「大模型的發展，更像一場籃球比賽才剛剛打完第一節。所有人都在用第一節的比分去判斷整場比賽的勝負，但我們認為，還有第二、三、四節要打。」蔻町智能（AIGCode）創始人兼 CEO 宿文用這樣一個比喻，為當前略顯擁擠的 AI 編程賽道，提供了一個不同的觀察視角。

自 2022 年底 ChatGPT 引爆全球以來，AI 編程被普遍認為是大語言模型最快、最確定能實現嚴肅商業化（PMF）的一個賽道。從 GitHub Copilot 的成功，到科技大廠和創業公司紛紛推出自己的編程助手，行業似乎已經形成一種共識：AI 是程序員的「副駕駛」，其核心價值在于提升代碼編寫效率。

然而，宿文和他的蔻町智能，正試圖證明這是對終局的誤判。在與機器之心的最近一次訪談中，宿文拆解了他對 AI 編程的三大「非共識」判斷。

非共識一：基座模型仍處「嬰幼兒期」

網絡結構創新是破局關鍵

在許多人眼中，大模型的基座之戰似乎已塵埃落定。后來者尤其是創業公司，只能在應用層尋找機會。宿文對此的看法截然不同：「我們認為大模型技術，或者說基座模型的發展，還處于嬰幼兒時期。」

他指出，現有以 Transformer 為基礎的模型架構，在學習機制和知識壓縮效率上存在根本性問題。「盡管 MoE 通過專家分工解決了部分計算效率問題，但其專家之間是 “扁平” 且缺乏協作的，整體上仍是一個依靠簡單路由機制的 “黑盒”。」

蔻町智能從成立第一天起，就選擇自研基座模型。他們的破局點，正是在于對模型網絡結構的持續迭代和創新。「我們在 MoE 的基礎上，繼續向后迭代，最終采用了在推薦搜索領域已經非常成熟的 PLE（Progressive Layered Extraction）架構。」

他解釋道，從 MoE 到 MMoE，解決的是專家的解耦問題；再到 PLE，則進一步解決了專家解耦后可能產生的沖突和信息損耗問題，實現了對任務共性與個性的精細化提取。

多任務學習（Multi-task Learning）網絡結構的演進，從簡單的底層共享（Shared-Bottom），發展到通過門控專家網絡（MMoE、CGC）與漸進式分層提取（PLE），以實現更精細地分離與融合任務的共性與個性信息。圖片來源：Gabriel Moreira@ Medium

宿文表示，網絡結構創新使他們的模型在知識壓縮和長邏輯鏈條的理解上，具備了與主流模型不同的潛力。

蔻町智能研發的新模型 AIGCoder 架構圖，通過解耦的專家模塊（De-coupled Experts）改良傳統模型，利用多頭專家感知注意力（MHEA）負責動態激活專家，定制化門控（CGC）負責精細整合信息，實現了在不增加計算開銷的前提下，通過架構創新應對大模型擴展時遇到的瓶頸。

實驗數據顯示，無論是單個關鍵模塊（左）還是整合后的完整架構（右），AIGCoder（橙色曲線）的訓練效率均比基線模型（藍色曲線）提升超過 1.3 倍。

非共識二：「避開大廠賽道」是個偽命題

在 AI 領域，創業者常常聽到一句勸誡——不要做大廠發展道路上的業務，否則會被輕易碾壓。

宿文卻認為這是個偽命題。「如果真的是一件大事，為什么大廠會不做？更精準的說法應該是，“避免去摘低垂的果實”。」

「真正的護城河，不在于選擇一個大廠看不上的 “縫隙市場”，而是在同一個領域里，解決比大廠更復雜、更深入的問題。」

「現在的許多 Coding 產品用工程化的方式集成各種 API，生成一個前端尚可的 Demo，這就是 “低垂的果實”。蔻町智能的策略，是通過底層技術創新，實現真正的 “All-in-one”。」

這種一體化的思路，也體現在宿文對 Agent 發展的看法上。他表示當前行業習慣性地將技術棧劃分為 Infra、基座、OS、Agent 等層次，「這很像是對上一代 PC 互聯網和移動互聯網的技術架構的簡單映射，這樣 “刻舟求劍” 式的對新技術做定義意義不大。」

他強調，在新范式下，各個技術環節是深度耦合的。「奔著解決問題的角度，我們就把它一體化地解決。在最終效果沒有出來之前，過早分工反而不利于提效。」

蔻町智能把 AI for Coding 劃分為 L1 到 L5 五個階段：

• L1：類似低代碼平臺，目前不是主流；
• L2：Copilot 產品，輔助程序員，根據提示生成代碼，代表產品有 GitHub Copilot、Cursor；
• L3：Autopilot 產品，能端到端地完成編程任務，不需要程序員介入；
• L4：多端自動協作，讓多個協作用戶能直接把軟件創意變成某個完整的產品；
• L5：能夠自動迭代，升級為成熟的軟件產品。

