Copilot 创始工程师：大多数 AI 编码“就像开着法拉利去买牛奶一样”

📌 一句话摘要

GitHub Copilot 创始工程师 Neel Sundaresan 深度剖析 AI 编码工具在企业场景中的真实挑战，强调智能路由、产品体验与成本控制的重要性，并指出大多数开发者滥用顶级模型如同“开着法拉利去买牛奶”。

📝 详细摘要

本文是对 GitHub Copilot 创始工程师、现任 IBM 软件部自动化与 AI 总经理 Neel Sundaresan 的深度访谈编译。Sundaresan 从 2000 年便开始研究如何消除开发者效率障碍，经历了从 API 调用推荐系统到 LSTM、Transformer 等模型演进，最终参与创建了 Copilot。他目前正领导 IBM Bob 智能编码工具的研发，该工具已在 IBM 内部 8 万开发者中使用。文章核心观点包括：AI 编码工具应避免“开着法拉利去买牛奶”式的资源浪费，即不应为简单任务调用最昂贵的前沿模型；Bob 通过智能路由自动选择合适模型，并基于内部大规模 A/B 实验优化；企业级 AI 编码面临遗留代码库、合规要求、混合环境等独特挑战；智能体 AI 虽有价值，但需警惕机器原生语言带来的新风险。Sundaresan 强调，产品体验与底层 AI 能力同等重要，且企业需建立规范而非仅依赖模型提供商。

💡 主要观点

- 大多数开发者滥用顶级 AI 模型，造成巨大的成本浪费。 Sundaresan 指出，开发者常为简单任务调用 Claude Opus 4.7 等顶级模型，成本高达每百万词元 40 美元，如同“开着法拉利去买牛奶”。Bob 通过智能路由自动选择最合适的模型，避免资源浪费。

AI 编码工具的产品体验与底层模型能力同等重要。 Sundaresan 认为，即使模型性能再好，如果产品体验设计有偏差，整体体验也会大打折扣。他从早期 API 推荐系统的成功中认识到，在细微环节降低使用阻力能带来超预期的用户满意度。

企业级 AI 编码面临遗留代码库、合规和混合环境等独特挑战。 IBM Bob 专门针对企业场景设计，支持 PL/I、COBOL 等老旧语言，并能在受限的企业环境中运行。Sundaresan 强调，大多数 AI 编码工具将这些场景视为边缘情况，而它们恰恰是企业客户的核心需求。

智能体 AI 有实际价值，但需警惕机器原生语言带来的新风险。 Sundaresan 认为智能体之间的交互可能演变为人类无法直接读懂的机器原生语言，其中若出现漏洞，错误可能呈爆炸式扩散。他主张“勇敢但系统性地向前推进”，而非因噎废食。

💬 文章金句

- 人们会选择最新的 Claude Opus 4.7 这类顶级模型。他们可能只是执行一条简单的提示词，但成本却高达每百万词元 40 美元。这就好比开着法拉利去便利店买牛奶，完全没有必要。

• 编码是一项分析性工作，和网购不一样。如果系统给出了错误的推荐，或是给出会干扰我思路的推荐，那就有问题了。
• 这并非简单地将各类模型接入系统，而是要把模型能力、产品体验，以及能够支撑优质体验的架构有机结合起来。模型只是整体方案的一部分。
• 如果炒作是烟，那背后一定有火。火势或许没有烟那么大，但火苗确实存在。
• 倘若这些衍生语言中出现漏洞差错，这类错误很可能会呈爆炸式扩散蔓延。

📊 文章信息

AI 初评：87

来源：InfoQ 中文

作者：InfoQ 中文

分类：人工智能

语言：中文

阅读时间：12 分钟

字数：2771

标签： AI 编码, GitHub Copilot, IBM Bob, 智能路由, 企业级 AI

阅读完整文章