图片来源：Sequoia Capital
- 自动补全功能是Copilot 成功的核心，Thomas Dohmke 强调，Copilot 的成功在于其自动补全功能。他解释道：“你在编辑器中编写代码时，它不仅能自动补全下一行代码，还能补全多行代码。” 这种功能让开发者可以在不改变工作方式的情况下获得灵感，大大提升了编程效率。
- Copilot 有超出预期的代码生成能力：Dohmke 透露，Copilot 能生成 25% 的代码量，这远远超出了团队的预期。他说：“当人们亲自体验了 Copilot 后，发现它不仅能够根据你在文件中已经写的内容生成代码，还能够识别相邻的标签，并根据上下文提供更具针对性的建议。” 这种智能让 Copilot 成为了真正帮助开发者减少重复劳动的强大工具。
- 专注与创新是推动 GitHub 成长的力量，Dohmke 强调GitHub 的成功离不开对专注的坚持。他提到：“团队规模越大，系统中的摩擦力就越大，所以专注非常重要。” 他指出，GitHub 的成长依赖于集中精力在少数关键项目上，以及战略性地选择投资方向，以避免陷入市场竞争的泥潭。
采访者：我们很想了解一下您的个人背景。您成长于柏林墙倒塌前的东柏林，后来创办了自己的第一家公司，并在公司被微软收购后移居美国。您的背景和成长经历是如何塑造今天的您的？
Thomas Dohmke：我觉得我的生活其实非常普通，过着一种并不奢华的生活，和妻子孩子一起在家中生活。我认为真正塑造我人生轨迹的是我对软件开发的早期热情。大约11岁时，柏林还被分为东德和西德，柏林墙将这座城市一分为二。我第一次接触到计算机，但因为买不起，只能在学校的地理实验室里使用一台计算机。我和朋友一起开始尝试编程，那时你必须学会编程，才能让机器执行任何操作。
之后，我买了一台Commodore 64，后来又买了我的第一台个人电脑，一台386 DX40。于是，我在少年时期的大部分时间都花在了编程上。
后来，我创办了一家公司，当时我们开发的是保险软件。那时正值90年代末，大多数保险代理人还没有使用软件，有些仍在使用大型主机系统，另一些则是由工作人员手工操作。
后来，我搬到南德，为梅赛德斯工作，之后创办的初创公司被微软收购。但我认为真正促使我不断前行的，还是对软件开发的那份热情，那种用软件进行创造的乐趣。令人着迷的是，90年代的那种开发环境，即使是今天也是如此，你可以非常轻松地开始，不需要太多的资金投入，而且如果犯了错误，你可以重新开始。我认为，这正是软件开发如此迷人的原因。
采访者：这种热情也延续到了今天，比如您现在正在GitHub工作，对吗？
Thomas Dohmke：是的，这种热情让我在GitHub担任首席执行官，为软件开发者构建工具成为了我的梦想工作。在GitHub工作最大的乐趣在于，我们正在为其他开发者构建工具，我们始终将开发者放在首位。对我来说，这是一份梦想成真的工作。我有机会与许多开发者交流，为他们构建软件，还能与硅谷的开发者们进行面对面的交流。
图片来源：Sequoia Capital
GitHub与Copilot：从收购到创新的旅程
采访者：我想很多人可能不知道，您在微软之外的角色其实非常重要。您在2018年微软收购GitHub的过程中扮演了关键角色。您能否带我们回到那个时刻，谈谈当时您对GitHub的愿景是什么？
Thomas Dohmke：在2018年，我是微软的一名产品经理，负责为移动开发者工具工作的高级副总裁Nat Friedman效力。Nat当时有一个大胆的想法，就是收购GitHub并将其纳入微软的生态系统。于是他和团队中的一些人开始策划如何将这一想法推销给萨提亚（微软CEO）和董事会。当我们最终在2018年6月4日宣布了这项交易时，我成为了交易整合经理，负责协调微软各个部门，包括法律、人力资源、财务、产品和工程，确保所有环节顺利通过监管审批，并最终在2018年10月完成整合。这就是我最终来到GitHub的原因。