宿文表示：「目前大部分 AI Coding 產品集中在 L2 階段，而 AutoCoder 從一開始就定位在 L3。」

從 L2 到 L3，并非簡單的量變。「將編程助手做到極致，并不會自然而然地通向端到端軟件生成。」兩者需要解決的技術問題、優化的方向，基本上沒有大的重合：前者（Copilot）優化的是「寫代碼效率」，核心是上下文理解與精準補全；后者（Autopilot）解決「不寫代碼」的問題，核心是對復雜業務邏輯的理解、拆解與長邏輯鏈條的生成。

此外，L2 需要與 IDE（集成開發環節）深度融合，對大廠倆說有天然優勢，對創業公司而言，則可能是一條事倍功半的險路。

非共識三：個性化應用市場即將爆發，

新增需求遠超存量替代

堅持 L3 不僅是技術上的選擇，也是宿文和他的團隊對市場未來的判斷。盡管行業普遍認同 AI 編程的終極目標在于賦能每一個人，但在實現路徑上，由于 AI 技術瓶頸與普通用戶相關知識的缺失，主流看法認為，當下最現實的路徑，是先輔助程序員，解決存量市場的效率問題。

宿文則認為這恰恰是一種「戰略繞行」，因為 L2 無法自然演進到 L3，所以沿著 L2 走，不僅無法抵達終點，更可能錯失真正的藍海——那個被現有開發模式壓抑的、由海量個性化需求構成的增量市場。

「新增的需求遠遠大于存量的替代。程序員不會消失，但一個全新的、數倍于現有規模的市場會爆發。」

「很像是有了滴滴才有了網約車市場，有了美團才有了外賣市場，」他類比說：「以前人們打車、點外賣的大量潛在需求被高昂的成本和復雜的流程所壓抑，一旦有了低成本、高效率的供給方式，市場便會迎來爆發式增長。」

在軟件開發領域，對于大量的中小企業、創業者，甚至大企業的業務部門而言，都存在被壓抑的需求。宿文舉例，一個業務部門想為內部開發一套培訓系統，傳統模式下，從漫長的需求溝通、高昂的開發投入，到最終交付物偏離預期的風險，整個過程動輒數月，且試錯成本極高。

蔻町智能希望將這個流程重塑為：「只要上午能明確定義需求，下午就能看到一個可直接上線部署的產品。」

蔻町智能最新發布的端到端軟件生成產品 AutoCoder，定位「全球首款前后端一體化的應用與軟件完整生成平臺」，能夠同時生成高度可用的前端、數據庫和后端。例如，用戶輸入「幫我生成一個科技公司官網」，平臺不僅生成用戶可見的前臺頁面，也同步生成供企業員工管理網站內容和用戶數據的后臺系統。

AutoCoder 的受眾不僅包括產品經理、設計師等專業人士（Prosumer），更涵蓋了大量非技術背景的個人從業者、小型企業主（如咖啡店、健身房）、初創團隊的非技術創始人等。這些人有明確的數字化需求，但被傳統開發的高門檻擋在門外。

宿文引用了一個數據：海外一家類似理念的公司，其產品的月度訪問量，在短時間內已經達到了發展近 20 年的 GitHub 的十分之一，并且 GitHub 的數據本身并未下滑。這意味著一個新的、增量用戶的市場正在被激發。

當然，L3 這條路最直接的質疑就是——端到端生成的軟件出了 Bug 怎么辦？宿文的回應是：

「與其花費數小時去尋找一個 Bug，為什么不花幾分鐘重新生成一個正確的版本呢？」隨著軟件生成的邊際成本趨近于零，迭代和試錯的自由度將被前所未有地釋放。

結語

自研基座模型，選擇更難的端到端路徑，瞄準被壓抑的增量需求——這三個非共識但邏輯自洽的判斷，構成了蔻町智能的核心戰略和發展路徑。

當然，選擇一條少有人走的路，必然伴隨著質疑和不確定性。正如汽車在誕生之初，遠沒有馬車跑得快，甚至開幾公里就散架。蔻町智能的「汽車」能否在性能、穩定性和可靠性上，快速迭代到可以與成熟的「馬車體系」相抗衡甚至超越的階段，仍需時間和市場的檢驗。

但毫無疑問，這場關于 AI 編程的籃球賽才剛剛開始。一個挑戰者已經選擇用自己的方式，去打一場完全不同的比賽。從用戶的角度，我們也樂于期待一個軟件創造權力被徹底平權的未來。