Kāpēc AI kodēšanas rīki, piemēram, Kursors un Replit, ir lemti — un kas notiks tālāk

Sekojiet ZDNET: Pievienojiet mūs kā vēlamo avotu Google tīklā.

ZDNET galvenās atziņas

• AI balstīti kodēšanas rīki nespēs konkurēt ar LLM milžiem.
• Novērojamība ir viens no veidiem, kā atšķirt rīkus.
• Daži jaunizveidotie uzņēmumi tiks iegūti, citi pārtrauks darbību.

Silīcija ieleja ir iztērējusi miljardus dolāru, lai finansētu jaunuzņēmumus, kas izmanto mākslīgo intelektu, lai automātiski ģenerētu datorkodu, piemēram, Replit, Kursors, Zirglieta, Vindsērfs, Papildinājuma kodsun All Hands AI.

Neskatoties uz visu šo naudu, jaunizveidotie uzņēmumi joprojām var beigt darbību vai tos iegādāties daudz lielāki programmatūras uzņēmumi. Kursoram un pārējiem trūkst dzīvotspējīgu biznesa plānu, lai tos atšķirtu no Anthropic, OpenAI, Google, Microsoft un citiem pamata modeļu nodrošinātājiem, kuri kontrolē lielu daļu pamatā esošo tehnoloģiju, norāda pieredzējis tehnoloģiju vadītājs, kurš ir apsekojis šo jomu.

Tāpat: OpenAI iepazīstina ar “Aardvark”, ar GPT-5 darbinātu aģentu autonomai kiberdrošības izpētei

“Koda ģenerēšana ir tik tuvu pamata modelim. Es vienkārši nedomāju, ka laika gaitā jūs varat pievienot pietiekami lielu vērtību, lai izveidotu uzņēmējdarbību,” sacīja Džeremijs Bērtons, programmatūras palaišanas izpilddirektors. Observe, Inc., tērzēšanā viņš un es nesen bijām, izmantojot Zoom.

Bērtons ir strādājis daudzās uzņēmumu tehnoloģiju jomās, tostarp kā Oracle mārketinga vecākais viceprezidents, Symantec uzņēmuma drošības un datu pārvaldības prezidents, starta uzņēmuma Serena Software program izpilddirektors un Dell Applied sciences korporatīvās attīstības vadītājs. Pašlaik viņš ir programmatūras ražotāja Observe Inc. izpilddirektors, kas atrodas Sanmateo, Kalifornijā, Silīcija ielejā.

Nevar konkurēt ar AI milžiem

“Es domāju, ka laika gaitā šie pamatu modeļi kļūst pietiekami labi [at coding],” sacīja Bērtons. “Tīrās lugas, tās ir atstātas situācijā, kad viņiem vairs nav pietiekami daudz atšķirību no pamatu modeļiem, lai izveidotu uzņēmumus.”

Arī: tik ilgi, SaaS: kāpēc AI norāda uz vienu vietu programmatūras licenču beigas — un kas notiks tālāk

Kursors un pārējais ir bijis vērsts uz dažāda veida uz mākoņiem balstītu “integrētu izstrādes vidi” jeb IDE, programmēšanas rīka veidošanu, kas programmētājiem ļauj apkopot koda rindas, izsaukt programmēšanas bibliotēkas, lai pievienotu funkcijas, kā arī pārbaudītu un atkļūdotu programmas, un pēc tam nodotu galīgo kompilēto programmu ražošanā.

Rīku ražotāji vai to mātesuzņēmumi ir pārpludināti ar riska kapitāla finansējumu, jo, kā liecina riska uzņēmuma Menlo Ventures aptauja, uzņēmumu iekšienē produkti un inženierija ir joma, kas līdz šim ir bijusi otrs lielākais AI lietotājs aiz IT darbībām.

Kopā 3 miljardi ASV dolāru ir ieplūduši galvenajos jaunizveidotajos uzņēmumos Information Robotic Inc., kas ir Cursor radītāju mātesuzņēmums; Replit Inc.; Cognition AI Inc., Windsurf īpašnieks; Increase Computing Inc., Increase Code īpašnieks; un All Palms AI Inc., liecina FactSet Techniques apkopotie dati.

Arī GitHub jaunais aģenta štābs nodrošina izstrādātājiem komandu centru visiem viņu AI rīkiem — kāpēc tas ir milzīgs darījums

Uzņēmumi ar saistītām tehnoloģijām saistībā ar lietotņu izvietošanu, piemēram, Harness Inc., arī ir saņēmuši simtiem miljonu dolāru.

Un tomēr, programmu funkcionēšanas pamatuzdevums, koda ģenerēšanas pamatuzdevums, balstās uz milzu izgudrotajiem pamatmodeļiem.

“Lielākā daļa šo jaunuzņēmumu ir atkarīgi no Anthropic modeļa,” sacīja Bērtons. Pēc Bērtona domām, Anthropic Claude lielo valodu modeļu saime ir labākais starp mākslīgā intelekta modeļu veidotājiem, kas risina automātiskās koda ģenerēšanas problēmu. “Antropiskie modeļi ir labāki par citiem kodu ģenerēšanas laikā.”

Rezultātā “koda ģenerēšanas rīki cīnīsies, lai apsteigtu Anthropic,” viņš teica.

Tāpat: Labākais AI kodēšanai 2025. gadā

Anthropic ir izveidojis savu IDE virs Kloda, ko sauc Klods Kods. “Anthropic ir ieguvuši pamata modeļus. Klods Kods, iespējams, būs pietiekami labs,” sacīja Bērtons.

