开源开发平台构建商Coder Technologies Inc.今日发布了一套治理和执行能力解决方案,旨在帮助企业将人工智能编码智能体集成到软件开发生命周期中,同时不会影响安全性、合规性或平台控制。
此次发布将该公司的自托管开发者环境平台扩展为"受治理AI开发的全栈基础设施",针对那些在安全规模化采用AI工具方面存在困难的组织。
三项新功能——AI Bridge、Agent Boundaries以及Coder Tasks的增强功能——解决了企业在采用AI辅助开发时面临的挑战,因为它们缺乏管理相关风险所需的基础设施。Coder引用了思科系统公司最近的一项研究,该研究发现只有13%的全球企业拥有明确的AI策略,这意味着许多团队依赖临时搭建的设置,无法规模化。
"将AI工具硬塞到旧模式中,即代码存储在本地笔记本电脑上,会带来风险、成本和混乱,"Coder首席执行官Rob Whiteley在声明中表示。"当你添加AI智能体时,这种情况会更糟,因为智能体根本无法在笔记本电脑上并发运行。"
Coder"某种程度上是在利用大多数人可能没有理想AI策略这一事实获利",Coder产品副总裁Ben Potter说。"开发人员开始表达并看到什么有效,这让平台工程师能够更加战略性而非反应性地行事。"
智能体平等原则
该公司认为,组织需要一个受治理的基础设施,能够将人类开发人员和AI智能体都视为开发工作流程中的一等参与者。虽然承认有几家供应商提供广泛的组织级控制,但Potter表示这些工具集缺乏对最敏感层面之一的可见性:开发者工作空间。
他说,结果是许多企业甚至无法回答关于AI开发的基本问题,比如成本是多少、开发人员使用什么工具以及如何大规模引入编码助手。
"Coder首先且最重要的是在开发者环境中,"Potter说。"我们创建了很多这些治理和控制功能,因为其他供应商根本没有,至少在AI编码工具方面没有。"
AI Bridge整合了开发中使用的所有AI模型提供商的身份验证、访问和使用数据,取代了缺乏集中化可观察性的临时代理。它为平台工程团队提供了提示日志、Token消耗和模型活动的单一视图。
Agent Boundaries执行策略驱动的控制,限制AI智能体可以访问的内容。Potter说,该功能充当智能体专用防火墙。组织可以为允许的网络目标、工具和内部系统定义明确的列表。"如果工具无法访问特定源,风险就会显著降低,"他说。
Coder Tasks扩展了平台的自动化层,支持人类发起和智能体发起的作业,实现长期运行、低交互的工作流程,如文档编写、测试编写和代码审查。
超越笔记本电脑
该公司推介的一个关键部分是,AI增强的开发不应该依赖笔记本电脑作为主要执行环境。Coder的主要工作空间平台允许企业在自托管基础设施上标准化开发者运行时环境。新功能将这一能力扩展到AI智能体,Potter说这是客户要求的转变。
"我们试图让开发摆脱笔记本电脑,"他说,声称本地机器无法安全或一致地支持人类和智能体工作流程的并发执行,也无法支持企业所需的控制。
Coder依赖OpenID Connect并支持已建立的单点登录系统来与企业访问控制集成。开发者工作空间使用Terraform模板定义,这些模板嵌入了组织政策和必需的工具。
Coder的平台目前支持大约3000个并发工作空间,相当于典型企业的约10000名开发人员,Potter说公司期望这个规模会增加。
新功能的定价尚未最终确定,尽管Potter说评估大规模智能体部署的企业客户最终可能会看到按智能体定价,而其他客户将继续按开发人员席位付费。
Coder计划将其平台定位为开发人员和AI智能体可以并肩工作的基础。"我们不声称为所有事情提供统一的解决方案,"Potter说。"我们正在添加企业需要的层,这样他们就可以自信地推出AI工具。"
成立于2017年的该公司已在四轮融资中筹集了超过8500万美元,据Tracxn称。
Q&A
Q1:AI Bridge功能有什么作用?
A:AI Bridge整合了开发中使用的所有AI模型提供商的身份验证、访问和使用数据,取代了缺乏集中化可观察性的临时代理。它为平台工程团队提供了提示日志、Token消耗和模型活动的单一视图。
Q2:Agent Boundaries如何保护企业安全?
A:Agent Boundaries执行策略驱动的控制,限制AI智能体可以访问的内容,充当智能体专用防火墙。组织可以为允许的网络目标、工具和内部系统定义明确的列表,如果工具无法访问特定源,风险就会显著降低。
Q3:为什么Coder认为开发不应该依赖笔记本电脑?
A:Coder认为本地机器无法安全或一致地支持人类和智能体工作流程的并发执行,也无法支持企业所需的控制。将AI工具硬塞到代码存储在本地笔记本电脑的旧模式中,会带来风险、成本和混乱。
好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。