Zencoder Machinet را برای به چالش کشیدن Copilot Github به عنوان دستیار رمزگذاری AI شتاب می دهد
Zencoder Machinet را برای به چالش کشیدن Copilot Github به عنوان دستیار رمزگذاری AI شتاب می دهد

Zencoder Machinet را برای به چالش کشیدن Copilot Github به عنوان دستیار رمزگذاری AI شتاب می دهد

به گزارش سرویس تازه های دنیای فناوری وبسایت اخبار تکنولوژی تک فاکس،

برای آخرین به روزرسانی ها و مطالب اختصاصی در مورد پوشش هوش مصنوعی پیشرو در صنعت ، به خبرنامه های روزانه و هفتگی ما بپیوندید. بیشتر بدانید


Zencoder امروز از دستیابی به Machinet ، توسعه دهنده دستیاران برنامه نویسی AI آگاه با بیش از 100،000 بارگیری در اکوسیستم Jetbrains خبر داد. این کسب و کار موقعیت Zencoder را در چشم انداز CONDANT CONDANT AI AI تقویت می کند و دسترسی خود را در بین توسعه دهندگان جاوا و سایر کاربران محیط های توسعه محبوب Jetbrains گسترش می دهد.

این معامله نشان دهنده گسترش استراتژیک برای Zencoder است که فقط شش ماه پیش از حالت مخفیگاه بیرون آمده است اما به سرعت خود را به عنوان یک رقیب جدی برای Github Copilot و سایر ابزارهای برنامه نویسی هوش مصنوعی تأسیس کرده است.

اندرو فایلو ، مدیرعامل و بنیانگذار Zencoder ، در مصاحبه اختصاصی با VentureBeat در مورد کسب گفت: “در این مرحله ، سه محصول هماهنگی قوی در بازار وجود دارد که درجه تولید است: این ما ، مکان نما و Windsurf است. برای شرکت های کوچکتر ، رقابت سخت تر و سخت تر می شود.” “کادر فنی ما شامل بیش از 50 مهندس است. برای برخی از استارتاپ ها ، حفظ این سرعت بسیار سخت است.”

دستیار بزرگ کد نویسی AI: چرا بازیکنان کوچک نمی توانند رقابت کنند

این کسب در یک لحظه مهم در بازار دستیار کدگذاری هوش مصنوعی به دست می آید. هفته گذشته ، گزارش ها منتشر شد که Openai در حال بحث و گفتگو برای دستیابی به Windsurf ، دستیار کدگذاری AI دیگر ، با قیمت تقریبی 3 میلیارد دلار است. در حالی که FileV حفظ می کند زمان تصادفی است ، وی اذعان می کند که این نشان دهنده پویایی گسترده تر بازار است.

FileV گفت: “من فکر می کنم بیشتر به این موضوع خواهد رسید ، و من مشتاقانه منتظر آن هستم.” “این یک سطح محصول عظیم است. شما باید از چندین IDE پشتیبانی کنید ، شما باید با چندین ابزار DevOps ادغام شوید ، شما باید از بخش های مختلف چرخه زندگی نرم افزاری پشتیبانی کنید. زبانهای برنامه نویسی 70 به علاوه 100 به علاوه وجود دارد … آنقدر کار وجود دارد که برای شرکت های کوچکتر بسیار سخت است که فقط مانند مهندسین زیر 10 برای رقابت در طولانی مدت هستند.”

چگونه استراتژی jetbrains Zencoder از رقبای وابسته به مایکروسافت خارج می شود

یکی از مقادیر مهم استراتژیک دستیابی به Machinet ، حضور پررنگ آن در اکوسیستم Jetbrains است که به ویژه در بین توسعه دهندگان جاوا و تیم های پشتیبان سازمانی محبوب است.

FileV توضیح داد: “مخاطبان Jetbrains میلیون ها مهندس هستند. آنها یکی از ارائه دهندگان پیشرو برای برخی از زبان ها و فن آوری های برنامه نویسی هستند. آنها به ویژه در دنیای جاوا شناخته شده اند ، که بخش بزرگی از حمایت از شرکت ها است.”

