今年2月，在英偉達市值突破2萬億美元時，經濟學家托斯頓·斯洛克曾發出警告稱，當前的人工智能泡沫已經超過了90年代的互聯網泡沫。

如今過去兩月有余，雖然距離巔峰時期股價跌了10%，但英偉達市值還是來到了近2.2萬億美元。看起來，“泡沫”不是那么容易被定義，“戳破”也尚需時日，唯一確定的是，人工智能熱度維持高位，交易也還在繼續，有買就有賣，或許還會回頭互道平安。

近日有報道稱，人工智能初創公司Cognition獲得了由Founders Fund領投的1.75億美元投資，該輪融資后，其最新估值達到了20億美元（約144億元人民幣），直接邁入了獨角獸行列。

要知道，在一個月前的2100 萬美元A輪融資中，Cognition的估值只有3.5億美元，不過當時也是Founders Fund作為領投方。在最新這次1.75億美元融資前，Cognition還拒絕了10億美元估值的報價。

又一個天才創業故事

Cognition在去年11月成立于舊金山，到現在只有六個月，其創始人分別為Scott Wu、Walden Yan以及Scale AI的前工程師Steven Hao。最初，Cognition是一家加密貨幣公司，但隨著該技術日益普及，其業務轉向人工智能。

或許是因為時機踩得準，Cognition甫一成立便獲得了投資人Peter Thiel、前Twitter高管埃拉德·吉爾 (Elad Gil) 和Doordash聯合創始人托尼·徐 (Tony Xu) 在內的科技行業領袖的支持。

在Cognition的三位創始人之中，作為首席執行官的Scott Wu是一個連續創業者，在創立Cognition之前，他曾聯合創立了另一家名為Lunchclub的虛擬網絡公司，并擔任其首席技術官兼聯合創始人。

該公司是一個利用人工智能將基于共同興趣和目標的用戶聯系起來的社交平臺，還獲得了Lightspeed、Coatue和A16z的融資，估值超過1億美元。

從創業團隊來看，這個小型創始團隊擁有10枚IOI金牌，這是一項享有盛譽的“國際信息學奧林匹克”編程競賽。他們的履歷也十分漂亮，此前曾在Google DeepMind、Cursor、ScaleAI等科技公司任職。

在Scott Wu看來，團隊的專業背景使Cognition比競爭對手更具優勢，“這幾乎就像我們多年來一直在腦海中玩的游戲，現在有機會將其編碼到人工智能系統中”。

談到這，就不得不先聊一下被看做是“傳奇大師”的天才創始人Scott Wu。在學生時代，Scott Wu就表現出了非凡的數學和編碼天賦。12歲時，他開始鉆研編碼，這為他在技術領域的職業生涯奠定了基礎。14歲時，他就已經和同是天才的兄弟Neil Woo一起參加編程比賽。

很快，哥兒倆因在編碼和數學方面的專業知識而聞名，并在競爭性編程平臺上獲得了傳奇的特級大師地位。

畢業前，Scott Wu在哈佛大學學習經濟學，之后搬到舊金山創辦了自己的公司。而Neal Woo曾在Facebook和Google Brain等多家大型科技公司擔任要職，還曾擔任哈佛大學首席助教。

現在，Neal Woo也加入了Cognition團隊，選擇與兄弟并肩作戰。屬實是現實版“兄弟同心，其利斷金”，這“金”現在值20億美元。

“世界上第一個完全自主的AI軟件工程師”

不過，在短短一個月時間內，Cognition能夠從3.5億美元快速增長到20億美元，除了投資人對創始團隊的信心外，還來自于該公司在3月中旬發布的一款名為Devin的人工智能編碼助理，他們稱之為“第一位人工智能工程師”。

那么Devin到底能干什么呢？用一句話就是——這是一款人工智能工具，能夠自主處理復雜的編碼任務。

具體地，Devin能夠端到端地處理整個開發項目，從編寫代碼到修復與之相關的錯誤到最終執行，甚至能夠處理 Upwork 上的項目，Cognition宣稱， Devin是首個能夠獨立完成端到端項目開發全部任務的產品。

在執行層面，用戶只需在Devin的聊天界面中輸入文本提示，它就會響應命令，制定詳細的分步計劃來解決問題，即它將使用自己的命令行界面 (CLI)、代碼編輯器和瀏覽器來構建計劃并配置所需的工具，通過這些工具，它可以訪問、閱讀和理解。

這些功能也能使Devin能夠構建網站、自主識別和修復代碼庫中的錯誤、部署應用程序，甚至訓練其他人工智能模型。

也就是說，它可以“規劃和執行需要數千個決策的復雜工程任務”，并幫助人類準備完成工作所需的一切。

與此同時，Cognition對Devin的基準評估使用了要求智能體解決任務的SWE-bench工具，結果發現Devin端到端正確解決了13.86%的問題，遠遠超過了之前1.96%的最佳水平。即使提供了要編輯的確切文件，之前最好的模型也只能解決4.80%的問題。

但也有一些專家指出，該公司的演示與實際應用存在明顯的不一致，而且他們也并未發布有關人工智能模型的詳細技術報告，因此他們認為Devin并不像其創始人所描述的那樣有能力。

國內技術專家告訴我，Cognition底層應該是通過調用開源大模型接口實現的，如果把程序開發中描述并拆解需求，如寫代碼，檢查，測試，上線等一系列過程，看做是不同角色，AI編程就是通過不同接口調用大模型的能力，來協同完成這個任務。

