人人皆可編程的時代，又近了一步。

OpenAI去年泄露的 “Q 算法”，被認為是AI初步具備輕微“自我意識”的征兆。

最近，一家名為Magic的AI初創(chuàng)公司，私下宣稱其能夠?qū)崿F(xiàn)類似于OpenAI 去年開發(fā)的 “Q 算法” 的主動推理能力。

Magic宣稱，它開發(fā)的新型大語言模型更接近于人類的思維方式，能實現(xiàn)全自動化編程，打破現(xiàn)有的半自動化代碼編寫。類似于一個真正的編程人員。

正因如此，Magic最近引發(fā)了各路資本的集體下注。

2月6日，Alphabet（谷歌母公司）旗下的CapitalG領(lǐng)投，Magic獲得融資額2800萬美元。

2月21日，GitHub前CEO Nat Friedman和他的投資合伙人Daniel Gross于上周又向 Magic 公司狂砸了1.17億美元。

這個只有10多人的團隊，真的要引爆AI+自動編程這條賽道了？

01公司介紹

Magic創(chuàng)立于2022年，成立之初便拿到500萬美元種子輪融資，同樣由CapitalG 領(lǐng)投。

Magic的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Eric Steinberger本科畢業(yè)于劍橋大學計算機科學專業(yè)，曾在FAIR做過機器學習研究。

在高中時，Eric Steinberger就是一個對AI頗感興趣的“極客少年”，這也為Eric日后擔任Meta（Facebook母公司）擔任AI研究員的工作埋下了種子。

公司成立后，主要開發(fā)類似GitHub Copilot的產(chǎn)品，可以幫助軟件工程師編寫、審查、調(diào)試和修改代碼，目標是為程序員打造一個AI同事，其主要競爭優(yōu)勢就是模型可以讀取更長的代碼。

過去幾年，軟件開發(fā)人員人才的高成本（平均每年約15萬美元）和人才的稀缺性（IDC預(yù)計到2025年將出現(xiàn)400萬名工程師缺口）增強了人們對開發(fā)人員生產(chǎn)力提升工具的興趣。

IDC估計全球有2500萬名開發(fā)者，預(yù)計到2027年，這個數(shù)字將增長到4000萬。

而這樣的需求，也成了自動化編程技術(shù)如此被關(guān)注的原因。

02產(chǎn)品介紹

在去年6月時，團隊就發(fā)布了最長支持500萬token的LTM-1模型。這大約是50萬行代碼或5000個文件，比Claude高50倍。

從功能上說，LTM-1的主要應(yīng)用場景在于代碼補全，比如可以生成更長、更復(fù)雜的代碼建議。

這種生成長文本的能力，使其成為AI編程中一個非常強大的工具，并在長期記憶和上下文理解方面，相較于現(xiàn)有模型如ChatGPT的顯著改進。

這是因為，當AI模型能夠處理和記憶大量上下文信息時，它對整個項目或代碼庫的理解將更加深入。模型可以更準確地理解代碼的功能、依賴關(guān)系和潛在的問題，從而提供更準確的編程建議和解決方案。

03產(chǎn)品分析

盡管目前還有很多AI編程工具和平臺，但LTM-1模型因其能處理高達500萬Token的上下文而獨樹一幟。

對開發(fā)者來說，處理大量上下文的能力，使AI模型能夠在更復(fù)雜的編程任務(wù)中發(fā)揮作用，例如自動化錯誤修復(fù)、代碼生成和代碼審查。這可以極大地減輕開發(fā)者的負擔。

更重要的是，這種長文本的能力，也讓AI向著“人人皆可編程的時代”邁出了重要的一步。

因為這樣的能力，使AI能夠更好地理解復(fù)雜的編程語言和邏輯，從而為非專業(yè)程序員提供更直觀、更易于理解的編程輔助。這有助于降低編程的學習曲線，而不需要用戶具備廣泛的編程知識。

       原文標題 : 破解了“Q算法”的公司，獲得了一億美元投資