在开发环节中，还需要持续把Dev和Ops的流程结合，才能让产品又好又快地上线。

面对这些问题，现有的AI Coding产品仍有诸多“不稳定因素”。

一份在近期发布的报告指出，尽管现在有许多AI工具可以生成源代码，但它们很少考虑应用程序的设计和架构，或者架构和组件之间的关系。它们也无法像人类开发者那样，在生成代码时充分考虑可维护性、可重用性、可扩展性和性能。而且，AI生成的代码通常不安全，可能包含不少错误。

除却这些，由于算力的紧缺和安全性的严格要求，中国企业还要考虑各种类型的AI Coding产品能否在算力支持的范围内进行私有化部署。

在极狐GitLab CEO柳钢的眼中，当前市面上琳琅满足的AI Coding产品，只有两个划分维度：第一，是否支持私有化部署。第二，是否支持全周期的智能软件研发。这些，恰好是极狐GitLab希望让驭码CodeRider解决的，也是这款产品最大的特点。

先来看全周期的智能软件研发。

让AI支持全周期的智能软件研发，几乎是极狐GitLab的基因。

极狐GitLab脱胎于全球知名的开源平台GitLab。GitLab成立于2014年，主营业务是提供开源的DevOps平台，以及帮助开发者实现线上合作开发以及版本控制。它面向企业私有仓库服务的能力，能让企业开发团队对自己的代码仓库拥有更多的控制——这也是GitLab区别于其他竞品的地方。

顺理成章地，2022年2月极狐GitLab发布了DevOps一站式平台，覆盖管理、规划、创建、验证、打包、发布、运维等环节。2022年当年，极狐GitLab已有180多个客户。

2024年推出的驭码，已经与极狐原有DevOps平台实现深度一体化，并且提出“智能体编程+工作流集成”的范式。这样做的效果，是让产品实现了从代码生成到代码审核、CI/CD流水线的无缝协同，能够构建出完整的、直接在企业内部落地的软件智能研发闭环。

这种平台型的策略，在今年已经逐步成为共识。比如Cursor，现在就越来越强调单元测试的流畅性，越来越注重端到端的任务式编程能力，而不是仅专注于代码的生成。

“大家逐渐意识到，软件开发是一个全生命周期的过程，包括代码生成、单元测试、代码审核、安全扫描和持续发布等环节，涵盖从开发到落地的全过程。”柳钢说。

这种趋势正中极狐下怀。毕竟从GitLab中国版起家的它，对企业内部研发流程的门道比任何人都清楚。

“从代码产生的那一刻起，就涉及大量的修改、编辑、审核和合并工作。在企业中，编程从来不是单人行为，少则十几人，多则上百人协作开发。在一体化协作领域，我相信包括Cursor在内的许多AI编程初创公司都还有很长的路要走。”柳钢表示。

具体落地到实现方式上，驭码和极狐原有的DevOps平台并不是随意地黏合。

现在的驭码，在各个功能里都加上了AI。这其中的每个功能，都可能在使用不同的模型。柳钢告诉我们，在过去两年多的时间里，极狐已经研究清楚了各个产品功能最匹配的模型，可以给直接提供客户最实际、最有效的方案。

在使用效果上，极狐GitLab和驭码CodeRider已经能“无缝集成，丝滑切换”。

现在如果一个程序员打开产品界面，会发现在极狐GitLab的DevOps界面里，提交代码时也有智能审核选项；在驭码CodeRider插件中，也可以直接享受议题分析、归纳、总结等功能，不用跳出插件使用。

这种平台型思路叠加AI能力，再加上高效的落地速度和丝滑的产品体验，让驭码CodeRider顺利转化了之前的客户。

比如之前提到的新零售世界五百强公司，就围绕GitLab提供了更多知识库、项目引导、单元测试、代码评审等功能，内部预估研发提效27%。

懂私有化，才能适配

中国企业的AI Coding需求

私有化部署，也是驭码CodeRider主打中国市场的一个差异化能力。

由于长期以来的云环境和使用习惯，私有化的部署模式是中国中大型企业采购IT产品时最常考虑的模式。但在AI Coding场景下，目前能满足企业客户需求的方案并不多。

原因在于，当前业内流行的、适合程序员在专业场景使用的AI Coding产品大多源于海外（如Cursor、Windsurf、Claude Code等）——它们几乎都不支持私有化部署。

这意味着，如果一家企业不想让数据上公网，而希望打造一套专属系统，这类来自海外的流行产品就无法交付。

排除了海外的产品，再来看中国厂商的方案。

中国的IT供应商虽然熟悉私有化部署，但目前很多AI Coding新产品依然想出海服务全球市场，不会把重心放在提供私有化部署的版本上。而在能提供这类服务的企业中，又有不少缺乏为企业提供AI产品私有化部署的经验。