图片来源：Unsplash
采访者：您当时对GitHub有怎样的愿景？您认为它作为“GitHub宇宙”的一部分有什么潜力？
Thomas Dohmke：当时我们认为GitHub拥有巨大的潜力，许多尚未被发掘和实现的可能性。GitHub的首次提交是在2007年底，2008年正式上线，很快它成为了开发者合作的新方式。Chris和其他创始人发明了“社交编程”这个概念。它逐渐演变成了一个双面平台，一方面是开源社区的家园，许多开源开发者在这里合作；另一方面，它也是许多初创公司和大型企业构建软件的平台。
这种双面模式的独特之处在于，公司希望像开源开发者那样无边界地工作。在开源世界中，你并不在意合作者来自哪里，他们的教育背景是什么，他们不在组织结构图中，甚至你可能都不知道他们的真实姓名，你只知道他们的用户名和他们贡献的代码。而在许多公司中，这种开放的协作模式并不存在，内部常常被隔离，你可能会收到一封电子邮件，却不知道发件人是谁，也不清楚他们为何参与你的项目。
因此，公司希望打破这些壁垒，建立类似的协作模式。这正是2018年GitHub所代表的意义，但当时还有很多工作要做，比如提供像GitHub Actions这样的工具，不仅可以让开发者管理他们的源代码和计划，还可以构建应用程序，最终通过Copilot，使得今天的开发体验与20年前或30年前我刚开始时的情况完全不同。
采访者：既然提到Copilot，我迫不及待想问一下它的幕后故事。它不仅是目前最成功的企业级AI应用，我相信也是第一个真正构建并推出的LLM原生应用。它是否在当初收购时的计划中？是谁最早提出要做Copilot的？最初团队是如何看待这个想法的？大家都认为这会成功吗，还是觉得这只是一个疯狂的尝试？
Thomas Dohmke：最初的收购计划中确实有一小段关于AI的内容，但那时它更像是一个遥远的目标，而不是现在的核心思路。真正的转折发生在2020年中期，那时Transformer模型开始展现其潜力。虽然相关论文几年前就已经发布，但第一个真正成功的Transformer模型是GPT-3。我们获得了早期访问权限，当时正值2020年6月的封锁期。我们团队中的一名成员开始在模型中输入一些代码，其他人则在旁观看。
接着我们提出了一个问题：我们是否可以提示模型生成代码，它能生成正确的代码吗？我认为那是模型首次生成正确语法的时刻。接下来我们尝试了不同的编程语言，并发现了模型中的不足。于是，我们在Zoom会议之外进一步深入研究，进行了一系列分析，要求一些员工和高级工程师提交编码练习，并查看了GitHub上开源库中的Python函数。
后来，我们与OpenAI合作，使用GPT-3对模型进行了微调，使其在这些编码任务上表现得更好。最终，在8月份，我们得到了一个能够解决92%编码练习的模型。在我们从开源项目中提取的Python函数中，模型能够正确完成52%。虽然这个比例较低，因为开源代码中指定代码的频率比面试中的编码练习少，但这让我们有信心围绕这个模型构建产品。
采访者：听起来这个过程非常自然，并不是你们一开始就在白板上写下“Copilot将成为下一个伟大工具”的目标，而是模型通过其性能证明了自己的价值，逐渐吸引了用户的使用，并最终自然发展成今天的样子。
Thomas Dohmke：回顾当初的收购计划，我们的目标是让开发者的生活更轻松。作为一家开发软件的公司，我们自身也有大量的开发者，微软大约有7万名开发者，因此我们非常了解开发者的工作方式，因为我们就是他们的一员。我们也像许多客户一样，面临着太多的想法，但感觉进展太慢。你知道的，亚马逊的包裹比我们实现某些功能的速度还要快。此外，客户的期望也大幅提升，但我们一直在努力减少编写软件的工作量，让开发工作重新变得有趣。
