GitLab首席执行官Bill Staples表示,企业在开发者平台服务上的月均费用,已从一年前每个席位数十美元涨至数百美元,并预计将进一步攀升至数千美元。这一变化标志着AI赋能软件开发工具的计费方式正在发生根本性转变。
成本上涨的背后,是AI智能体在开发流水线中产生的大量工作负载。Staples在一封题为"GitLab第二章"的公开信中写道:"智能体并行发起合并请求、全天候触发流水线,并以任何人类团队都无法企及的速度推送代码提交。"
据悉,GitLab已于今年早些时候针对智能体工作引入了按量计费模式,并将允许客户将按量计费与订阅计费混合使用。
随着软件厂商纷纷围绕自主AI系统和基于用量的定价模式重新定位,这一趋势愈发明显。今年早些时候,竞争对手GitHub已将Copilot转向基于用量的计费方式,以应对AI辅助编码工作负载带来的基础设施需求增长。微软、Meta和甲骨文等大型科技厂商也相继宣布了与更广泛AI投资战略挂钩的重组计划。
Gartner高级首席分析师Nitish Tyagi表示,这一转变具有结构性意义,其根本驱动力在于算力消耗。"几乎所有AI编码智能体厂商都在向按量计费模式迁移,这一趋势已不再局限于初创企业。"Tyagi说道。Gartner预测,到2028年,AI编码成本将超过开发者的平均薪资水平,这一趋势由大语言模型Token消耗量的攀升以及基于用量许可证的普及所驱动。"这预示着定价模式的结构性重置,而非短期调整。"Tyagi补充道。
Tyagi还表示,Gartner的研究数据显示,目前有29%的企业报告称,AI Token成本在每位开发者每月200至500美元之间,但他提醒CIO们不应将此视为常态。"开发者正在快速从轻度用户转变为主流用户乃至重度用户。重度用户每月消耗超过2000美元轻而易举,尤其是当AI智能体被嵌入代码生成、测试、重构和文档编写等日常工作流程之后。"他说。
Greyhound Research首席分析师Sanchit Vir Gogia认为,这一转变并非终结席位定价,而是对其地位的重新定义。"企业开发者平台的席位定价并未消亡,只是被降级了。"Gogia表示,"一旦AI智能体开始代替、协助乃至超前于人类开发者开展工作,席位便不再是衡量价值、成本与风险的核心单元。"
Gogia指出,混合商业架构才是未来两年更为现实的方向,而非订阅制的彻底终结。"订阅制会继续存在,因为厂商需要收入底线,买家也需要可预期的基础成本。按量计费将不断扩展,因为机器工作的成本具有可变性。"他说,"这种折中方案对于已经历过云计算经济时代的CIO而言并不陌生:承诺用量、按量消费、持续监控、统一治理,然后再为账单据理力争。"
Gogia还指出,一家拥有5000名开发者的大型企业从席位定价转向按量计费,改变的不仅是成本项目,更是整个治理节奏。"席位合同给采购部门提供了一种整洁的幻觉:统计人数、谈判折扣、批准续约、完事大吉。按量计费打破了这种安全感,它让软件开发支出变成了一个实时运转的计量仪表。"他说。
GitLab的变革不止于调整定价模式。
公司计划在部分职能层面削减多达三层管理架构,将研发部门重组为约60个规模较小的团队,并将AI智能体融入审批流程、工作流路由及运营管理之中。
Staples在信中写道:"我们成长为了一种适合上一个时代的形态,而那种形态并不适合这个新时代。"
GitLab在周一向美国证券交易委员会提交的8-K文件中表示,公司将在重组过程中裁减部分岗位。但GitLab未披露受影响员工人数,并表示最终规模将在6月2日的财报电话会议上公布。该公司目前约有2500名员工。
GitLab在公开信中还表示,此次重组包括将公司业务所在国家和地区的数量缩减多达30%。
不希望留任的员工可在5月18日前申请自愿离职。GitLab表示将于6月1日前完成新架构的确定,并将在受影响的司法管辖区依法遵循当地劳动法规程序。
此次重组与平台重建紧密相连,GitLab表示,重建内容包括为机器规模对Git进行重新架构,以及将CI/CD改造为面向AI智能体的编排运行时环境。
Gogia认为,对于CIO而言,这一格局的重塑意义远超任何单一厂商的公告所能呈现。"它们正在演变为软件生产系统。这需要一种全新的采购模式,需要在大规模推广落地之前,就将成本边界、治理边界与运营边界整合在一起。"他说。
Q&A
Q1:GitLab为什么要调整定价模式?
A:GitLab调整定价模式的核心原因是AI智能体在开发流水线中大量产生工作负载,导致平台实际使用成本显著上升。传统席位定价无法准确反映AI智能体带来的实际资源消耗,因此GitLab引入了按量计费模式,并允许客户将其与订阅制混合使用,以更公平地对应实际产生的价值与成本。
Q2:AI智能体嵌入开发流程后,企业每月的费用大概是多少?
A:根据Gartner的研究数据,目前约29%的企业报告其AI Token成本在每位开发者每月200至500美元之间。然而,随着开发者从轻度用户向重度用户转变,尤其是在AI智能体深度嵌入代码生成、测试、重构和文档编写等日常流程之后,重度用户每月消耗超过2000美元将变得十分普遍。Gartner还预测,到2028年,AI编码成本将超过开发者的平均薪资水平。
Q3:GitLab此次重组涉及哪些具体内容?
A:GitLab此次重组主要包括:削减部分职能层面多达三层的管理架构;将研发部门重组为约60个规模较小的团队;将AI智能体融入审批和工作流路由等运营流程;裁减部分岗位;将业务覆盖国家和地区缩减最多30%。此外,公司还将对技术平台进行重建,包括为机器规模重新架构Git,以及将CI/CD改造为面向AI智能体的编排运行时环境。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
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。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
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。