初创公司 Imandra Inc. 表示,通过推出一个全新的自动推理系统 CodeLogician,他们将人工智能驱动的代码补全技术提升到了一个新的水平。
与其他专门用于代码补全任务的大语言模型(如 GitHub Inc. 的 Copilot)不同,CodeLogician 据称基于一个称为"神经符号 AI"的新概念,这使它能够对生成的代码进行推理,大大降低了所谓的"幻觉"或不准确的可能性。
CodeLogician 由 ImandraX 驱动,这是 Imandra Core 推理引擎的最新版本,在金融服务业和政府部门广泛应用于验证、测试和审计关键任务系统,包括国家证券交易所。
通过自动将创建的代码转换为数学模型,CodeLogician 可以利用 ImandraX 引擎更好地理解、分析和验证应用层源代码。它还可以自动生成测试用例来证明代码的准确性。因此,CodeLogician 不仅是一个 AI 编程助手,还是一个验证工具,可以保证其生成代码的准确性,帮助开发者发现任何安全漏洞并证明代码按预期运行。
CodeLogician 使用 LangGraph 框架构建,其初始版本与 Python 编程语言兼容,未来的更新将增加对 Java 和 COBOL 的支持,从而能够帮助转换遗留软件应用。
据 Imandra 表示,CodeLogician 将彻底改变开发者的生产力,消除了手动验证数千行 AI 生成代码的负担。
Imandra 联合创始人兼联合首席执行官 Grant Passmore 表示,现有的生成式 AI 编码工具存在缺陷,因为尽管它们生成了大量看似合理的代码,但无法保证这些代码的准确性。
"这些代码通常会以微妙且危险的方式出错," 他说。"CodeLogician 超越了生成式 AI,使用符号数学推理来确保代码真正按预期运行。"
Imandra 表示,CodeLogician 的核心优势在于 LangGraph 框架,它允许系统迭代优化其底层模型,解释其推理过程并提供高度保证。为此,它依赖于一个称为"状态空间探索"的独特特性,这使它能够通过符号区域分解来全面分析大语言模型的所有可能状态和行为。
这是一种新颖的技术,使其能够理解底层大语言模型在尝试解决问题时的思考过程。这有助于确保大语言模型生成的代码准确性,然后应用智能测试来证明其正确性。
CodeLogician 现已向早期测试者开放,开发者可以注册候补名单以获取访问权限。一旦正式发布,它将通过应用程序编程接口 (API) 提供程序化访问,并在 Microsoft Corp. 的 Visual Studio Code Marketplace 中作为 VS Code 扩展提供。
"比尔·盖茨曾将通用软件开发的形式化方法称为'圣杯'," Imandra 的另一位联合首席执行官 Denis Ignatovich 说。"现在,借助神经符号 AI 的力量和自动推理的突破,我们正在逐步接近实现这一目标 — 将先进的推理工具直接交到工程师手中。"
好文章,需要你的鼓励
当前软件工程团队正在试验基于AI代理的编码工具和大语言模型,以提高开发速度和质量。然而,AI编码工具的效果很大程度上取决于使用方式。开发者需要提供结构化的问题描述、明确的执行要求和相关上下文,同时建立适当的防护机制。AI不仅能处理重复性任务,还能识别和评估替代方案,从被动助手演进为工作流程推进器。成功的关键在于将AI视为合作伙伴而非快捷工具,并将其整合到软件交付的全生命周期中。
NVIDIA研究团队开发出名为Lyra的AI系统,能够仅凭单张照片生成完整3D场景,用户可自由切换观察角度。该技术采用创新的"自蒸馏"学习方法,让视频生成模型指导3D重建模块工作。系统还支持动态4D场景生成,在多项测试中表现优异。这项技术将大大降低3D内容创作门槛,为游戏开发、电影制作、VR/AR应用等领域带来重大突破。
Salesforce发布企业级AI智能体平台Agentforce 360,将AI智能体融入几乎所有应用中。该平台采用混合推理引擎Atlas,结合大语言模型的概率思维和业务规则的精确性,支持语音交互和深度集成。以Slack为主要界面,提供Agentforce Builder开发环境,能将非结构化文档转换为可查询记录。Salesforce内部已部署该系统,每周处理180万次对话,主动服务活动增长40%。
谷歌DeepMind团队创新性地让Gemini 2.5模型在无需训练的情况下学会理解卫星多光谱图像。他们将复杂的12波段卫星数据转换为6张可理解的伪彩色图像,配以详细文字说明,使通用AI模型能够准确分析遥感数据。在多个基准测试中超越现有模型,为遥感领域AI应用开辟了全新道路。