开发者们已准备好拥抱 AI 工具，这得益于其提高生产力和加速学习的双重承诺。根据最近的一项调查，77% 的开发者对在工作流程中使用 AI 持积极态度，70% 的人表示正在使用或计划在今年使用 AI 编码工具。
投资者也看好生成式编码工具的潜力，尤其是这些工具在企业规模下所能实现的能力。这种热情正转化为对 Tabnine 等初创公司的新融资，该公司今日宣布在由 Telstra Ventures 领投、Atlassian Ventures、Elaia、Headline、Hetz Ventures、Khosla Ventures 和 TPY Capital 参投的 B 轮融资中筹集了 2500 万美元。
Dror Weiss 和 Eran Yahav 于 2012 年共同创立了 Tabnine，旨在打造一个将生成式 AI 融入软件开发生命周期各个阶段的平台。Yahav 曾是——并且至今仍是——以色列理工学院（Technion）的教授，而 Weiss 则是该校计算机科学专业的毕业生。
在众多由第一方和第三方生成式 AI 模型驱动的编码工具中，Tabnine 提供了 Tabnine Chat，这是一个 AI “代码助手”，能够编写代码并回答关于组织代码库的问题——有点像用于代码的 ChatGPT。
Tabnine 面临着来自 GitHub Copilot 和 Amazon CodeWhisperer 的竞争。但 Weiss 声称，该公司提供的控制权和个性化程度高于竞争对手系统，例如允许客户将其工具部署在本地或通过虚拟私有云进行部署。
Weiss 在电子邮件采访中对 TechCrunch 表示：“我们灵活的架构使我们能够相对轻松地切换 [代码生成 AI] 模型，因此我们从未与大型生成式 AI 模型构建者直接竞争。”“随着 AI 的演进和其他厂商推出新模型，Tabnine 能够为开发者提供这些模型，无论他们在何处进行编码，从而确保技术的前瞻性。”
Weiss 还指出，从商业角度来看，Tabnine 面临的法律风险低于其竞争对手。
Microsoft、GitHub 和 OpenAI 目前正面临一起集体诉讼，该诉讼指控它们违反知识产权法，因为 Copilot（其训练数据包含数十亿个来自网络的公开代码示例，其中一些受限制性许可约束）会复述受版权保护的代码片段而未提供署名。撇开责任问题不谈，一些法律专家建议，如果公司无意中将这些工具生成的受版权保护的代码建议纳入其生产软件中，像 Copilot 这样的 AI 可能会使公司面临风险。
Weiss 指出，Tabnine 严格使用基于许可代码训练的 AI 模型——或者与客户合作，在其内部代码库上训练模型。
Weiss 说：“我们使用经过筛选的数据集，清楚其中包含的内容，因此拥有更好的控制力和安全性。”“这也是我们的客户使用私有模型的基础，这些模型在客户自己的代码上训练，并运行在他们自己的虚拟私有云和数据中心中。”
Tabnine 的方法似乎确实奏效，考虑到其竞争对手之一 Kite 在去年年底的倒闭，这一点更令人印象深刻。Tabnine 声称拥有超过一百万用户和一万名客户——虽然与 Copilot 大约一百万 付费用户和 37,000 家企业客户相比还有差距，但这确实是一个可观的用户基础。
Weiss 表示，B 轮融资所得资金将使 Tabnine 的总融资金额达到 5500 万美元，这些资金将用于扩展 Tabnine 的生成式编码能力，并进一步壮大其销售和全球支持团队。Tabnine 预计年底员工人数将从目前的约 60 人增至 150 人。