50 萬開發者不願付費使用,Python 程式碼補全神器 Kite 失敗!

作者 | 蘇宓

AI 程式設計距離程式設計師還有多遠?如果說 GitHub Copilot 的到來,讓眾多開發者看到了希望,那麼初創公司 Kite 的倒閉,也讓我們認清了現實。

Kite 是一家使用 AI 幫助開發者編寫程式碼的初創公司,也是 Python 程式碼自動補全的神器。一直以來,因為其在「Intelligent Snippets」功能的加持下,可以幫助 Python 程式設計師減少一半的操作,而備受大家喜愛,甚至此前 Python 之父 Gudio van Rossum 在使用之後,也強烈推薦。

然而這款工具經歷了幾年的迭代之後,11 月 16 日,Kite 創始人 Adam Smith 發佈一則《Kite is saying farewell》(Kite 正在說再見)的公告,正式宣佈 Kite 開發工作已經停止,日後該團隊也不再支持 Kite 的軟體,就此為 Kite 畫上了句號。

Kite 失敗的兩重因素:技術超前與不賺錢

對於這款工具的突然停更,Adam Smith 也在公告中從兩個維度分析了 Kite 業務失敗的主要原因。

一、Kite 早在 10 多年前誕生,然而當時的技術還不成熟,未能實現人工智慧輔助程式設計的願景

在 Adam Smith 看來,Kite 建立了當時最先進的 AI 來幫助開發者,但它沒有達到開發者所需的 10x 改進的突破,因為機器學習在程式碼上的最新技術還不夠好。現如今出現的 GitHub Copilot 雖然展現了很大的發展前景,但仍然有很長的路要走。

Adam Smith 表示,「Kite 最大的問題是,最先進的模型不理解程式碼的結構。我們在為程式碼建立更好的模型方面取得了一些進展,但這個問題是非常工程化的。要建立一個能夠可靠地合成程式碼的生產質量的工具,可能要花費超過 1 億美元,目前還沒有人嘗試。」

二、Kite 未能實現商業化,產品不賺錢

作為一款旨在用 AI 幫助開發者提升 10x 生產力的工具,Adam Smith 直言,Kite 團隊起初並沒有將賺錢排在業務的第一位,這也是後來他們花了很長時間才弄清楚的失敗原因。

對於 2014 年成立的 Kite 而言,由於當時環境下構建一款超前概念的 AI 程式碼自動補全工具,無論是在技術還是落地應用層面,都存在著巨大的挑戰。因此,Kite 創建之初,便花了很大的功夫去構建世界一流的工程團隊。

在工程團隊人員集結之後,Kite 才去專注於產品研發。然而,或是自身低估了 Kite 產品研發的難度,也或是高估了市場人才的技能,僅是這兩個流程,Kite 團隊便花費了 5 年的時間去組隊與研發。

直到 2019 年,Kite 才達到產品與市場的契合度,正式面向開發者推出。

初發布時,Kite 僅支持 Python,即使如此,也受到了很多使用者的喜愛。

次年,Kite 相繼支持 Java、Kotlin、C/C++、Objective-C、C#、Go、TypeScript 等十多種程式語言,也可以在 VS Code、Vim、Sublime、Atom、Android Studio 等開發環境中工作。

那時 Kite 官方表示,在該工具的幫助下,活躍開發者甚至每天只需編寫由大約175 個「單詞」組成的程式碼。

憑藉這些便捷性,Kite 後來開始大力發展使用者群體。對此,Adam Smith 表示,「我們在這方面執行得很好,將我們每月活躍的開發者使用者群發展到 50 萬名,而營銷支出幾乎為零。」

如果說前面幾個創業的流程,Kite 走得順風順水,那麼作為創業公司,要持續發展下去的源泉必然是實現營收。遺憾的是,Kite 產品未能產生收入,其擁有的 50 萬開發者也並不願意付費使用。

Adam Smith 在公告中指出,「我們的診斷是,個人開發者不會為工具付費。他們的經理可能會,但工程經理只想為離散的新功能付費,也就是說,讓他們的開發人員在寫程式碼時快 18% 的速度並沒有引起足夠強烈的共鳴。」

Kite vs GitHub Copilot

正是因為這兩點,即使 Kite 後來也開啟了新的業務探索,如程式碼搜尋,也依然未能拯救這款工具的頹勢。

其實一定層面上,Kite 也是一款與 GitHub Copilot 競爭失敗的程式碼補全工具,因為從功能性上來看,GitHub Copilot 不僅在去年上線了程式碼搜尋 Code Search 平臺,也基於 Codex 引擎提供的支持,會分析開發者正在編輯的檔案以及相關檔案中的上下文,並在文字編輯器中提供建議。相對 Kite 而言,GitHub Copilot 背靠大廠的支持,其整體功能更為成熟與完善一些。