این امر به Zencoder مزیتی نسبت به رقبا مانند مکان نما و Windsurf می دهد ، که به عنوان چنگال کد استودیو ویژوال ساخته شده اند و به دلیل محکم تر شدن مایکروسافت از محدودیت های مجوز ، ممکن است با محدودیت های فزاینده ای روبرو شوند.

FileV خاطرنشان کرد: “هر دو مکان نما و Windsurf همان چیزی هستند که Forks of Visual Studio نامیده می شوند و مایکروسافت اخیراً شروع به محکم کردن محدودیت های مجوز خود کرده است.” “پشتیبانی که در مقابل کد برای زبان های خاصی دارد بهتر از پشتیبانی است که مکان نما و ویندوزورف می توانند ارائه دهند ، به ویژه برای C تیز ، C ++.”

در مقابل ، ZenCoder با سیستم عامل های بومی مایکروسافت روی VS Code کار می کند و همچنین مستقیماً با Jetbrains IDE ها ادغام می شود و به آن انعطاف پذیری بیشتری در محیط های توسعه می دهد.

Beyond Hype: چگونه پیروزی های معیار Zencoder به ارزش توسعه دهنده واقعی ترجمه می شود

Zencoder خود را از طریق آنچه که آن را فناوری “repo grokking” می نامد ، از رقبا متمایز می کند ، که کل مخازن کد را تجزیه و تحلیل می کند تا مدل های هوش مصنوعی را با زمینه بهتر ارائه دهد ، و یک خط لوله استنتاج اصلاح شده با خطا که هدف آن کاهش خطاهای کد است.

این شرکت ادعای عملکرد چشمگیر در معیارهای صنعت دارد ، با نتایج FileV از مارس که نشان می دهد Zencoder از رقبای بهتر عمل می کند:

FileV گفت: “در Multimodal SWE-BENCH ، بهترین نتیجه حدود 13 ٪ بود ، و ما توانسته ایم 27 ٪ را که ارسال کردیم به راحتی انجام دهیم ، بنابراین بهترین نتیجه بعدی را دو برابر کردیم. بعداً نتایج بالاتری از 31 ٪ را دوباره ارسال کردیم.”

وی همچنین به عملکرد در معیار Openai اشاره کرد: “در زیر مجموعه SWE-LANCER ‘DIAMOND’ ، بهترین نتیجه Openai که آنها منتشر کردند در دهه 20 بود. نتیجه ما در دهه 30 بود ، بنابراین ما Openai را 20 ٪ در آن معیار شکست دادیم.”

این معیارها اهمیت دارند زیرا آنها توانایی AI را در حل مشکلات کدگذاری در دنیای واقعی اندازه گیری می کنند ، نه فقط کد نحوی صحیح بلکه از نظر عملکردی را ایجاد می کنند.

معماری چند عامل: پاسخ Zencoder به کیفیت کد و نگرانی های امنیتی

نگرانی قابل توجه در بین توسعه دهندگان در مورد ابزارهای برنامه نویسی هوش مصنوعی این است که آیا آنها کد با کیفیت و با کیفیت بالا تولید می کنند. رویکرد Zencoder ، طبق FileV ، ساختن بهترین روشهای مهندسی نرم افزار به جای اختراع مجدد آنها است.

FileV توضیح داد: “من فکر می کنم وقتی سیستم های AI را طراحی می کنیم ، قطعاً باید از خرد سیستم های انسانی وام بگیریم. صنعت مهندسی نرم افزار برای 40 سال گذشته به سرعت در حال توسعه بود.” “گاهی اوقات لازم نیست چرخ را دوباره اختراع کنید. گاهی اوقات بهترین روش این است که از بهترین روشها و ابزارها در بازار استفاده کنید و از آنها استفاده کنید.”

این فلسفه در رویکرد عامل Zencoder آشکار می شود ، جایی که هوش مصنوعی به عنوان یک ارکستر عمل می کند که از ابزارهای مختلفی استفاده می کند ، مشابه نحوه توسعه دهندگان انسانی از چندین ابزار در گردش کار خود.

