在当今人工智能浪潮汹涌的大背景下，软件自由的理念愈发受到关注。AIGCode的创始团队正是深谙此道，他们将目光聚焦于软件开发的最根本，为推动普通人的编程能力而努力。如今诸如GitHub Copilot、Cursor和MarsCode等产品，已在AI代码生成领域占据了一席之地，极大提升了程序员的工作效率，加速了整个软件行业的生产力。然而，AIGCode的目标不仅停留在此，他们瞄准的是一种全新的模式——Autopilot，希冀彻底变革软件的生产规律，释放软件市场的潜在供给能力。

作为一家技术创新的创业公司，AIGCode近日推出了其首款产品——AutoCoder。该产品的设计用户为那些没有编程背景的产品经理，只需要他们提出自己的产品需求和创意，便可以自动生成相应的软件应用。AIGCode的终极目标是为所有普通用户提供个性化的应用服务。正如其创始人所说：“正是因为每个人都在使用通用产品，才有了个性化需求的庞大市场。”

为实现对Autopilot的构想，AIGCode团队深谙现有大型模型在代码生成方面的不足，因此着手于模型架构的优化。他们在混合专家模型（MoE）基础上，演变出了一种新的混合模型——PLE（混合多专家架构）。通过将PLE与大型模型结合，AIGCode实现了相同神经元以压缩比更高的方式存储，并有效地进行结构化的有序学习，最终使得其AIGCode 7B锡月大模型的表现可以和业界主流模型如GPT-4o相媲美。 RB88手机官网

AIGCode目前的算法团队规模约为20人，团队领导者宿文，是一位资深的连续创业者，曾在华创资本负责前沿科技的投资；而CTO陈秋武则在微软、腾讯、百度与阿里等知名互联网公司积累了超过16年的丰富经验，并在AI方向上担任领导职务长达11年。值得一提的是，早在2018年，他就在微软时便参与了利用GPT模型进行项目落地的工作。如今，全球代码生成行业竞争愈发激烈，例如Cursor已获得超过6000万美元的融资，而GitHub Copilot的付费用户已超过130万，初创公司Magic的估值也已突破15亿美元。在这个竞争愈演愈烈的赛道上，AIGCode团队为何选择切入AI代码领域，他们对用户和具体落地场景又有何别出心裁的新洞察？

在业界普遍期待GPT-5发布的背景下，许多人开始质疑大型模型是否面临“规模定律”的瓶颈，AIGCode团队为何选择了自研模型的道路？为此，《Founder Park》对AIGCode的两位核心创始人进行了深入访谈，探讨了他们的思考与理念。

在谈到为何以非编码人群作为代码生成的目标市场时，宿文指出，目前市场上绝大多数产品仍以提升技术人员的工作效率为核心，即通过Copilot模式解决存量问题。尽管这种方向极具价值，但AIGCode定位于更根本的领域——软件产品的最终交付。代码只是一道程序的执行环节，而程序员的使命，是为了解决现实问题而编写的应用。AIGCode以非技术背景的产品经理、需求方和业务方为服务对象，他们才是真正受益于软件服务的群体。这些来自不同用户的多样化需求，正是推动他们技术发展的动力源泉。 RB88手机官网

陈秋武进一步分析了软件行业发展的演变过程，从Web 1.0时代的树状结构，到Web 2.0的搜索引擎，再到如今依赖推荐系统的信息流转，虽然信息的流转效率不断提升，内容生成却仍需依赖人工。未来，借助AI的力量，内容的生成将变得自动化，对于软件来说，AI编程将能够实现自动生成程序。虽然类似Copilot的工具主要服务于开发者，但实际上，许多不会编程的业务用户以及普通用户的App需求，比程序员的数量多出几个数量级。由于全球软件生态在供给方面的不足，个性化需求长期受到压抑。AIGCode的Autopilot模式，正是为了打破这种局面，通过AI编码来降低开发门槛，以满足广大非技术用户的软件需求。

当被问及这是否意味着软件生态将形成一种新模式，程序员的重要性也会相应降低时，宿文表示，软件生态中面临的两个主要问题是生产效率低下和软件质量参差不齐。伴随软件市场的快速发展，目前程序员的缺口持续扩大，懂编程的人才供不应求。虽然海外的SaaS模式推动了软件行业的蓬勃发展，但国内的推广之路并不平坦。大量软件公司承接定制化需求，但由于供给侧的效率与质量瓶颈，常导致许多ToB软件项目难以顺利实施。

如果能够在供给效率、质量与生成成本这三方面实现极致优化，比如将供给效率提升至秒级，并将生成成本降低到可忽略不计的程度，同时确保软件的质量，使其达到良好水平，这将激发出许多潜在的需求，甚至超出想象。因此，个性化应用不会排挤程序员，相反，这一新的发展方向将有力推动整个行业的进步与转型。 RB88手机官网