Kods, kas ģenerēts programmā Claude Code vai Microsoft App Builder kopilotā, pamatmodeļu nodrošinātāji veiks pietiekami labi, ja jums ir nepieciešams tikai LLM. [large language model]un piekļuvi koda krātuvei (piemēram, GitHub),” sacīja Bērtons.

Novērojamība ir nākamā robeža

Bērtona uzņēmums, Ievērojietveido rīkus, kurus var apvienot laukā “DevOps”, ko aizpilda Datadog un Dynatrace, kā arī Cisco’s Splunk. Observe rīki veido lietotnes struktūras “zināšanu grafiku”. Diagramma ļauj izstrādātājiem precīzi noteikt problēmas, kas saistītas ar lietojumprogrammu palaišanu, kas ir plaša iespēja, kas pazīstama kā “novērojamība”.

Bērtons uzskata, ka novērojamības funkcija padarīs Observe par vienu no izdzīvojušajiem kā atsevišķu uzņēmumu.

Arī: 10 ChatGPT Codex noslēpumi, kurus es uzzināju tikai pēc 60 stundu programmēšanas pārī ar to

“Lai novērstu problēmas ar kodu, jums galu galā būs nepieciešams vairāk nekā tikai piekļuve GitHub; jums ir jāredz, kā šis kods darbojas ražošanā,” viņš man teica.

“Un tā ir novērojamība. Pamata modeļa uzņēmumiem ir grūtāk izveidot deterministisku sistēmu, lai pārvaldītu simtiem terabaitu telemetrijas, nekā tikai turpināt uzlabot šo pamata modeli un uzlabot kodu ģenerēšanu.”

Observe veido savus rīkus, izmantojot jebkuru datu ezeru vai citu krātuvi, kurā tiek glabāti lietotņu dati, piemēram, Snowflake, kas darbojas virs Amazon AWS Iceberg tabulām. (Bērtons ir Snowflake direktoru padomes loceklis.)

“Mēs labāk nekā jebkurš cits pārvaldām vairāk telemetrijas,” sacīja Bērtons, atsaucoties uz signāliem, kas nāk no darbīgās lietotnes.

Tāpat: Labākie bezmaksas AI kursi un sertifikāti 2025. gadā — un es tos visus esmu izmēģinājis

Novērošanas rīks izstrādātāja vārdā izmeklēs lietotnes problēmas un pēc tam ieteiks labojumus programmētājam, kas jāpārskata. “Šī ir diezgan mežonīga novirze no vakardienas problēmu novēršanas plūsmas.”

Koda rīki pielāgosies vai mirs

Kursora un Replit un pārējo liktenis varētu sekot vairākiem ceļiem. Kursors nesen paziņoja, ka izstrādā savus AI modeļus, kas koncentrējas uz kodu, acīmredzams mēģinājums samazināt tā atkarību no antropiskajiem un citiem pamatu modeļiem.

Taču jaunizveidotajiem uzņēmumiem var rasties izaicinājums tērēt pietiekami daudz, lai konkurētu ar Anthropic un citiem AI modeļu veidotājiem, ņemot vērā milzu lielos resursus.

Anthropic, kas ir saņēmis ieguldījumus no Amazon, izmanto Amazon lielāko AI iekārtu Undertaking Rainier, lai izstrādātu nākamās Claude ģimenes versijas. Amazon plāno šim darbam veltīt miljonu Trainium2 AI mikroshēmu, kas darbosies vairākos AWS datu centros, kas savienoti viens ar otru.

Bērtons prognozē, ka IDE veidotāji var arī mēģināt kodēšanas rīkā izveidot savas novērojamības funkcijas.

“Lai atšķirtos no pamata modeļiem, tīras spēles koda ģenerēšanas jaunizveidotajiem uzņēmumiem būs jākļūst par plānu kārtiņu LLM virspusē,” viņš teica. “Acīmredzamā blakus ir novērojamība.” Tas liek domāt, ka koda rīku veidotāji, piemēram, Information Robotic’s Cursor, varētu apvienoties ar DevOps uzņēmumiem, piemēram, Harness Inc. Bērtons sagaida, ka koda rīki varētu izmantot Observe iespējas, lai uzlabotu to funkcionalitāti.

Tāpat: Ko Bils Geitss patiešām teica par AI, kas aizstāj kodēšanas darbus

Ir arī iespējams, ka Cursor un citus produktus izpirks Dynatrace, Datadog, Splunk vai citi programmatūras uzņēmumi. “Pašlaik tie ir pārāk dārgi,” Bērtons sacīja par Cursor korporatīvo cenu zīmi iegādes situācijā. “Wager, ja viņu vērtējumi samazinās, pamatojoties uz LLM uzņēmumu konkurences draudiem, tad tā būtu pirkšanas iespēja.”

Kamēr investīcijas no riska kapitāla turpinās ienākt jaunizveidotajos uzņēmumos, papildu finansējums kādu laiku neļaus Kursoram un pārējiem darboties, prognozēja Bērtons.

Līdz mūzika apstājas.

“Izaicinājums būs tad, kad viņu izaugsme palēnināsies un/vai [AI] burbulis pārsprāgst,” viņš teica. “Pēc tam novērtējumi krītas, nav pieejams finansējums, un jūs nonākat pie dažādu pirkumu pārdošanas vai bankrotu, kad vairs nav deju partneru.”