人工智能编码助手 Supermaven 获巨头投资

雅各布·杰克逊在其职业生涯早期就全身心投入人工智能。

杰克逊共同创立了Tabnine，这是一个人工智能编码助手，后来在风险投资中筹集了近 6000 万美元，当时他还是滑铁卢大学的计算机科学学生。2019 年（在期末考试期间）将 Tabnine 出售给 Codata 后，杰克逊以实习生身份加入 OpenAI，一直工作到 2022 年。

就在那个节点，杰克逊又萌生出再次创业的想法，这次专注于支持常见的开发者工作流程。

“现在从事开发者工具相关工作真是令人兴奋，因为自从我创建 Tabnine 以来，底层技术进步巨大——这使得更多开发者对使用人工智能工具来加速工作流程产生了兴趣。”

于是，杰克逊创办了Supermaven，这是一个类似于 Tabnine 的人工智能编码平台，不过在生活质量和技术升级方面有一些改进。

杰克逊称，Supermaven 内部的生成式人工智能模型 Babble 凭借 100 万个标记的上下文窗口，能够一次性理解大量代码。（在数据科学中，标记是原始数据的细分部分，就好比单词“fantastic”中的音节“fan”、“tas”和“tic”。）

模型的上下文或者说上下文窗口，指的是模型在生成输出（比如附加代码）之前所考虑的输入数据（比如代码）。

“我们的大上下文窗口有助于降低幻觉出现的频率，因为在模型否则就得猜测的情况下，它能让模型从上下文中得出答案。”杰克逊说道。

100 万个标记的确是一个很大的上下文窗口。但它不如 AI 编码初创公司Magic 的大，后者有 1 亿个标记。

同时，谷歌近期推出的代码辅助工具，其上下文与 Supermaven 的一样，都是 100 万个标记。

那么，Supermaven 相对于竞争对手的优势是什么？嗯，杰克逊称，Babble 凭借“新的神经架构”实现了更低的延迟。

“Supermaven 需花费 10 至 20 秒来处理开发人员的代码库，从而熟悉其 API 以及代码库的独特约定，”杰克逊说。“得益于我们内部的模型服务基础设施，延迟得以降低，我们的工具在处理大型代码库所带来的长提示时仍能保持响应。”

人工智能编码工具的市场规模庞大且不断增长，Polaris Research 预测 到 2032 年其价值将达到 271.7 亿美元。GitHub 最新的开发人员调查中 绝大多数 受访者表示，他们已经以某种形式采用了人工智能工具，超过 180 万人——以及约 5 万家企业——正在为 GitHub Copilot 付费。

但是 Supermaven 以及诸如 Cognition、Anysphere、Poolside、Codeium 和 Augment 之类的初创竞争对手，都面临着道德和法律方面的挑战需要去克服。

企业通常对向第三方披露专有代码持谨慎态度；例如，据报道，苹果去年禁止员工使用 Copilot，理由是担忧机密数据泄露。一些使用受限许可或受版权保护的代码训练的代码生成工具已被证实当以某种方式提示时会重复该代码，从而带来责任风险（即，合并该代码的开发人员可能会被起诉）。而且，由于人工智能会犯错，辅助编码工具可能会导致更多错误和不安全的代码被推送到代码库中。

杰克逊称，Supermaven 不会利用客户数据来训练其模型。然而，他确实承认，公司会将数据保留一周以“让系统快速响应”，他说道。关于版权问题，杰克逊并未明确否认 Babble 是依据受知识产权保护的代码进行训练的——只是称它“几乎完全是基于公开可用的代码而非对公共互联网的抓取”来进行训练，以“降低训练期间接触有害内容的风险”。

客户似乎没有被劝阻。杰克逊表示，超过 35000 名开发人员正在使用 Supermaven，并且有相当一部分人正在为高级 Pro（每月 10 美元）和 Team（每月每位用户 10 美元）的计划付费。自 2 月推出以来，Supermaven 的用户基数增长了 3 倍，今年其年度经常性收入达到 100 万美元。

这种势头引起了风险投资公司的关注。

Supermaven 本周宣布获得了其首轮外部融资：由 Bessemer Venture Partners 领投的 1200 万美元一轮融资，以及包括 OpenAI 联合创始人 John Schulman 和 Perplexity 联合创始人 Denis Yarats 在内的知名天使投资人。Jackson 表示，计划把这笔资金用于招聘开发人员（Supermaven 当下有一个五人团队）以及开发 Supermaven 的文本编辑器，该编辑器目前处于测试阶段。

“我们计划在年底前实现大幅增长，”他补充道。“尽管科技行业整体面临逆风，但编码助手的市场一直在快速增长。自 2 月推出以来的增长情况——以及我们最近的一轮融资——让我们在进入明年时处于有利地位。”