基于大模型搭建个人智能助手，「澜码科技」想做无代码调用软件的AI中台 | 早期项目

文 | 周鑫雨

编辑 | 苏建勋

ChatGPT发布，在一定程度上缩短了C端消费者和人工智能之间的鸿沟。打破以往代码化调用模型能力的桎梏，目前的人工智能正在朝着轻代码化、平民化、普惠化的方向发展。

基于“用AI操纵AI”的想象力，在海外，一些通过大模型搭建“下一代人机交互平台”的公司，已经受到了资本的青睐。

最典型的案例是往年4月，含着谷歌AI核心研发团队这一“金汤匙”出生的美国AI创企Adept，迅速拿下了6500万美元的A轮融资。类似方向的公司还有得到a16z投资的Replicate，以及德国的Deepset。

“澜码科技”率先填补了国内计算机软件智能调用中台的空白。成立于2023年，澜码科技由RPA（机器人流程自动化）软件厂商“弘玑Cyclone”前CTO周健创立。基于大语言模型的驱动，澜码科技致力于重塑人机互动的模型，实现智能驱动与决策。

从Dos时代（磁盘操作时代）到图形交互时代，人们操作计算机的门槛已经大幅降低，但特定行业的专业软件仍需要程序员等专业人才进行学习操作。2018年后，随着自然语言交互时代的到来，理论上人类只需通过自然语言下达指令，计算机就能加以理解并执行操作。

周健认为，AI中台这一使用方向的突破性在于，将大模型落地为调用和掌握智能工具的中台，让企业在少代码化操作的情状下智能化调用相应的数字工具。此时，就需要一个能承担将自然语言“翻译”为编程语言的“中间层”。

澜码科技构建的“XBOT Space”就是这样一个连接人和系统之间的“中间层”。为了实现用简单指令调用数字化软件，XBOT将执行步骤分为了代码生成、代码编译、代码执行三个步骤。

在代码生成阶段，XBOT接进了市面上的先进大模型，对用户的文字需求进行理解，并依据计算机现有的软件能力生成行动计划；在代码编译阶段，XBOT将行动计划进行代码化编译，并在检查、修正后输出；在代码执行阶段，XBOT完成对相关软件的分配调度。

通用型任务XBOT执行过程。图源：受访者供图

创始人兼CEO周健毕业于上海交通大学计算机系，于2002年获得亚洲首个ACM国际大学生程序设计竞赛世界冠军，2006年加进谷歌负责中文网站搜索质量优化。他曾担任弘玑Cyclone CTO以及依图的10号员工，并在Google、阿里和MediaV等企业具有10年工作体会，主要从事分布式系统研发。联合创始人周元剑曾经担任依图的SaaS子业务负责人。

目前，基于十多年积存的行业资源，澜码科技已经和头部办公软件厂商达成协作，从个人文档切进实现单使用的自动化和交互。未来，澜码科技计划实现复杂使用的自动化和交互，以及多使用之间的协同和自动化。

36kr制图