今年2月，在英伟达市值突破2万亿美元时，经济学家托斯顿·斯洛克曾发出警告称，当前的人工智能泡沫已经超过了90年代的互联网泡沫。
如今过去两月有余，虽然距离巅峰时期股价跌了10%，但英伟达市值还是来到了近2.2万亿美元。看起来，“泡沫”不是那么容易被定义，“戳破”也尚需时日，唯一确定的是，人工智能热度维持高位，交易也还在继续，有买就有卖，或许还会回头互道平安。
近日有报道称，人工智能初创公司Cognition获得了由Founders Fund领投的1.75亿美元投资，该轮融资后，其最新估值达到了20亿美元（约144亿元人民币），直接迈入了独角兽行列。
要知道，在一个月前的2100 万美元A轮融资中，Cognition的估值只有3.5亿美元，不过当时也是Founders Fund作为领投方。在最新这次1.75亿美元融资前，Cognition还拒绝了10亿美元估值的报价。
又一个天才创业故事
Cognition在去年11月成立于旧金山，到现在只有六个月，其创始人分别为Scott Wu、Walden Yan以及Scale AI的前工程师Steven Hao。最初，Cognition是一家加密货币公司，但随着该技术日益普及，其业务转向人工智能。
或许是因为时机踩得准，Cognition甫一成立便获得了投资人Peter Thiel、前Twitter高管埃拉德·吉尔 （Elad Gil）和Doordash联合创始人托尼·徐（Tony Xu）在内的科技行业领袖的支持。
在Cognition的三位创始人之中，作为首席执行官的Scott Wu是一个连续创业者，在创立Cognition之前，他曾联合创立了另一家名为Lunchclub的虚拟网络公司，并担任其首席技术官兼联合创始人。
该公司是一个利用人工智能将基于共同兴趣和目标的用户联系起来的社交平台，还获得了Lightspeed、Coatue和A16z的融资，估值超过1亿美元。
从创业团队来看，这个小型创始团队拥有10枚IOI金牌，这是一项享有盛誉的“国际信息学奥林匹克”编程竞赛。他们的履历也十分漂亮，此前曾在Google DeepMind、Cursor、ScaleAI等科技公司任职。
在Scott Wu看来，团队的专业背景使Cognition比竞争对手更具优势，“这几乎就像我们多年来一直在脑海中玩的游戏，现在有机会将其编码到人工智能系统中”。
谈到这，就不得不先聊一下被看作是“传奇大师”的天才创始人Scott Wu。在学生时代，Scott Wu就表现出了非凡的数学和编码天赋。12岁时，他开始钻研编码，这为他在技术领域的职业生涯奠定了基础。14岁时，他就已经和同是天才的兄弟Neil Woo一起参加编程比赛。
很快，哥儿俩因在编码和数学方面的专业知识而闻名，并在竞争性编程平台上获得了传奇的特级大师地位。
毕业前，Scott Wu在哈佛大学学习经济学，之后搬到旧金山创办了自己的公司。而Neal Woo曾在Facebook和Google Brain等多家大型科技公司担任要职，还曾担任哈佛大学首席助教。
现在，Neal Woo也加入了Cognition团队，选择与兄弟并肩作战。属实是现实版“兄弟同心，其利断金”，这“金”现在值20亿美元。
“世界上第一个完全自主的AI软件工程师”
不过，在短短一个月时间内，Cognition能够从3.5亿美元快速增长到20亿美元，除了投资人对创始团队的信心外，还来自于该公司在3月中旬发布的一款名为Devin的人工智能编码助理，他们称之为“第一位人工智能工程师”。
那么Devin到底能干什么呢？用一句话就是——这是一款人工智能工具，能够自主处理复杂的编码任务。
具体地，Devin能够端到端地处理整个开发项目，从编写代码到修复与之相关的错误到最终执行，甚至能够处理 Upwork 上的项目，Cognition宣称， Devin是首个能够独立完成端到端项目开发全部任务的产品。
在执行层面，用户只需在Devin的聊天界面中输入文本提示，它就会响应命令，制定详细的分步计划来解决问题，即它将使用自己的命令行界面（CLI）、代码编辑器和浏览器来构建计划并配置所需的工具，通过这些工具，它可以访问、阅读和理解。
这些功能也能使Devin能够构建网站、自主识别和修复代码库中的错误、部署应用程序，甚至训练其他人工智能模型。
也就是说，它可以“规划和执行需要数千个决策的复杂工程任务”，并帮助人类准备完成工作所需的一切。
与此同时，Cognition对Devin的基准评估使用了要求智能体解决任务的SWE-bench工具，结果发现Devin端到端正确解决了13.86%的问题，远远超过了之前1.96%的最佳水平。即使提供了要编辑的确切文件，之前最好的模型也只能解决4.80%的问题。
但也有一些专家指出，该公司的演示与实际应用存在明显的不一致，而且他们也并未发布有关人工智能模型的详细技术报告，因此他们认为Devin并不像其创始人所描述的那样有能力。
国内技术专家告诉我，Cognition底层应该是通过调用开源大模型接口实现的，如果把程序开发中描述并拆解需求，如写代码，检查，测试，上线等一系列过程，看做是不同角色，AI编程就是通过不同接口调用大模型的能力，来协同完成这个任务。
