng)用……但這些分類的基礎(chǔ)，都是從上個(gè)時(shí)代復(fù)刻下來(lái)的，大模型時(shí)代的鏈條會(huì)長(zhǎng)什么樣，我們都不知道，它大概率不會(huì)長(zhǎng)成上個(gè)時(shí)代的樣子。我們做的過(guò)程中發(fā)現(xiàn)，做 Infra 這一層、做基模、做應(yīng)用，各個(gè)環(huán)節(jié)的基礎(chǔ)鏈條都不成熟，在不成熟的時(shí)候，大家如果去等待鏈條成熟，或者自己找一段去完善，這個(gè)商業(yè)通路很難跑通，因?yàn)樗茈y把價(jià)值直接傳遞給用戶。對(duì)我們來(lái)說(shuō)，我們有能力把這些鏈條打通到一起做，而不會(huì)很刻板地停留在過(guò)去的技術(shù)思路里。三、在大模型出現(xiàn)第一天起，就很多人提超級(jí)應(yīng)用，這同樣是互聯(lián)網(wǎng)時(shí)代留給我們的想象。移動(dòng)互聯(lián)網(wǎng)時(shí)代，我們看到這種超級(jí)應(yīng)用本身不產(chǎn)生內(nèi)容，更多是做一個(gè)信息的嫁接平臺(tái)或者一個(gè)中間平臺(tái)，讓我們搜內(nèi)容搜得越來(lái)越快，給我們推薦信息越來(lái)越準(zhǔn)，讓我們交易越來(lái)越高效，但這個(gè)平臺(tái)本身不會(huì)提供內(nèi)容服務(wù)。但是到了大模型時(shí)代，這些互聯(lián)網(wǎng)產(chǎn)品特性基本都消失了，大模型只有一個(gè)核心功能：在底層幫大家生成內(nèi)容。這個(gè)競(jìng)爭(zhēng)力一定是最底層的，未來(lái)超級(jí)應(yīng)用長(zhǎng)什么樣不知道，甚至不會(huì)存在。但是超級(jí)應(yīng)用底層是對(duì)超級(jí)智能的支持，這一點(diǎn)是一定避不開的，這是最內(nèi)核的競(jìng)爭(zhēng)力�？雌饋�(lái)我們是在做 AICoding，但其實(shí)我們是在這樣一個(gè)商業(yè)場(chǎng)景里，去解決 AGI 自身的問(wèn)題，我們朝著 AGI 一路狂奔，也是希望有更多小伙伴像我們一樣，大家向上卷，向核心技術(shù)卷，最后把這些技術(shù)沉淀在產(chǎn)品上，提供給我們的用戶。謝謝大家。*頭圖來(lái)源：CodeSummit本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請(qǐng)聯(lián)系極客君微信 geekparkGO極客一問(wèn)AGI 編程的普及會(huì)如何改變傳統(tǒng)的軟件開發(fā)流程？