“这件事就像建一个小型自来水厂，虽然规模小，但能满足需求。这就需要对特定领域有专业知识（know-how），比如模型组合、算力分层和软硬件优化。这部分投入对于不涉及私有化部署的公司来说很难理解。”柳钢打比方解释。

既要长期服务企业，还要对新技术持续跟随，再加上能有现成的方案能及时提供，极狐GitLab似乎是为数不多能提供这种服务的企业。

从结果看，一些极狐GitLab的客户已经体验到正向的效果。

比如，一家关注数据安全，需要私有化部署的上市影像设备公司，在使用了驭码CodeRider的私有化部署方案后，发现在模型参数、GPU资源仅有某云厂商一半的情况下，就取得了同等的成绩。

一家拥有数百人研发团队和大量外包人员的新零售世界五百强，在采购了CodeRider一体机私有化部署后，也取得了开箱即用、优于云厂商租赁GPU显卡成本的效果。

“私有化部署的投入价值是被低估的。比如在一台标准一体机上优化后，我们支持的并发数量和生成效率是未优化情况下的数倍。”柳钢表示。

提到私有化部署对模型效果的“阉割”质疑，柳钢告诉我们，在实际落地的案例中，现在有不少中国的企业确实需要平衡算力成本和效果。

也就是说，如果私有化部署满血版的模型成本过高，就需要供应商在私有化部署中寻找适合的解决方案。而只有对模型组合、算力分层和软硬件优化都有经验的公司，才能帮助企业客户做好这件事。

开源和商业化的正向关系

作为一家融入着开源基因的公司，在开源成为事实标准的AI时代，驭码CodeRider也在考虑开源。

此时此刻，AI Coding插件开源的趋势正在成为现实。

5月19日，VS Code官方宣布开源GitHub Copilot Chat插件的代码。

柳钢觉得，这件事代表着三层含义：第一，Copilot Chat开源对当前市场生态、用户使用习惯不会带来本质性改变，但影响力很大。

第二，驭码的功能和用户体验更完善，并且更适合中国程序员使用，不会受到GitHub Copilot Chat的冲击。

第三，大型IDE产品对AI Coding插件持欢迎态度。未来，驭码也会在VS Code、JetBrains、Android Studio等不同平台上，把AI插件做到最好。

看清行业趋势的驭码已经在准备把自己产品的部分功能开源。

开源的意义，极狐GitLab也想得很清楚。他们希望以最小的成本获取更多客户的信任，在促进商业转化的同时，分享自己的先进理念。

“我们觉得自己的产品对中国的开发者市场有很多启发意义，比如在有限资源下优化架构、智能体编程与特定任务的组合、AI编程与代码管理的集成等。”柳钢觉得，通过开源的方式分享这些先进的理念和技术架构，会让更多用户看到自家的产品，也会进一步促进产品的商业化。

这和Copilot的思路也有相似之处——毕竟，Copilot Chat开源并没有改变Copilot的付费计划。不论是怎样的开源产品，在实际的业务使用中，如果厂商只提供一个免费试用版本，只能让程序员体验产品。但如果要将产品用于生产环境，免费的资源是远远不够的。

“开源可以在开发者市场快速形成影响力，吸引用户升级到企业版。”柳钢说。

目前，驭码CodeRider已签约数十家客户，更多的企业正在进行PoC或技术交流。虽然单看数字量级并不算很多，但这些客户基本都满足“有足够多的程序员；有相当的支付能力”两个条件——它们，也是柳钢总结出的商业化客户的画像。

他告诉36氪，驭码CodeRider目前最大的客户是一家中国的电动汽车新势力厂商。汽车行业程序员密集，这家公司有数千名程序员，每年合作金额达数百万人民币。

目前很多这种类型的优质潜在客户，会先让一部分程序员试用各种AI Coding产品，再进行实际的采购。开源的意义，也就是让更多中国企业中的程序员能直接试用到驭码CodeRider。

从2024年推出驭码CodeRider，这款定位于中国国情的AI Coding产品，几乎把“务实”两个字写在了产品/功能设计、客户画像、开源目标等等各个方面。

“驭码CodeRider希望成为‘第一个跑通AI商业闭环的本土企业级应用。”柳钢说。

不论是AI还是AI Coding，这个目前最为火热的行业有着太多泡沫。柳钢希望做到的，是让极狐成为那个最“克制”的AI玩家，以务实与创造力，探索AI在中国的正确打开方式。