人人皆可編程的時(shí)代，又近了一步。

OpenAI去年泄露的 “Q 算法”，被認(rèn)為是AI初步具備輕微“自我意識(shí)”的征兆。

最近，一家名為Magic的AI初創(chuàng)公司，私下宣稱其能夠?qū)崿F(xiàn)類似于OpenAI 去年開發(fā)的 “Q 算法” 的主動(dòng)推理能力。

Magic宣稱，它開發(fā)的新型大語言模型更接近于人類的思維方式，能實(shí)現(xiàn)全自動(dòng)化編程，打破現(xiàn)有的半自動(dòng)化代碼編寫。類似于一個(gè)真正的編程人員。

正因如此，Magic最近引發(fā)了各路資本的集體下注。

2月6日，Alphabet（谷歌母公司）旗下的CapitalG領(lǐng)投，Magic獲得融資額2800萬美元。

2月21日，GitHub前CEO Nat Friedman和他的投資合伙人Daniel Gross于上周又向 Magic 公司狂砸了1.17億美元。

這個(gè)只有10多人的團(tuán)隊(duì)，真的要引爆AI+自動(dòng)編程這條賽道了？

01公司介紹

Magic創(chuàng)立于2022年，成立之初便拿到500萬美元種子輪融資，同樣由CapitalG 領(lǐng)投。

Magic的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Eric Steinberger本科畢業(yè)于劍橋大學(xué)計(jì)算機(jī)科學(xué)專業(yè)，曾在FAIR做過機(jī)器學(xué)習(xí)研究。

在高中時(shí)，Eric Steinberger就是一個(gè)對(duì)AI頗感興趣的“極客少年”，這也為Eric日后擔(dān)任Meta（Facebook母公司）擔(dān)任AI研究員的工作埋下了種子。

公司成立后，主要開發(fā)類似GitHub Copilot的產(chǎn)品，可以幫助軟件工程師編寫、審查、調(diào)試和修改代碼，目標(biāo)是為程序員打造一個(gè)AI同事，其主要競(jìng)爭(zhēng)優(yōu)勢(shì)就是模型可以讀取更長(zhǎng)的代碼。

過去幾年，軟件開發(fā)人員人才的高成本（平均每年約15萬美元）和人才的稀缺性（IDC預(yù)計(jì)到2025年將出現(xiàn)400萬名工程師缺口）增強(qiáng)了人們對(duì)開發(fā)人員生產(chǎn)力提升工具的興趣。

IDC估計(jì)全球有2500萬名開發(fā)者，預(yù)計(jì)到2027年，這個(gè)數(shù)字將增長(zhǎng)到4000萬。

而這樣的需求，也成了自動(dòng)化編程技術(shù)如此被關(guān)注的原因。

02產(chǎn)品介紹

在去年6月時(shí)，團(tuán)隊(duì)就發(fā)布了最長(zhǎng)支持500萬token的LTM-1模型。這大約是50萬行代碼或5000個(gè)文件，比Claude高50倍。

從功能上說，LTM-1的主要應(yīng)用場(chǎng)景在于代碼補(bǔ)全，比如可以生成更長(zhǎng)、更復(fù)雜的代碼建議。

這種生成長(zhǎng)文本的能力，使其成為AI編程中一個(gè)非常強(qiáng)大的工具，并在長(zhǎng)期記憶和上下文理解方面，相較于現(xiàn)有模型如ChatGPT的顯著改進(jìn)。

這是因?yàn)�，�?dāng)AI模型能夠處理和記憶大量上下文信息時(shí)，它對(duì)整個(gè)項(xiàng)目或代碼庫的理解將更加深入。模型可以更準(zhǔn)確地理解代碼的功能、依賴關(guān)系和潛在的問題，從而提供更準(zhǔn)確的編程建議和解決方案。

03產(chǎn)品分析

盡管目前還有很多AI編程工具和平臺(tái)，但LTM-1模型因其能處理高達(dá)500萬Token的上下文而獨(dú)樹一幟。

對(duì)開發(fā)者來說，處理大量上下文的能力，使AI模型能夠在更復(fù)雜的編程任務(wù)中發(fā)揮作用，例如自動(dòng)化錯(cuò)誤修復(fù)、代碼生成和代碼審查。這可以極大地減輕開發(fā)者的負(fù)擔(dān)。

更重要的是，這種長(zhǎng)文本的能力，也讓AI向著“人人皆可編程的時(shí)代”邁出了重要的一步。

因?yàn)檫@樣的能力，使AI能夠更好地理解復(fù)雜的編程語言和邏輯，從而為非專業(yè)程序員提供更直觀、更易于理解的編程輔助。這有助于降低編程的學(xué)習(xí)曲線，而不需要用戶具備廣泛的編程知識(shí)。

       原文標(biāo)題 : 破解了“Q算法”的公司，獲得了一億美元投資