采访者：您认为是什么让Copilot在当时如此成功？现在的情况如何？显然，GPT-3在当时已经非常强大，但很多人可能不了解GitHub在代码领域的公共和专有数据所带来的价值。您能否多分享一些关于这方面的内容，以及您对未来的展望？
Thomas Dohmke：我认为，Copilot成功的关键之一是其自动补全功能。你在编辑器中编写代码时，它不仅能自动补全下一行代码，还能补全多行代码，无论是复杂算法还是简单算法。在一些演示中，我们经常选择实现排序算法，比如冒泡排序或质数检测。通过一个简单的提示，比如在代码中添加注释或编写方法声明，Copilot就能生成这些代码。进入开发者已经在其中编写代码的编辑器，而不改变他们的工作方式，同时在他们输入时提供灵感，这是成功的关键。除了模型的表现足够好外，OpenAI还在GitHub上公开可用的代码基础上微调了模型。这使得Copilot能够真正帮助开发者完成复杂的编码任务。
采访者：如果您能回到2020年或2021年，您会做些什么不同的事情吗？
Thomas Dohmke：事后看来，总是可以更快地行动，更加坚定地相信那些想法。我认为一开始我们故意保持团队规模小，因为小团队可以更快地推进项目。最初的团队只有三个人，虽然在微软和OpenAI的更大合作框架内，团队规模更大，但GitHub最初的Copilot团队确实很小。我们开始时只有五个人，随后扩展到十个团队。今天，团队规模有所扩大，但我们仍然保留了一支GitHub Next和孵化团队，他们专注于研究和开发新的想法。
采访者：在您提到的团队合作中，GitHub与OpenAI之间的合作是如何实现的？这是否对你们来说是一项艰难的决定？
Thomas Dohmke：对我来说，这并不可怕。我相信团队中确实有人认为我们应该有自己的模型，但实际上，如果你看GitHub的历史，这家公司一开始就依赖合作伙伴来构建其技术栈。GitHub从未自己制造硬件，无论是数据中心中的设备，还是CPU、内存、网络基础设施，甚至是更高层次的技术栈，GitHub都是建立在开源之上的。因此，与OpenAI的合作是自然而然的结果。微软在整个技术栈中都有所涉足，从硬件到模型再到AI基础设施，微软都在其中扮演了重要角色。这种合作关系使我们能够快速推进，因为我们可以依赖像OpenAI这样的合作伙伴来构建和优化我们的AI模型。
采访者：在Copilot的发展过程中，有什么让您感到惊讶的吗？
Thomas Dohmke：让我感到惊讶的是，Copilot能够生成25%的代码量，这远远超出了我们的预期。在2021年6月，我们发布了一篇简短的博客文章，并展示了一些示例和动画，向大家展示Copilot是如何工作的。但很多人仍然表示怀疑，认为这只是一个有趣的技术演示，实际使用起来可能并不适合他们。然而，当他们亲自体验了Copilot后，发现它不仅能够根据你在文件中已经写的内容生成代码，还能够识别相邻的标签，并根据上下文提供更具针对性的建议。这种能力让人们觉得Copilot比他们预想的更加智能。这也让我们意识到，Copilot不仅仅是一个自动补全工具，它能够真正帮助开发者提高效率，减少重复劳动。
采访者：那么，在Copilot已经取得了如此大的成功后，您对它的未来有怎样的愿景？您希望它能够如何发展？
Thomas Dohmke：我认为Copilot的未来充满了无限可能。我们将继续在AI领域不断创新，为开发者提供更加智能的工具，帮助他们更高效地完成工作。我们还希望通过Copilot将AI引入到开发者工作流程的每一个环节，甚至扩展到代码安全等相关领域。我们的最终目标是让全球10亿人能够接触到软件开发，并通过这一过程解锁全球各地的创造力。
采访者：您提到Copilot已经成为GitHub的重要创新驱动力之一，但GitHub整体上还有哪些其他关键项目值得关注？
