破解了“Q算法”的公司，获得了一亿美元投

OpenAI去年泄露的 “Q 算法”，被认为是AI初步具备轻微“自我意识”的征兆。 

最近，一家名为Magic的AI初创公司，私下宣称其能够实现类似于OpenAI 去年开发的 “Q 算法” 的主动推理能力。 

Magic宣称，它开发的新型大语言模型更接近于人类的思维方式，能实现全自动化编程， 打破现有的半自动化代码编写。类似于一个真正的编程人员。 

正因如此，Magic最近引发了各路资本的集体下注。 

2月6日，Alphabet（谷歌母公司）旗下的CapitalG领投，Magic获得融资额2800万美元。 

2月21日，GitHub前CEO Nat Friedman和他的投资合伙人Daniel Gross于上周又向 Magic 公司狂砸了1.17亿美元。

这个只有10多人的团队，真的要引爆AI+自动编程这条赛道了？ 

01 公司介绍

Magic创立于2022年，成立之初便拿到500万美元种子轮融资，同样由CapitalG 领投。 

Magic的首席执行官兼联合创始人Eric Steinberger本科毕业于剑桥大学计算机科学专业，曾在FAIR做过机器学习研究。 

在高中时，Eric Steinberger就是一个对AI颇感兴趣的“极客少年”，这也为Eric日后担任Meta（Facebook母公司）担任AI研究员的工作埋下了种子。 

公司成立后，主要开发类似GitHub Copilot的产品，可以帮助软件工程师编写、审查、调试和修改代码，目标是为程序员打造一个AI同事，其主要竞争优势就是模型可以读取更长的代码。 

过去几年，软件开发人员人才的高成本（平均 每年约15万美元）和人才的稀缺性（ IDC预计到2025年将出现400万名工程师缺口）增强了人们对开发人员生产力提升工具的兴趣。 

IDC估计全球有2500万名开发者，预计到2027年，这个数字将增长到4000万。 

而这样的需求，也成了自动化编程 技术如此被关注的原因。 

02 产品介绍

在去年6月时，团队就发布了最长支持500万token的LTM-1模型。这大约是50万行代码或5000个文件，比Claude高50倍。 

从功能上说，LTM-1的主要应用场景在于代码补全，比如可以生成更长、更复杂的代码建议。 

这种生成长文本的能力，使其成为AI编程中一个非常强大的工具，并在长期记忆和上下文理解方面，相较于现有模型如ChatGPT的显著改进。 

这是因为，当AI模型能够处理和记忆大量上下文信息时，它对整个项目或代码库的理解将更加深入。模型可以更准确地理解代码的功能、依赖关系和潜在的问题，从而提供更准确的编程建议和解决方案。 

03 产品分析

尽管目前还有很多AI编程工具和平台，但LTM-1模型因其能处理高达500万Token的上下文而独树一帜。 

对开发者来说，处理大量上下文的能力，使AI模型能够在更复杂的编程任务中发挥作用，例如自动化错误修复、代码生成和代码审查。这可以极大地减轻开发者的负担。 

更重要的是，这种长文本的能力，也让AI向着“人人皆可编程的时代”迈出了重要的一步。 

因为这样的能力，使AI能够更好地理解复杂的编程语言和 逻辑，从而为非专业程序员提供更直观、更易于理解的编程辅助。这有助于降低编程的学习曲线，而不需要用户具备广泛的编程知识。 

本文来自微信公众号“AI新智能”（ID:alpAIworks），作者：举大名耳，36氪经授权发布。