如今面對 Kite 在 AI 工具領域的出局,Adam Smith 遺憾地說道:

「我們為建立 Kite 做出了無數的犧牲。我們拿著低於市場價的工資來維持並延長我們的跑道,工作時間也很長,尤其是在公司成立的前幾年。我們團隊工程師擁有頂尖的背景,也經常被外界‘覬覦’。但我們想以一種特殊的方式為世界做出貢獻,在 Kite,我們通過巨大的努力和承擔我們的項目可能不成功的風險來做到這一點。

很遺憾,最終它沒有成功。我們抓住了一個機會,我們可以大大加快世界上的軟體開發速度。我們進行了實驗,儘管每個人都做出了巨大的努力,但實驗並沒有成功。

如今事後諸葛亮來猜測過去的決定,這太容易犯錯了。鑑於我們在 2014 年創辦 Kite 時所知甚少,我只能滿懷愛意地回顧我們當初冒險的勇氣。正是因為有這樣的勇氣,我們才生活在一個快速進步的世界裡。」

程式設計師為什麼拒絕為工具付費?

程式設計師為什麼拒絕為工具付費?

隨著技術的快速迭代,Kite 的離場,令人惋惜,但是對於其歸咎失敗的原因之一是:個人程式設計師拒絕為工具付費,也引發了 HN 平臺上不少開發者的熱議。

很多開發者認為,程式設計師之所以不願意為工具付費,一方面是因為其商業模式不可接受,另一方面則是功能沒有達到自己付費的預期。

其中網友 @malwrar 分享道:

  • 我不喜歡依賴於可能在一個月內失去的東西,或者通過這種方式把我拴在網際網路上。我認為那更像是一種服務,而不是一種工具。我更喜歡只買一次就能用的東西,但這種商業模式可能也會夭折,因為人們會盜用那些沒有被拴在伺服器上的元件的東西。

    我想要說的是,我想買工具,但現在人們只是在租用。就個人而言,我在很大程度上希望這成為某人開源的項目,這樣我可以真正擁有我的工具。

@JRPT 則表示:

  • 我從未使用過 Kite,但我嘗試了兩次 GitHub Copilot,發現它充其量是微不足道的(最壞的情況是分散注意力)。在使用這款工具的時候,如果不仔細檢查和修改它,我就不會使用其中的任何程式碼。但這仍然是一個巨大的幫助,僅編寫測試所節省的時間就可以為此付費。我的猜測是 Kite 將自己定位為 Copilot 的免費替代品,然後無法獲利。

@Dijit 認為:

  • 作為初創公司的技術長,我註冊的訂閱服務數量之多令人難以置信,我花費了 8 美元、19 美元,重要的東西要 49 美元、99 美元不等。

    有些工具很值得,如GitLab、Confluence、Jira、1Password、Copilot、codepen、JetBrains、Visual Studio、Docker Desktop 等。

    最令人沮喪的是:

    1)我需要證明這些費用各自帶來的價值,有些東西是很好的,但在紙面上帶來的價值太小。

    2)你不能只為一些人啟用或購買工具,這樣有巨大的重疊,而且這種重疊越來越大。

    我明白人們需要得到報酬,但這些工具產品層出不窮。我已經在訂閱這類的工具上花費了支持員工工資的 7%-13%。

其實,當前 Kite 的大部分程式碼已經在 GitHub(https://github.com/kiteco)上開源了,包括資料驅動的 Python 推理引擎、Python 公共包分析器、桌面軟體、編輯器集成、GitHub 爬蟲和分析器等等。最終,基於這種業務模式,Kite 折戟創業期,Adam Smith 表示,「我們迫不及待地希望人工智慧能徹底改變程式設計。這不是我們開始時希望的結果,但我們慶祝每個人的勇氣和貢獻,他們使實驗得以實現」。

最後,你認為什麼樣的 AI 軟體工具會成功?你會為哪種 AI 程式設計工具而付費?

參考資料:

https://www.kite.com/blog/product/kite-is-saying-farewell/

https://news.ycombinator.com/item?id=33685209

相關文章

CNNVD通報Oracle多個安全漏洞

CNNVD通報Oracle多個安全漏洞

近日,CNNVD通報Oracle多個安全漏洞,其中Oracle產品本身漏洞60個,影響到Oracle產品的其他廠商漏洞247個。包括Orac...

Python 真的很糟糕嗎?

Python 真的很糟糕嗎?

隨著 AI 的發展,憑藉易學易用的語法、豐富的庫和框架,Python 在機器學習、深度學習、自然語言處理和資料科學等領域有著廣泛的應用。然而...