人工智能领域普遍热衷于探讨“如何为程序员创造更高效的工具”这一议题，而有一支与众不同的团队却选择了“直接着手研发汽车”这一路径。
大模型的发展过程，就好比一场篮球赛刚刚进入第一节。众人纷纷依据第一节比分来预判整场比赛的结果，然而我们却坚信，比赛还有第二、三、四节尚未展开。蔻町智能（AIGCode）的创始人兼CEO宿文，正是用这样的比喻，为当前略显拥挤的AI编程领域，提供了一种全新的观察角度。
自2022年末GPT引发全球关注后，人们普遍认同AI编程是大语言模型中最为迅速且最有把握实现商业化（PMF）的领域之一。GitHub Copilot的成功案例，以及众多科技巨头和初创企业竞相推出各自的编程辅助工具，都显示出行业内部似乎达成了这样的共识：AI将成为程序员的“辅助驾驶”，其核心优势在于显著提高代码编写的效率。
然而，宿文及其蔻町智能正努力证明这并非对最终结果的准确评估。在最近一次与机器之心的对话中，宿文详细阐述了他对人工智能编程领域的三大“不同看法”。
非共识一：基座模型仍处「婴幼儿期」
网络结构创新是破局关键
在众多人的心目中，关于大型模型的基座之争似乎已经画上了句号。尤其是那些新兴的创业企业，它们只能在应用层面去探索机遇。然而，宿文对此持有截然不同的观点：「我们坚信，大模型技术，亦或是基座模型的发展，目前还仅仅处于起步的婴儿阶段。」
他指出，基于 Transformer 的现有模型架构在学习机制及知识压缩效率方面存在根本缺陷。尽管 MoE 通过专家分工的方式缓解了部分计算效率的问题，但这些专家之间却是“扁平”的，缺乏协作，整体上依旧是一个依赖简单路由机制的“黑盒”。
自蔻町智能成立伊始，便坚定地走上了自主研发基座模型的道路。他们的突破之处，在于对模型网络结构的不断优化和革新。在MoE的基础上，他们持续深化迭代，最终采纳了在推荐搜索领域已相当成熟的PLE（渐进分层提取）架构。
他阐述说，MoE 至 MMoE 的演变旨在解决专家解耦的难题；而 PLE 则在此基础上，进一步消除了专家解耦后可能引发的矛盾与信息流失，成功实现了对任务共性和特性的细致挖掘。
多任务学习网络架构的演变经历了从基础的底层共享模式，到采用门控专家网络（如MMoE、CGC）以及渐进式分层提取（PLE）的方法，从而实现了对任务共性信息和个性信息的更精确分离与整合。信息来源：Gabriel Moreira@ Medium。
宿文指出，网络结构的创新使得他们的模型在知识压缩以及长逻辑链条的理解方面，展现出与主流模型相异的优势。
蔻町智能公司研发的AIGCoder模型架构，采用了解耦的专家模块对传统模型进行优化，借助多头专家感知注意力机制动态激活专家，并通过定制化门控技术对信息进行精确整合，从而在不额外增加计算负担的情况下，通过架构创新有效解决了大模型扩展过程中遇到的难题。
实验结果揭示，不论是独立的关键模块（左侧）还是集成的整体架构（右侧），AIGCoder（以橙色曲线表示）的训练效能均显著高于基准模型（以蓝色曲线表示），增幅达到了1.3倍以上。
非共识二：「避开大厂赛道」是个伪命题
在人工智能行业，创业者们常常会得到这样的忠告——切勿走上大企业的发展轨迹从事业务，否则极易遭受无情的压制。
宿文对此持有不同看法，他认为这并非一个真正的命题。他进一步解释道，如果这真是一件重要的事情，那么大型企业为何没有涉足其中？更恰当的表述或许是，“选择不去采摘那些触手可及的果实”。
真正的护城河并非在于挑选那些大厂不屑一顾的“边缘市场”，而在于在相同的领域内，能够解决比大厂更为复杂、更为深入的问题。
当前众多编码类产品采用工程化手段整合多种API，打造出前端表现尚可的演示模型，这便被称为“唾手可得的果实”。而蔻町智能采取的策略，则是通过底层技术的创新，力求实现全方位的“一站式”解决方案。
宿文对于Agent发展的观点同样体现了一体化的思考方式。他指出，目前业界普遍将技术体系分为Infra、基座、OS、Agent等不同层级。这种划分方式，就如同对上一代PC互联网及移动互联网的技术架构进行简单的复制，这种“刻舟求剑”式的定义新技术的做法，其实并无太大价值。
他着重指出，在新的范式之中，各个技术环节之间紧密相连。「我们致力于从解决问题的视角出发，将其整体化处理。在最终成果显现之前，过早地进行分工可能会对效率提升产生不利影响。」