早在去年Open AI就發布了ChatGPT寫代碼的相關應用。只不過按照Cognition的演示，相比于ChatGPT只能按照prompt指令執行的操作，使用Devin開發的會便捷不少。

在Devin陷入爭議后，Scott Wu曾在其社交平臺的一篇文章中解釋道：“我們的愿景是讓Devin成為助手，讓每個軟件工程師的工作效率提高10倍。與此同時，我們想明確的是，今天的Devin還遠非完美，它也經常犯錯或陷入困境。我們希望有更多用戶嘗試使用，我們也將根據用戶的反饋繼續開發。”

此外，Cognition去年才開始開發該產品，目前Devin仍然是非公開的，該公司只向少數客戶開放訪問權限，這也就意味著這款產品可能尚未產生任何規模化收入。在這樣的前提下，Cognition仍然能以1個月翻6倍的估值拿下融資，AI造富能力可見一斑。

AI時代，To D仍然是一個好生意？

其實，在軟件開發中應用AI并不是什么新鮮事，科技巨頭早已進行了布局，相關工具一直存在并且持續迭代，比如微軟擁有的GitHub、谷歌和亞馬遜也有自己的AI編碼助理，當然，也出現了一些明星創業公司，包括Magic、Replit和Codeium等。

正如上文所說，到目前為止，所有以編碼為中心的模型本質上都是輔助性的，只能根據提示和有限的能力執行任務。而Devin的出現標志著AI輔助開發領域的重大轉變，不僅可以自主工作，還可以處理端到端項目，為工程師提供了成熟的AI工作者，而不是只能編寫準系統代碼或建議片段的副駕駛。

值得一提的是，最近AI編碼領域的熱度也達到了新的高度。

在資本側，除了Cognition，另一家AI編碼初創公司Augment，也在同一天宣布獲得了2.52億美元融資，投后估值為9.77億美元，這家公司也十分低調，初創團隊更是不足十人。

可其背后投資團隊十分豪華，不僅有Sutter Hill Ventures、Index Ventures、Innovation Endeavors、Lightspeed Venture Partners 和 Meritech Capital 等知名美國VC，個人投資者還包括前谷歌 CEO Eric Schmidt。

今年2月，Codeium籌集了6500 萬美元，Cognition的初創競爭對手Magic AI獲得了1.17 億美元投資。更早之前的去年11月，AI編碼輔助初創公司Tabnine獲得了2500萬美元的融資。

大廠收集的數據和需求，或許能夠反應為何AI編程會得到美國VC青睞。

上個季度，微軟的GitHub Copilot的用戶群增長了30%，達到130萬用戶。同時Github表示，未來一年，它計劃發布一個編碼“代理”，該代理將審查現有計算機代碼的問題，建議修復計劃，并自動編寫和運行代碼。

國內方面，一是業內人士對AI在產品開發團隊中，具體應用前景依然抱有質疑；二是，目前還沒有看到類似Devin的明星產品出現。因此，AI編程或許也是國內大模型創、投領域的非共識之一 。

上述技術專家告訴我，雖然Devin演示中呈現的效果很好，但在實際應用，尤其是商業化應用中，“AI工程師”能夠做到穩定、準確地輸入輸出還是天方夜譚，“光是在對齊需求上，對于AI來講就已經很難了，不僅需要消耗大量的時間，準確率還非常低。”

因此他認為，AI目前在編程方面的應用，還是作為一種輔助手段，完成顆粒度更細的任務，即用低代碼技術或低代碼編程語言，去標準化整個軟件開發的技術棧，讓大模型按照已有標準和規范，生成對應代碼。

因此，目前國內AI編程的多數創業公司，仍遵循主流方式，將AI作為輔助。不過，不少大廠紛紛押注AI編程，基于大模型，逐步推出讓編程更加智能化的產品，舉幾個例子吧：

比如今年3月，百度發布Comate2.0代碼助手，目前，Comate已編寫了百度內部四分之一的代碼，李彥宏更是認為，以后甚至程序員這個職業都不會存在；

4月初，阿里首個AI員工上崗，并在內部全面推行AI編程，使用“通義靈碼”輔助程序員寫代碼，還為 “通義靈碼” 配備了AI001的工號；

4月下旬，商湯推出代碼大模型一體機，單臺支持100人團隊使用，商湯還曾在去年推出智能編程助手代碼“小浣熊”，據稱可幫助開發者提升編程效率超50%。

而AI編碼的熱度不禁讓人想起之前SaaS時代，也出現了一些面向D端（開發者）的應用，他們也都曾走到過聚光燈下，并獲得了不錯的估值。AI時代，To D仍然是創業者掘金的熱門領域。

不過同樣與SaaS時代類似，泡沫的說法也一直沒有斷過，尤其是不斷膨脹的估值，正在擠壓創業公司的發展空間，畢竟到現在為止，很少有初創公司能夠真正從高投入中獲得相應回報。按照美國紅杉資本的估計，去年大模型公司在芯片上花費了約500億美元，但僅帶來了30億美元的收入。

投中網此前也寫過，曾估值數十億美元的初創大模型公司Stability AI、Inflection AI等，不是陷入融資困境，就是創始人“跑路”。這么一看，Cognition短時間沖到20億美元估值，未來面臨的各種壓力也不會小。