AIGCode宿文：我们就是要自训练大模型，直接做「L5」| AI产品十人谈

46 0 0

文章摘要

宿文通过其创业公司AIGCode，探索了一条通过大模型实现代码自动生成（Autocoding）的道路，最终目标是实现通用人工智能（AGI）。他认为，代码生成是实现AGI的最佳场景，因为代码数据是高质量的训练样本，且Coding场景能够实现短平快的商业闭环。宿文的创业背景源于他在SaaS公司工作时遇到的代码供给效率问题，传统软件开发模式无法满足B端客户的个性化需求，导致迭代周期长、成本高。大模型的出现让他看到了通过AI解决这一问题的可能性。

宿文的产品思路从创业初期就明确，即通过大模型实现代码的自动生成，而不是简单的代码补全。他提出，Autopilot是几代人的梦想，完全依赖模型和算力，才能实现代码供给的多快好省。AIGCode的核心产品AutoCoder旨在帮助用户在零代码条件下实现创意，目标是通过自动生成数据库、后端和前端代码，彻底替代程序员。宿文认为，AI产品的最终比拼在于谁的“大脑”更聪明，而不是简单的功能优化。

在技术路径上，宿文选择自研大模型，而不是依赖现有的通用大模型。他坚信，预训练是模型的核心，只有通过自研模型才能实现真正的技术创新，而不仅仅是依赖算力和样本的堆砌。AIGCode已经训练出66B的基础模型，并通过FP8技术大幅降低了训练成本。宿文的目标是通过自研模型实现AGI，而不是局限于代码生成的特定场景。

宿文的产品策略是直接瞄准L5级别的Autopilot，即完全自动化的代码生成，而不是从L2（代码补全）逐步升级。他认为，未来的软件将像3D打印一样，用户可以根据需求随时生成个性化的应用，而不需要安装大量软件。这种思路与现有的Copilot类产品有本质区别，宿文认为，Copilot类产品最终会面临与大厂竞争的压力，而Autopilot则是一条更具创新性和颠覆性的道路。

在商业模式上，宿文强调，AI产品的闭环必须依赖于自研模型，因为只有通过自研模型才能快速迭代产品，满足用户需求。他承认，自研模型的成本高、技术难度大，但这是实现AGI的必经之路。宿文的目标是通过技术创新，而不是简单的算力和样本堆砌，来推动AI行业的下一个台阶。

总的来说，宿文通过AIGCode探索了一条通过大模型实现代码自动生成的道路，目标是实现AGI。他的核心观点是，代码生成是实现AGI的最佳场景，而自研模型是实现这一目标的关键。通过技术创新和产品闭环，宿文希望在未来实现完全自动化的代码生成，彻底改变软件开发的方式。