蔻町智能将AI for Coding技术划分为五个不同的等级，从L1至L5。
宿文指出，当前众多AI编码工具大多停留在L2级别，但AutoCoder自诞生起便致力于L3领域。
从L2到L3，并非仅仅是数量的增加。将编程助手的功能发挥到极致，并不意味着就能直接实现从端到端软件的自动生成。两个系统面临的技术挑战和改进目标基本不重叠：Copilot着重提升的是编写代码的效率，其核心在于对上下文信息的理解和准确补充；而Autopilot则致力于解决无需编写代码的问题，其核心在于对复杂业务逻辑的解析、分解以及构建长序列逻辑。
此外，L2 需要与集成开发环境（IDE）实现深度结合，这对于大型企业来说，拥有天然的优势；然而，对于初创公司来说，这或许是一条既费时又费力且充满风险的途径。
非共识三：个性化应用市场即将爆发，
新增需求远超存量替代
坚持L3不仅是一个技术层面的决定，更是宿文及其团队对未来市场走向的预判。尽管业界普遍认为，AI编程的最终目的是为每个人提供赋能，但在实际操作过程中，由于AI技术存在的障碍以及普通用户对相关知识的不足，大多数人认为，目前最可行的策略是首先帮助程序员，提升现有市场的运作效率。
宿文则指出，这实际上是一种“战略迂回”，由于L2无法顺利过渡至L3，因此继续沿着L2的道路前行，不仅难以达到目标，反而有可能错过真正的广阔天地——那片被现有开发模式所压制、由众多个性化需求构成的潜在市场。
新增需求远超现有库存的替换量。程序员这一职业不会消失，然而，一个全新的、规模是现有数倍的市场将迎来爆发式增长。
他比喻道：“正如滴滴的出现催生了网约车市场，美团的崛起带动了外卖行业，”他指出，“过去，高昂的费用和繁琐的程序抑制了人们打车和点外卖的巨大需求，而一旦出现低成本、高效率的服务模式，市场便会迅速迎来爆炸性的增长。”
在软件开发行业，众多中小企业、创业者和大型企业的业务部门普遍面临着被忽视的需求。以宿文为例，某个业务部门希望建立一套内部培训系统，但在传统方式下，从漫长的需求协商、巨大的开发成本，到最终产品与预期不符的风险，整个过程往往需要数月时间，且试错代价极其高昂。
蔻町智能致力于将这一流程进行革新，目标是实现：上午明确需求定义，下午即可呈现一个可直接上线并部署的产品。
蔻町智能最新推出的端到端软件生成工具AutoCoder，被誉为“全球首个实现前后端全面整合的应用与软件全生命周期生成平台”，它具备生成高质量的前端界面、数据库以及后端功能的能力。比如，当用户提出“请帮我创建一个科技公司官网”的请求时，该平台不仅能自动生成用户可以直接看到的前端页面，还会同步构建一个供企业内部员工使用的后台系统，用于管理和处理网站内容以及用户数据。
AutoCoder的适用对象不仅包括产品经理、设计师等专业人士，还广泛覆盖了众多非技术背景的个人从业者，如咖啡店、健身房的小型企业主，以及初创团队的非技术创始人。他们对于数字化有着明确的需求，然而，传统开发的较高门槛却将他们拒之门外。
宿文提到了一项数据：某家与我国理念相近的海外企业，其产品每月的访问量在短短时间内就已超过了成立近20年的GitHub的十分之一，而GitHub的数据并未出现下降趋势。这一现象表明，一个全新的、不断增长的潜在用户群体市场正在被激活。
当然，对于L3这条道路，最直接的疑问在于——若端到端生成的软件出现错误，我们该如何应对？对此，宿文的回答是：
与其耗费数小时去追踪一个程序错误，为何不花上几分钟来重新构建一个无误的版本呢？随着软件生产的边际成本逐渐降低至几乎为零，迭代和试错的空间将得到空前的扩大。
结语
蔻町智能立足于自主研发的基座模型，采纳了更具挑战性的端到端解决方案，直指那些尚未被充分挖掘的增长潜力——这些看似非主流却内在逻辑严密的决策，构筑了公司发展的核心理念与前进方向。
当然，踏上这条鲜有人迹的道路，难免会遭遇非议与未知。回想汽车问世之初，其速度远不及马车，甚至行驶数公里就可能解体。蔻町智能的“汽车”在性能、稳定性和可靠性方面，能否迅速升级至能与成熟的“马车体系”匹敌甚至超越的水平，还需时间的考验和市场的验证。
这场围绕AI编程的篮球赛事无疑才刚刚揭幕。已有挑战者另辟蹊径，试图以独特的方式展开一场与众不同的较量。从用户的视角来看，我们同样热切期盼一个软件赋予人类权力的全新时代即将到来。