Thomas Dohmke：
除了Copilot，我们在安全性方面也投入了大量精力。确保软件供应链的安全对我们的未来至关重要。如果我们不能确保供应链的安全，软件的未来将面临巨大的挑战。我们在平台安全和应用安全方面进行了大量投资，结合Copilot和AI技术，帮助开发者更快、更高效地解决问题。我相信这些努力将推动我们在未来取得更大的成功。
AI与大众软件开发的希望
采访者：我想暂时从GitHub的话题跳出来，聊聊您对AI和编程整体未来的看法。您提到过，未来可能会有10亿左右的休闲开发者。那未来会是什么样子？是否每个人都在为自己编写应用程序？还是说会有一些超级开发者？您如何想象一个编程被大众化的世界？
Thomas Dohmke：我认为未来将是一个极具创造力的世界，在这个世界中，你不再依赖于父母是否有技术知识，也不依赖于学校是否有会编程的老师。我们将为那些对学习编程感兴趣的人提供更多的机会。今天，拿起一张纸和蜡笔涂画非常简单，每个餐厅至少都会给孩子提供蜡笔和涂色纸，这是家长的救星，或者你可以拿出手机让孩子们玩。学习音乐乐器现在也变得很容易，接触的途径更广泛。我认为学习编程也应该是容易的。因此，首先，我认为这是一个令人兴奋的事情，而不是担心我们会因此而产生过多的开发者。孩子们学会编程并不意味着他们一定要成为开发者。我相信依然会有很多人选择从事其他与软件相关的工作。
如果你考虑一下其他许多职业，比如物理学家，他们也使用大量的软件。比如第一个黑洞图像就是借助开源项目渲染出来的，甚至火星直升机也在运行开源软件。虽然这是太空工程，但他们也在使用并开发软件。因此，这个职业已经无处不在，每家公司都是一家软件公司，银行是软件公司，能源提供商是软件公司，农民也是软件公司，因为他们预测今年该种植什么作物，天气会怎么样，土壤质量如何等。当然，业余编程的场景也非常重要。比如说，税季在美国刚刚结束，但这并不意味着我不能考虑明年如何自动化处理这类事情。如果我有一个AI来为我处理所有这些工作，比如下载PDF文件、提取所有数字，我觉得我们离这种场景已经不远了。
图片来源：Sequoia Capital
我在软件领域已经工作了将近30年，作为一名专业的软件开发者，我没有太多时间来编写代码。我管理一家公司，还有播客要做，以及其他事务。今天的问题是，你可能在周末找到一个小时的空闲时间，有个项目要做，但前20分钟都在更新你错过的东西，这使得乐趣大大减少了。因为维护软件的负担太重了，所以如果有一种工具能够帮助你快速投入到兴趣爱好中，并从中解脱出来，我认为这是极具力量感的，而且能带回编程的乐趣。这就像玩乐高积木一样，即使你有最好的乐高套件，最有趣的还是不需要说明书，桌子上有一堆随机颜色的乐高块，然后你就可以开始创作。即使是专业工作者，在团队外出活动或工作坊中，桌子上也常常有一些小工具或积木块，这样在思考时你可以用手指来做点什么。因此，我认为这就是我们未来的方向。我们将有更多的人接触到技术，更多的人能够编写软件，但这并不意味着他们会抢走专业开发者的工作。
采访者：您认为在什么时间框架内，我们会有编程agent能够达到普通专业软件开发者的水平？您觉得AI何时会达到传说中的10倍效率软件工程师的能力？
Thomas Dohmke：这个问题的关键在于“同样好”到底是什么意思。我认为，如果模型今天在给出正确的提示或上下文时，能够写出比普通开发者更好的代码，我会说我们已经达到了这一水平。因为模型往往比我们这些人类对整个领域的了解更多。比如学生在实现从二进制到十进制的转换时，可能会写100行代码，但当他们去问Copilot怎么做时，可能只需要调用一个开源库的一行代码。即使你不允许使用开源代码，模型生成的代码仍然可能比学生写的更好。我认为这同样适用于专业的软件开发者，因为我们人类并不完美，而这也是我们创造力的一部分。