早在去年Open AI就发布了ChatGPT写代码的相关应用。只不过按照Cognition的演示，相比于ChatGPT只能按照prompt指令执行的操作，使用Devin开发的会便捷不少。
在Devin陷入争议后，Scott Wu曾在其社交平台的一篇文章中解释道：“我们的愿景是让Devin成为助手，让每个软件工程师的工作效率提高10倍。与此同时，我们想明确的是，今天的Devin还远非完美，它也经常犯错或陷入困境。我们希望有更多用户尝试使用，我们也将根据用户的反馈继续开发。”
此外，Cognition去年才开始开发该产品，目前Devin仍然是非公开的，该公司只向少数客户开放访问权限，这也就意味着这款产品可能尚未产生任何规模化收入。在这样的前提下，Cognition仍然能以1个月翻6倍的估值拿下融资，AI造富能力可见一斑。
AI时代，To D仍然是一个好生意？
其实，在软件开发中应用AI并不是什么新鲜事，科技巨头早已进行了布局，相关工具一直存在并且持续迭代，比如微软拥有的GitHub、谷歌和亚马逊也有自己的AI编码助理，当然，也出现了一些明星创业公司，包括Magic、Replit和Codeium等。
正如上文所说，到目前为止，所有以编码为中心的模型本质上都是辅助性的，只能根据提示和有限的能力执行任务。而Devin的出现标志着AI辅助开发领域的重大转变，不仅可以自主工作，还可以处理端到端项目，为工程师提供了成熟的AI工作者，而不是只能编写准系统代码或建议片段的副驾驶。
值得一提的是，最近AI编码领域的热度也达到了新的高度。
在资本侧，除了Cognition，另一家AI编码初创公司Augment，也在同一天宣布获得了2.52亿美元融资，投后估值为9.77亿美元，这家公司也十分低调，初创团队更是不足十人。
可其背后投资团队十分豪华，不仅有Sutter Hill Ventures、Index Ventures、Innovation Endeavors、Lightspeed Venture Partners 和 Meritech Capital 等知名美国VC，个人投资者还包括前谷歌 CEO Eric Schmidt。
今年2月，Codeium筹集了6500 万美元，Cognition的初创竞争对手Magic AI获得了1.17 亿美元投资。更早之前的去年11月，AI编码辅助初创公司Tabnine获得了2500万美元的融资。
大厂收集的数据和需求，或许能够反应为何AI编程会得到美国VC青睐。
上个季度，微软的GitHub Copilot的用户群增长了30%，达到130万用户。同时Github表示，未来一年，它计划发布一个编码“代理”，该代理将审查现有计算机代码的问题，建议修复计划，并自动编写和运行代码。
国内方面，一是业内人士对AI在产品开发团队中，具体应用前景依然抱有质疑；二是，目前还没有看到类似Devin的明星产品出现。因此，AI编程或许也是国内大模型创、投领域的非共识之一 。
上述技术专家告诉我，虽然Devin演示中呈现的效果很好，但在实际应用，尤其是商业化应用中，“AI工程师”能够做到稳定、准确地输入输出还是天方夜谭，“光是在对齐需求上，对于AI来讲就已经很难了，不仅需要消耗大量的时间，准确率还非常低。”
因此他认为，AI目前在编程方面的应用，还是作为一种辅助手段，完成颗粒度更细的任务，即用低代码技术或低代码编程语言，去标准化整个软件开发的技术栈，让大模型按照已有标准和规范，生成对应代码。
因此，目前国内AI编程的多数创业公司，仍遵循主流方式，将AI作为辅助。不过，不少大厂纷纷押注AI编程，基于大模型，逐步推出让编程更加智能化的产品，举几个例子吧：
比如今年3月，百度发布Comate2.0代码助手，目前，Comate已编写了百度内部四分之一的代码，李彦宏更是认为，以后甚至程序员这个职业都不会存在；
4月初，阿里首个AI员工上岗，并在内部全面推行AI编程，使用“通义灵码”辅助程序员写代码，还为 “通义灵码” 配备了AI001的工号；
4月下旬，商汤推出代码大模型一体机，单台支持100人团队使用，商汤还曾在去年推出智能编程助手代码“小浣熊”，据称可帮助开发者提升编程效率超50%。
而AI编码的热度不禁让人想起之前SaaS时代，也出现了一些面向D端（开发者）的应用，他们也都曾走到过聚光灯下，并获得了不错的估值。AI时代，To D仍然是创业者掘金的热门领域。
不过同样与SaaS时代类似，泡沫的说法也一直没有断过，尤其是不断膨胀的估值，正在挤压创业公司的发展空间，毕竟到现在为止，很少有初创公司能够真正从高投入中获得相应回报。按照美国红杉资本的估计，去年大模型公司在芯片上花费了约500亿美元，但仅带来了30亿美元的收入。
曾估值数十亿美元的初创大模型公司Stability AI、Inflection AI等，不是陷入融资困境，就是创始人“跑路”。这么一看，Cognition短时间冲到20亿美元估值，未来面临的各种压力也不会小。
本文来自微信公众号：投中网 （ID：China-Venture），作者：张雪