杀手级应用终于出现了。
2024年,AI领域的杀手级应用终于出现了。
这一个月,AI编码神器Cursor的谷歌搜索量呈指数级增长,讨论和应用范围从开发者扩展到了设计师、产品经理,甚至是普通用户。这个AI编程新贵的热度一度超越了老牌AI代码助手GitHub Copilot。
这并不是偶然。作为AI应用领域的重要赛道,投资机构早已纷纷下注。自去年2月以来,已有8家AI编程初创公司已经拿到了22亿美元融资。
那么,如今AI编程发展到了一个什么阶段?我们又应该如何看待AI编程的机会?
AI编程,可以说是2024年AI领域融资表现最好的细分赛道之一。
比如,最近大红大紫的AI编程神器Cursor,其产品公司Anysphere近期在a16z、OpenAI初创基金那里获得了超6000万美元融资,目前估值达到4亿美元。过去一年多,Cursor已经先后拿下了OpenAI、Midjourney、Perplexity等公司用户。
自2023年以来,据乌鸦君不完全统计,AI编程工具行业已经吸引了约22亿美元融资,其中8笔融资超1亿美元,总共跑出5家独角兽,他们分别是Poolside(估值30亿美元)、Cognition(估值20亿美元)、Magic、Codeium、Replit。其他旨在提高软件编写效率的初创公司包括Augment和Builder.ai。
Cursor硬刚的微软GitHub Copilot,作为Coding Coilot领域商业化最成功的案例,已拥有130万名付费开发者用户,以及7.7万个机构用户。
此外,Codeium和Cody等AI开发工具也大受欢迎。前者拥有70万名用户和1000+家企业客户,后者也拥有22万注册用户。
AI编程的热情,也传递到了国内的AI市场。头部的阿里通义灵码,还有百度的文心快码、商汤的小浣熊等产品,也纷纷得到了开发者们的认可。
据了解,企业开发者如一汽集团、中华财险以及哈啰集团等使用通义灵码,AI代码生成占比近30%,每日辅助开发者生成代码超3000万次。
英伟达CEO黄仁勋曾说,未来每个人都能成为程序员。不过大家是在Cursor火了之后,才有了这样的实感。最近,上至云栖大会上的Kimi创始人杨植麟,下至知乎、即刻上的技术小白,大家都在讨论怎么用AI编程。
在乌鸦君看来,AI编程的最大受益者可能是PM(项目经理) 。因为AI编程能直接地做到需求传递,联通产品和开发,也就是PM的职能。
过去,一个产品从起心动开始搭建,PM身边需要1个全栈AI工程师+1个PRD (需求文档) 写手。过去,PM老是趴在开发员的桌子旁边,求着改改这个按钮,调调那个像素。如果是PM自己写代码来开发产品,他得经历以下繁复的步骤:
1.让AI从头开始教,通过让大模型给出明确的产品方案和系统架构,还有开发步骤;
2.根据步骤先构建框架→细化板块→组件;
3.用Python代码批量抓取数据、转成JSON (一种轻量级的数据交换格式) ,用正则表达式 (一套文本匹配规则) 过滤数据,整理成代码文件;
4.在过程中,要经历多次安装依赖、部署测试、debug (调试) 、复制报错,然后给AI提需求。
以上,对于没有系统架构概念的小白来说,十分费力。但一切在AI编程出来之后都改变了。
AI编程的核心在于:①自动代码生成,②代码补全和建议。这使得大部分“编程”工作变成了写英文 (输入提示并审核和编辑生成的代码) 以及“半编程”。
具体来说,一个小白写出想要的第一个代码块,可以先让大模型、GitHub Copilot等理解开发者的需求,然后按Tab键补全代码。而现在,Cursor和v0.dev等工具已经能够在几分钟内,生成完整的工程代码库了。
突破在于,Cursor等AI编程工具可以真正实现自然语言的聊天编程,快速生成可运行的应用。不仅如此,它还可以修复bug、代码重构,以及直接在代码层面生成的内容建库、加字段。
像AI软件工程师Devid,还可以直接画产品原型,AI识图编写样式,再理解功能逻辑来实现复杂功能。
总的来说,当下的AI编程工具更适合小白用来做最小可行产品 (MVP) 和演示版本 (Demo) ,毕竟前端写爆了、数据库挂了也没人管你。
这与AIGC的渗透逻辑相似。早期,AIGC技术在实际场景中更多做着打样的工作,而不是用于高精度的内容生产。
大语言模型天然就支持解答编程问题,辅助编程。因为使用生成代码数据集进行训练,能够使大模型的自然语言推理和代码性能分别提高9%和44%。
有了AI编程,程序员就会失业吗?很遗憾,暂时不会。
自从去年生成式AI火起来之后,程序员这个职业隔一段时间就要拿出来被讨论和比较一次,程序员快成了AI大模型技术的最佳背景板。
但AI编程目前还没有模型上的巨大创新。Cursor等AI编程工具成功的核心是Calude 3.5 Sonnet+IDE(主流的集成开发环境),在模型上并没有超出GPT、Claude的范围。
8岁小女孩编程之类的新闻,给人们造成了“我也可以”的错觉。我们没必要神话AI编程,但应该认真研究它。
AI编程的未来是人机协同。在开发具有开创性的软件系统、进行复杂的算法设计或应对特定领域的极端复杂问题时,可能仍需要人类程序员的深度参与和主导。AI程序员释放价值的目标群体仍是人类程序员。
留给程序员和开发者的新问题是:如何适应AI时代?有架构思维的程序员,用AI编程加成,如鱼得水。
对于行业来说,AI编程让代码的生产力进一步提升,未来不管是Web工厂还是应用工厂,都有可能加快成型,甚至一个超级个体程序员就能搞一个工厂。
文章来自于“乌鸦智能说”,作者“智能乌鸦”。
【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。
项目地址:https://github.com/InternLM/MindSearch
在线使用:https://mindsearch.openxlab.org.cn/
【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。
项目地址:https://github.com/miurla/morphic/tree/main
在线使用:https://www.morphic.sh/
【开源免费】kimi-free-api是一个提供长文本大模型逆向API的开渔免费技术。它支持高速流式输出、智能体对话、联网搜索、长文档解读、图像OCR、多轮对话,零配置部署,多路token支持,自动清理会话痕迹等原大模型支持的相关功能。
项目地址:https://github.com/LLM-Red-Team/kimi-free-api?tab=readme-ov-file