然而，目前的模型还不具备创造力，模型今天还无法做出决定，或者即使做出了决定，也不会考虑所有的约束条件。软件开发不仅仅是写代码，写代码只是其中有趣的部分。通常，你需要将一个非常复杂的问题分解成小的构建块，随着时间的推移，这些块的大小在不断增加。过去自动补全只是补全下一个单词，后来变成了整条命令，现在是多行代码，将来可能是整个文件。但在这个分解过程中，你仍然需要做出许多技术决策，比如选择使用哪种数据库。工程师是系统思考者，他们要做出这些决策，或者说是团队在做这些决策。我认为，人类已经建造了数千年的房屋，但如果你曾经参与过建房子，你会发现这依然不是一个完全解决的问题。
创新与竞争：AI创业的机遇与挑战
采访者：您认为这种创造力和系统思维最终会融入到Copilot中吗？还是说永远不会？
Thomas Dohmke：预测未来总是有风险的，我不敢说永远不会发生。你可能会在三年后再邀请我回来，然后说：“Thomas，上次你说这事不会发生，但它显然发生了。”我认为我们需要看看研究和技术在批判性思维和系统思维等方面的发展。就像你提到的你的两岁孩子，以及我的孩子，他们通过模仿周围的人类学会了语言，尤其是在年轻的时候，他们可以轻松学会多种语言。我的孩子们会说英语和德语，因为我们在家里说德语，他们说英语时没有德语口音，当然有美国口音，但说德语时也没有美国口音。我认为这显示了人类大脑仍然比Transformer模型、扩散模型以及今天我们在图像识别等方面使用的其他类型模型先进得多。至于我们是否能够为这些模型添加这种自觉意识的部分，目前我还没有看到任何研究表明这一点会在短期内实现。
采访者：这个解释非常清晰。我们转变一下话题，聊聊您对当前AI创业生态系统的看法。AI领域现在是最热门的类别，有很多有抱负的创业者在努力创新。他们有的试图构建更好的模型，有的在开发更好的IDE，还有的在尝试构建一个完整的全栈工程师agent。但是，最大的挑战是GitHub Copilot以及它周围的所有相关产品，包括Copilot Workspace、Copilot Enterprise、AutoFix以及VS Code等。您如何看待现有的创业者？如果您自己是一位创业者，您会在这个领域做些什么？
Thomas Dohmke：我热爱开发者工具，所以我可能还是会做开发者工具。我不太会担心哪些领域已经被占据，因为这种情况可以迅速改变。当GitHub刚刚成立时，SourceForge是那个领域的大象，拥有所有的开源项目。然后Git出现了，改变了这个局面，GitHub的创始人利用Git建立了GitHub，突然之间那个大象不再是大象。我认为在同一个领域竞争很有趣，我们喜欢竞争，因为竞争推动我们前进。没有竞争，比赛或游戏就会变得无聊。想象一下，如果每年只有一支队伍赢得超级碗，谁还会去观看呢？因此，我认为竞争不应该阻止你作为一个创业者进入这个领域。软件开发领域仍然充满机遇，有许多问题需要解决，各行各业都有许多问题等待解决。比如说现代化源代码管理的问题，还没有得到很好的解决。很多金融服务机构仍在使用COBOL运行他们的系统，我还没有遇到过一家银行完全摆脱COBOL运行的主机系统。
采访者：那您会如何使用Copilot来处理COBOL代码？
Thomas Dohmke：今天你可以用Copilot来解释COBOL代码，这通常很有帮助，因为这些代码是60年前写的，那些编写代码的人早已退休。
采访者：那您会用它来重写所有代码吗？
