C3.ai公司近日发布了一款名为C3 Code的全新"智能体"软件开发平台。该平台能够自主地将自然语言描述转化为可直接投入生产环境的企业应用程序。
C3 Code的目标是将开发模式从AI辅助编码升级为全自动化开发。它依托强大的自主智能体,与C3 Agentic AI平台深度集成,实现对整个应用开发生命周期的自动化管理。针对每一个新需求,系统将从应用的初始设计开始,依次完成数据建模、测试,最终自动完成生产环境的部署。
C3 AI表示,这一发布将软件开发周期从原来的数月大幅压缩至仅需几小时。该公司称,C3 Code旨在解决生成式AI代码落地的"最后一公里"难题。
尽管Claude Code、OpenAI Codex等工具已能快速生成代码片段,但构建一款可用于生产环境的企业级应用依然是截然不同的挑战。通常情况下,这需要一批数据科学家负责接入所需的数据源,还需要开发人员统筹全局,以及安全工程师确保应用符合安全规范和合规要求。
此外,现有的众多"无代码"或"低代码"工具在应对预测性维护、全球供应链物流管理等复杂企业需求时往往力不从心。这些工具生成的应用在脱离测试环境后表现欠佳,导致许多企业始终停留在原型阶段,无法真正落地。
C3 Code的工作原理
C3 Code旨在将AI生成的企业应用真正交付到业务人员手中。它充当多个智能体的编排器,这些智能体可以并行或串行协作,用户无需手动将各类数据库和API拼接在一起,只需用简单的自然语言描述业务问题即可。
该平台具备多项核心技术特性,其中包括C3 AI类型系统——一个统一的抽象层,使智能体无需任何手动集成工作,即可与多个数据源中的实时、受治理数据进行连接。平台内置的AI智能体专注于应用开发中最常见的任务,涵盖数据模型构建、机器学习流水线配置及对话界面生成等。此外,平台还提供面向国防、医疗、制造等行业的应用模板。
C3 AI表示,上述组件协同配合,能够构建极为复杂的应用程序。该公司举例说明:当用户发出创建供应链智能应用的指令后,C3 Code将自动从企业的ERP系统和物流数据库中发现并接入所需数据,随后配置检索增强生成流水线,最终部署一个能够实时追踪库存短缺情况的地理空间可视化仪表盘。
C3 Code在实际生产环境中的表现有待进一步验证,但该公司相较竞争对手具备显著优势——C3 AI是业内历史最悠久的AI企业之一,其核心C3.ai应用平台多年来一直为企业级智能应用的构建提供完整的工具与服务支撑。此次最大的变化在于,C3 Code无需开发人员亲自介入,从根本上改变了以往的开发方式。
为佐证上述主张,该公司引用了由Anthropic旗下Claude进行的独立评测结果。本次评测将C3 Code的应用生成能力与OpenAI Codex(得分6.0)及Palantir AIP(得分7.7)进行了比较,C3 Code在"领域智能"维度上表现尤为突出,获得了满分10分。
C3 AI首席执行官Stephen Ehikian表示,C3 Code引入了一种"改变一切"的全新软件开发范式。他承诺:"从今天起,企业AI将全面进入智能体时代——自主、直观、高效。团队成员只需用自然语言描述业务问题,C3 Code便能交付一个完整的、受治理的生产级AI应用。这不是辅助开发,而是由AI全权设计并构建企业AI。"
该公司还表示,C3 Code采用"开放设计"理念,支持接入多种大语言模型,用户可灵活切换模型,同时保留应用和数据的完整可移植性。
Q&A
Q1:C3 Code是什么?它和普通的AI编程工具有什么区别?
A:C3 Code是C3 AI发布的全自动企业应用开发平台。与Claude Code、OpenAI Codex等工具不同,后者主要帮助开发者快速生成代码片段,仍需人工整合各类系统;而C3 Code则通过多个自主智能体协作,能够自动完成从设计、数据建模、测试到部署的整个开发流程,无需开发人员手动介入,将原本数月的开发周期压缩至数小时。
Q2:C3 Code能处理哪些复杂的企业场景?
A:C3 Code支持供应链管理、预测性维护、全球物流等复杂企业场景。以供应链智能应用为例,用户只需用自然语言发出指令,系统便会自动从ERP和物流数据库中接入数据,配置检索增强生成流水线,并部署可实时追踪库存短缺的地理空间仪表盘。此外,平台还提供面向国防、医疗和制造行业的专属应用模板。
Q3:C3 Code支持哪些大语言模型?数据可以迁移吗?
A:C3 Code采用"开放设计"理念,支持接入多种大语言模型,用户可以根据需要灵活切换不同模型,同时完整保留应用程序和数据的可移植性,不会因更换底层模型而造成数据或应用的迁移损失。
好文章,需要你的鼓励
"影子AI"是指员工在未经公司批准的情况下使用AI工具办公。虽然ChatGPT等工具能提升效率,但将内部文件、客户数据或源代码输入未授权平台,可能导致企业数据失控。IBM报告显示,20%的企业存在未授权AI工具,63%尚无AI治理政策。专家建议,一味封禁效果有限,企业应明确哪些工具可用、哪些数据禁止上传,员工也应主动核查AI输出内容,避免将敏感信息粘贴至公共AI平台。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
Hirebotics联合Fanuc发布首款基于无代码Beacon平台的防爆协作喷涂机器人Cobot Painter。该方案适用于金属制造商,无需专用喷涂房或复杂编程,可在现有人工喷涂环境中数日内完成部署。操作人员通过平板或手机的"点击示教"功能即可引导机器人完成路径学习,实现液体涂料、粉末涂装等高精度重复作业,帮助制造商将涂装业务收回自主管理。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。