据报道,OpenAI正在开发一个代码托管平台,可能与微软的GitHub竞争,这将使这家AI公司与其最重要的合作伙伴之一展开直接竞争。
根据The Information的报道,在工程师们最近几个月经历了导致GitHub暂时不可用的服务中断后,该公司开始探索这一想法。
如果OpenAI将这个项目转化为商业产品,它可能会推出一种围绕生成式AI而非传统源代码管理构建的全新开发者平台。
报道称,该项目仍处于早期阶段,公司内部已讨论向现有企业客户提供这一代码存储库平台。
GitHub仍然是源代码托管和协作的主导平台,拥有超过1.8亿开发者和数亿个存储库。
这一举措也正值AI编程助手快速成为日常开发工作流程的一部分。GitHub Copilot等使用OpenAI模型的工具,以及其他生成式AI编程助手,正越来越多地集成到开发环境中,帮助编写和调试代码。
分析师表示,OpenAI的计划可能重塑开发者平台市场的竞争格局。虽然GitHub是许多人的首选,但一些开发者长期以来对其与主要云服务提供商的关系表示担忧。
来自OpenAI的新竞争者可能会吸引那些寻求围绕AI原生开发工具构建的替代平台的团队。
Omdia首席分析师Lian Jye Su表示:"虽然GitHub在开发者社区中根深蒂固且备受认可,但自2018年微软75亿美元收购以来,它一直受到严格审视。与超大规模云服务商的深度关联导致许多独立开发者迁移到GitLab和Gitea等替代平台。"
但OpenAI在代码托管市场竞争的任何努力都需要超越匹配GitHub现有功能的范围。GitHub的优势不仅在于其存储库,还在于围绕该平台构建的庞大开发者工作流生态系统和机构熟悉度。
Forrester首席分析师Biswajeet Mahapatra表示:"要撼动这一地位,OpenAI需要提供一个真正AI原生而非AI增强的平台。这意味着存储库本身成为一个活跃系统,持续了解代码库、其意图和风险,而不是文件的被动存储。"
在实践中,这可能需要AI模型在整个软件开发生命周期中的深度集成。代码、测试、拉取请求、问题和管道都可能成为AI系统的输入,这些系统能够理解架构意图、检测安全或可靠性风险,并自动推荐修复方案。
GitHub Copilot已经朝这个方向发展,但它仍主要是辅助性和用户调用的,而非系统驱动的。
Mahapatra表示:"对于企业而言,差异化还取决于控制和信任。OpenAI需要在数据隔离、模型训练边界、可审计性和合规性方面提供明确保证,在客户代码和基础模型改进之间有明确分离。没有这些,受监管的企业不会考虑转移核心知识产权。"
Mahapatra补充说,OpenAI还需要支持共存而非强制迁移,允许组织逐步采用AI原生工作流,同时在GitHub已经有效的地方继续依赖它。
Q&A
Q1:OpenAI为什么要开发GitHub竞品?
A:据报道,OpenAI开发代码托管平台的想法源于工程师们经历了GitHub服务中断导致平台暂时不可用的问题。这促使他们探索开发一个围绕生成式AI构建的全新开发者平台,而非传统的源代码管理方式。
Q2:OpenAI的代码平台与GitHub相比有什么优势?
A:分析师认为,OpenAI需要提供真正AI原生的平台才能竞争。这意味着存储库成为能持续了解代码库意图和风险的活跃系统,而非被动文件存储。平台需要深度集成AI模型,能自动理解架构意图、检测风险并推荐修复方案。
Q3:企业会选择OpenAI的代码平台吗?
A:分析师表示,企业的选择取决于控制和信任因素。OpenAI需要在数据隔离、模型训练边界、可审计性和合规性方面提供明确保证,确保客户代码与基础模型改进明确分离。同时还需支持与现有GitHub工作流的共存,而非强制迁移。
好文章,需要你的鼓励
Waymo近日发布软件更新,对旗下约4000辆自动驾驶车队实施召回,以帮助车辆规避积水道路。美国国家公路交通安全管理局(NHTSA)指出,此前Waymo机器人出租车在遭遇无法通行的积水路段时,仅减速而未完全停车。此次召回涵盖第五代和第六代自动驾驶系统车辆,共计3791辆。Waymo表示正在完善软件防护措施,并已限制车辆在极端天气及易发洪涝区域的运营。
南京大学提出Light-Omni框架,通过全局状态与潜在状态双机制,让AI视频助理无需反复推理即可实现精准记忆检索,速度提升逾12倍,准确率同步提高。
路面坑洞每年给城市造成数百万美元损失。车队管理公司Samsara推出名为"Ground Intelligence"的AI解决方案,通过已安装在数百万辆商用卡车上的摄像头,自动识别并追踪坑洞的位置与劣化程度。该系统以仪表盘形式呈现,可主动向城市管理者推送预警信息,将被动响应转变为主动规划。目前,芝加哥已成为其新客户。未来还将扩展至涂鸦、损坏护栏等城市基础设施监测。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。