Thomas Dohmke：你可以让它生成单元测试，因为在60年代和70年代没人写单元测试，更别提当时还有单元测试框架。想象一下，60年代的时候，还没有硬盘驱动器，更不用说个人电脑了，那是一个非常不同的世界。当然，这些公司确实做了一些现代化工作，但远远落后于当代软件开发。所以，你可以支持这一转型过程，但我们还没到可以一键完成转型的地步。对于许多现代语言来说也是如此，比如PHP、Java有大量的代码库，我们还可以进行很多优化，让我们的现有技术栈更加高效，agent在其中可以提供很多帮助。软件开发生命周期中的每一个部分都有很多可以改进的地方。GitHub是这个软件开发工具宇宙中的一个行星，周围有很多较小的行星，还有一些规模相当的行星，我们认为他们是我们的合作伙伴，我们很高兴他们的存在。
GitHub的AI战略：自有模型、合作与创新孵化
采访者：agent领域是我们非常感兴趣的一个领域。拥有大量数据的优势以及在训练后所能做的一切，使得OpenAI不断提升每一代模型的性能。你们是否有意愿从头构建自己的代理模型，还是会继续与现有的公司合作？
图片来源：Unsplash
Thomas Dohmke：作为GitHub的CEO，我认为我们可能会两者兼顾。GitHub一直在同时做这两件事。我们投资于我们认为是核心的部分，比如平台和产品中的一些基础功能，同时也与其他公司合作。就在本周早些时候，我们宣布了与JFrog的合作，涵盖容器的安全扫描等内容，这在我们的领域内非常自然。我们拥有源代码，接下来你要做什么呢？要么将其编译成二进制文件，要么在部署到云端之前与二进制文件结合在一起。
因此，在这个自然的价值链中，我们既有自己投资的内容，比如GitHub上的发布功能和软件包，我们拥有npm，这是世界上最大的JavaScript包管理库，还有NuGet，它是通过我们的合作伙伴微软管理的世界上最大的.NET包管理库。但这并不意味着我们不能与JFrog合作，以实现我们之前提到的安全软件供应链目标。还有Figma、Vercel等公司在我们的领域中扮演重要角色，参与到软件开发生命周期的各个阶段。我不认为未来会有某家公司能够覆盖所有这些内容，并说服每一位开发者使用这些工具会比选择最佳工具更好。最好的工具是主观的，关键在于它是否满足开发者的期望。
采访者：这对创业者来说是很好的建议，我认为也非常令人鼓舞。那么，对于那些希望围绕AI重新发明自己的公司，您有什么建议？
Thomas Dohmke：萨提亚在上一次财报电话会议中提到，GitHub的收入增长了45%，这让我们感到非常兴奋。我上周收到一封邮件，有人看到GitHub的成功后，重新相信大公司也可以像初创公司一样快速行动。我认为关键因素在于极端的专注。即使你有一万名或五万名工程师，也并不意味着你可以做所有事情。团队规模越大，系统中的摩擦力就越大，所以专注非常重要。说“否”的次数越多，集中精力在少数关键事情上，你才能真正快速行动。当然，也要进行一些战略性的下注，找到自己在市场中的独特之处，避免陷入价格战。在软件领域，我们往往认为只要增加几个功能就能赢得市场，直到我们意识到其他人也能增加这几个功能。GitHub作为一个平台，几乎没有什么功能是你不能通过大量投资和时间重建的，但要模仿我们的文化和对开发者的执着却非常困难。
采访者：从战术上讲，您建议公司如何在AI领域找到产品市场契合点？您会建议公司组建一个虎队来专注于AI吗？还是说应该抽调部分工程师组建AI团队？
Thomas Dohmke：作为一家成熟的公司，你总是面临着维持现有业务的挑战，因此你不能把所有人都调到新项目上，除非你愿意让现有客户失望。没有哪家企业级公司没有对客户做出过承诺，未来的产品路线图是什么，许多会议和发布会都是在讨论现在正在开发的东西，以及接下来六个月内的发布计划。如果你不能兑现这些承诺，你的客户基础将不会满意。因此，你不能立即做出那种激进的举动。所以，我们非常喜欢虎队或孵化团队的想法。
