文 | 周鑫雨
編輯 | 鄧詠儀
36氪獲悉，近日AI企業(yè)「Babel」完成550萬美金天使輪融資。該輪融資由云九資本領投，峰瑞資本跟投。
成立于2023年，Babel為用戶提供了軟件開發(fā)和運維的AI全流程服務，目標通過重建自動化、可觀測的AI生成軟件工作流程和軟件運行環(huán)境，提高軟件開發(fā)的效率，實現(xiàn)上傳涵蓋產(chǎn)品功能、目標人群等信息的產(chǎn)品規(guī)格，就能自動驅(qū)使Agents Team完成軟件開發(fā)和運維的全流程。
Babel核心成員曾是云端軟件服務平臺CODING的創(chuàng)始人。BabelCEO張海龍曾為CODING的聯(lián)合創(chuàng)始人兼CEO，并曾在Oracle擔任高級軟件工程師。前CODING聯(lián)合創(chuàng)始人、Babel CTO杜萬曾擔任阿里云的技術專家。
CODING DevOps主要為開發(fā)者提供代碼托管、項目管理、測試管理、持續(xù)集成等云端軟件設計、開發(fā)、運維等全流程服務，通過標準化的產(chǎn)品和流水線的作業(yè)，降低了企業(yè)研發(fā)的管理門檻。2019年，CODING被騰訊云收購。
大模型技術的發(fā)展，讓AI接管軟件設計、開發(fā)、運維的全流程，逐漸成為了可能。比如OpenAI在DevDay上推出了能讓用戶像搭積木一樣拼接開發(fā)組件的GPT Builder，AWS則分別針對開發(fā)者和普通用戶推出了App開發(fā)工具BedRock和PartyRock。
Babel運營總監(jiān)王子嬴告訴36氪，Babel 核心由兩部分組成。一部分是工具及云平臺，通過供標準化的開發(fā)、運維等工具，解決企業(yè)軟件開發(fā)中的非必要復雜性的問題，屏蔽k8s（容器集群管理系統(tǒng)，Kubernetes）等底層基礎信息，降低AI獲取信息的復雜度。
另一部分則是讓AI Agents托管軟件開發(fā)的全流程。與其他AI軟件開發(fā)流程仍然以人類開發(fā)者驅(qū)動為主，即人有什么不會就去問AI問題或者寫一半讓AI續(xù)寫。 Babel Agent 的模式的不同之處在于：Babel由AI驅(qū)動，即AI有什么地方做不出來，就會去問人，可以解決更多的業(yè)務上的必要復雜性問題。
傳統(tǒng)軟件開發(fā)流程vs未來AI軟件開發(fā)流程
比CODING更進一步，Babel的產(chǎn)品定位是取代初級程序員。王子嬴對36氪表示，在美國，AI取代初級程序員有近1400億美金的市場機會。
不過，GPT Builder們雖然解放了開發(fā)者的雙手，但其開發(fā)的通用型軟件往往功能有限，競爭壁壘較低。且運維和Bug修復等流程，仍需要人類參與。
Babel的優(yōu)勢在于實現(xiàn)了對應用開發(fā)全流程的接管。王子嬴介紹，Babel的Agents覆蓋軟件開發(fā)的各個方面，比如，PM Agent（產(chǎn)品經(jīng)理）負責 Agent 和人之間的溝通協(xié)調(diào)，架構Agent負責把需求文檔轉化為可生產(chǎn)的架構，測試Agent負責根據(jù)需求及架構編寫測試代碼，并對開發(fā)Agent撰寫的代碼進行測試，運維Agent會排查運行過程中的報錯，篩選出錯誤交由開發(fā)Agent修復。
在這個過程中，人類一方面需要提供需求文檔，另一方面是作為監(jiān)督者解答Agent的疑問。
在運維環(huán)節(jié)，Babel為用戶提供了較強的可觀測性。Babel的程序托管后臺，采用的是行行級觀察的呈現(xiàn)界面，有助于AI實時觀察程序運行狀況，并精確定位和修復具體Bug。
Babel的程序托管后臺
目前，Babel的軟件服務Agents Team，是基于對GPT-4和GPT-3.5的微調(diào)，目標是初級程序員技術最大的海外市�；贑ODING時期積累的軟件服務經(jīng)驗和業(yè)務數(shù)據(jù)，王子嬴認為，Babel能快速積累先發(fā)優(yōu)勢和形成數(shù)據(jù)飛輪。