FileV گفت: “ما AI را قادر می سازیم از همه این ابزارها استفاده کند.” “ما در حال ساختن یک بستر واقعاً چند آژانس هستیم. در نسخه قبلی ما ، ما نه تنها به عنوان برخی از رقبای خود ، به عنوان برخی از رقبای خود حمل کردیم ، بلکه مأمورین آزمایش واحد را نیز ارسال کردیم ، و شما می خواهید در آن بستر تعامل چند عامل ، عوامل بیشتری را از ما ببینید.”

حالت قهوه و آینده: وقتی AI کار را انجام می دهد در حالی که توسعه دهندگان استراحت می کنند

یکی از گفتگوی مورد بحث Zencoder ، “حالت قهوه” اخیراً راه اندازی شده است که به توسعه دهندگان این امکان را می دهد تا هوش مصنوعی را تنظیم کنند تا در هنگام استراحت ، روی کارهایی مانند نوشتن تست های واحد کار کنند.

FileV در مصاحبه قبلی به VentureBeat گفت: “شما می توانید به معنای واقعی کلمه به آن دکمه ضربه بزنید و یک قهوه بگیرید و عامل به تنهایی این کار را انجام می دهد.” “همانطور که دوست داریم در این شرکت بگوییم ، می توانید برای همیشه آبشار ، آتش سوزی و نماینده کار در حالت قهوه را تماشا کنید.”

این رویکرد نشان دهنده دیدگاه Zencoder از هوش مصنوعی به عنوان همراه یک توسعه دهنده است نه یک جایگزینی.

FileV تأکید کرد: “ما در تلاش نیستیم تا انسان ها را جایگزین کنیم.” “ما در تلاش هستیم تا به تدریج و به سرعت آنها را 10 برابر تولید کنیم. هرچه فناوری هوش مصنوعی قدرتمندتر باشد ، انسانی قدرتمندتر است که از آن استفاده می کند.”

به عنوان بخشی از کسب ، Machinet دامنه و بازار خود را به Zencoder منتقل می کند. مشتریان فعلی Machinet راهنمایی در مورد انتقال به پلت فرم Zencoder را دریافت می کنند ، که از طریق فناوری اختصاصی repo grokking و عوامل هوش مصنوعی قابلیت های پیشرفته ای را ارائه می دهد.

چشم انداز جدید توسعه دهنده: اکوسیستم به سرعت در حال تحول

کسب Machinet توسط Zencoder نقطه عطفی در بازار دستیار کدگذاری هوش مصنوعی است ، زیرا بازیکنان بزرگتر شرکت های کوچکتر نوآورانه را با تخصص تخصصی جذب می کنند. برای تصمیم گیرندگان سازمانی که ابزارهای برنامه نویسی هوش مصنوعی را ارزیابی می کنند ، این چشم انداز از این سؤال تغییر می کند که آیا این فناوری ها را اتخاذ می کند که این پلتفرم استراتژیک ترین مزیت را ارائه می دهد.

FileV خاطرنشان کرد: “به شوخی ، من فکر می کنم مثل نیمی از دسته y Combinator Startup های AI است و رقابت در این فضا با دو مهندس در این مرحله غیرممکن است.” “شما باید برای موفقیت در اینجا منابع واقعی ، منابع فنی و منابع بازار داشته باشید.”

از آنجا که تایتان های صنعت مانند مایکروسافت و Openai سرمایه گذاری های خود را در این فضا عمیق تر می کنند ، شرکت هایی مانند Zencoder بر اساس انعطاف پذیری ادغام ، عملکرد معیار و فلسفه های مهندسی که با نیازهای سازمانی مطابقت دارند ، موقعیت های متمایز را حکاکی می کنند.

برای توسعه دهندگان تماشای این ادغام بازار ، یک چیز به طور فزاینده ای روشن می شود: آینده در مورد اینکه آیا هوش مصنوعی کد شما را می نویسد ، نخواهد بود ، بلکه در هنگام بازگشت از آن شکستن قهوه ، برنامه نویس جفت مورد نظر شما می شود.