在GitHub，我们称之为GitHub Next，当我们组建这个团队时，我们最初认为他们会专注于5年以后的项目，或者更远的第三阶段项目，但事实证明，未来来得比预期更快。随着未来的快速到来，你也需要迅速行动，将项目从孵化团队转交给主线工程团队。这意味着我们需要在AI领域进行更多投资，因为我们看到了它的潜力，同时也需要放弃一些之前的赌注，保持灯光运转，或者直接关闭那些项目。我认为这是战略转型的困难所在，对初创公司来说，转型看起来更容易一些，但内部也非常艰难，尤其是在情感上，你与这些想法有很深的联系，记得当初在Sequoia树下的工作坊中产生这些想法，但六个月后你意识到我们从未找到产品市场契合点，现在是时候转向其他方向了。
采访者：GitHub Next的创新和成功令人惊叹。一个想法在GitHub Next中是如何启动的？你们如何为其提供资源和投资？以及你们在什么情况下决定是否继续投资某个项目或彻底关闭它？
Thomas Dohmke：所有的一切都始于员工的一个想法。我们公司有很多想法，我们举办黑客周、黑客马拉松、激情项目，称之为20%的时间，随便你怎么叫它。在Next团队中，我们有很多展示会议，展示而不是备忘录。展示一个工作的原型要比写备忘录有用得多。在今天，这非常容易做到，你可以使用一些设计系统、React组件，或者Figma，甚至更容易使用Copilot来拼凑出一些东西。接下来，团队领导层会做出战略决策，一路上到我，这个过程与其他创意产业非常相似，比如在迪士尼或皮克斯，他们需要决定哪些电影要制作，哪些可能不会获得市场青睐。部分决策基于客户调研，与开发者的对话，这个过程会随着初步想法的发展、原型的实现，以及进入技术预览阶段不断推进。预览会发现，他们是尝试了之后就流失了，还是保持了高能量和源源不断的想法。这些反馈决定了我们是否将某个项目发展为主线项目，还是结束实验阶段，吸取经验教训后转向下一个项目。当然，商业因素也会在决策中扮演重要角色。
AI的未来愿景与创业者的挑战
采访者：在代码生成之外，还有什么领域是您目前最感兴趣的？无论是未来1年、5年还是10年？
Thomas Dohmke：我对agent技术非常感兴趣，我们现在仍处于这个领域的早期阶段。我认为我们对agent的期望非常高，甚至有些过高，所以事情可能会比预期花更长的时间。但我认为在未来一年左右，我们将看到更多的agent帮助我们，无论是在聊天界面内还是在其他任务中执行复杂操作。例如，我期待旅行agent的真正实现，可以在聊天界面中说，“我想在春假期间去海滩度假”，然后它会自动查找春假时间、我的名字、家人名字、出生日期、护照号码等，不再需要我输入这些信息。接着，它会展示价格选项，最终我们可能还是会选择每年都去的同一家酒店。我认为这些旅行agent以及类似的agent将在未来一年内实现。
再远一点的未来，5年左右，我的愿景是自然语言的广泛应用，将世界的知识，包括软件开发的知识，解锁给每一个人，无论他们使用何种语言或来自哪个文化背景，这一点甚至可能会更早实现。至于10年后的事情就难说了，10年太遥远了，但我认为那时我们将进入一个“物”的AI时代，AI的机械世界将会出现。我们生活中的许多事情都需要我们手动抓取或推动某些物体，例如入住任何一家酒店时，几乎没有AI参与，除了你拿到房卡的那一刻。也许电梯有一些AI，因为你按下了楼层按钮，它帮你选择最优路径，甚至不需要你在电梯内按下按钮，这本身就是一个优化问题。但我认为生活中还有很多物理性的事情需要改进。我们仍然没有真正实现自动驾驶汽车，虽然我们有洗碗机，但我仍然需要把碗盘放进去并拿出来。对我来说，现在有9岁和12岁的孩子比他们2岁时要轻松一些，但生活中的许多琐事，比如是否有机器人或其他形式的物理AI来接管，将会得到显著改进。
采访者：听到您的这些观点真让人兴奋，我觉得我们对未来1年、5年和10年的看法非常一致。那么，在AI领域中，您最钦佩谁？
Thomas Dohmke：我最钦佩的是那些用AI和软件创造新事物的人，那些拥有梦想并致力于解决实际问题的人。我们谈论了很多关于AI的技术层面，但归根结底，关键是我们在为世界解决什么问题。例如，许多生物科技公司正在利用AI尝试治愈糖尿病或癌症，我相信也有公司正在用技术应对气候变化。我最钦佩的就是那些有着宏大愿景、并且能够通过创业来改变世界的人。每当我与他们在办公室或视频会议中见面时，我总是觉得这非常酷。作为GitHub的一部分，我们能参与到这场旅程中感到非常自豪，我们也非常兴奋能够为他们构建更多工具。
采访者：我认为您正在推动新一波AI公司的崛起，尤其是那些从开源起步的公司。您对今天正在AI领域创业的听众有什么建议？
Thomas Dohmke：我想我已经提到过，专注是最重要的。很容易在白板上写下各种想法，正因为白板有那么大的空间，但最终，专注才是一切。找到快速的市场验证非常关键。在开发者领域，这通常意味着采取产品驱动的增长策略，而企业级的增长可以稍后再来。我的经验是，没有什么比几个激动的开发者传播你的产品更有效，尽管大部分收入最终来自于大企业的购买，但反过来操作往往更加困难。先从企业入手，你可能也会找到一些激动的用户，但反馈循环完全不同。因此，专注，找到那个飞轮效应，找到产品市场契合点。然后，我认为另一点是要有大格局。今天在模型上找到的小想法，明天可能就会被商品化。因此，你必须要有远见，10年是一个很长的时间，但对于一个创业公司来说，这也是一个足够长的时间，可以构建一些在这个世界上真正有意义的东西。因此，你需要创造一个比最小可行产品（MVP）更大的愿景，甚至比你现在正在构建的原型还要大。我认为这是一个创业者最难做的事情之一，即绘制出这个愿景，然后再回过头来解决眼前可以解决的小问题。
快问快答
采访者：在未来5到10年内，是否会有公司能够在AI芯片领域对NVIDIA构成实质性威胁？
Thomas Dohmke：会的。
采访者：您认为在什么时候我们会超过50%的软件开发由AI代理完成？
Thomas Dohmke：2025年。
采访者：那90%呢？
Thomas Dohmke：2028年。
采访者：在未来5年内，GitHub会主要使用开源还是闭源模型？
Thomas Dohmke：两者都会。
采访者：
AI模型的价值主要体现在计算基础设施、应用程序等哪一部分？
Thomas Dohmke：整个技术栈都有价值。
采访者：系统思维和创造力是否会在未来5年内融入到模型中？
Thomas Dohmke：可能会。
采访者：在未来5年内，是否会有新的共识架构超越Transformer？
Thomas Dohmke：当然会。
采访者：为什么您会这么认为？
Thomas Dohmke：因为预测会有新架构比预测不会要容易得多。历史上有很多不同的架构，Transformer并不是唯一的架构。比如你的手机仍然有CPU，尽管GPU是现在的热门商品。因此，我认为将来肯定会有新的架构出现，甚至可能比现在的Transformer更强大。
采访者：这很有趣，这将为生态系统中的创新者带来更多的机会，并且需要对很多东西进行重新构建和重新架构。
Thomas Dohmke：是的。
采访者：太棒了，Thomas，非常感谢您今天的参与，和您一起探讨GitHub的历史、GitHub Copilot的诞生以及您未来的宏大愿景真是太棒了。
Thomas Dohmke：非常感谢你们的邀请，和你们聊天非常愉快。
采访者：我们也一样，感谢您。
原视频：GitHub CEO Thomas Dohmke on Building Copilot, and the the Future of Software Development - Sequoia Capital
https://www.youtube.com/watch?v=LDNsz7b4QDM&t=2470s
编译：Evan Wang
-----------END-----------
