摘要

Microsoft 收购 GitHub 之所以成功，是因为它先投资被收购的平台，再从中提取协同效应。 这套做法有3条原则：开发者优先；先问 Microsoft 能如何加速 GitHub；之后再问 GitHub 能如何加速 Microsoft。GitHub 在2024年7月宣布，年化收入已超过20亿美元，收入和增长两项指标都“远超绿色线”。
Copilot 的优势正从更好的自动补全，转向覆盖整个工作流的分发能力。 它于2020年年中启动，2021年6月开启预览，2022年6月在 ChatGPT 之前正式发布，如今已有1,500万用户；其代码审查代理已审查超过800万个 pull request。Dohmke 所说的平台，是一条贯穿补全、聊天、代理模式、MCP、pull request 审查、漏洞修复，以及 Project Padawan 从 issue 推进到 PR 的连续谱。
55%的生产力提升真实存在，但适用范围很窄；与此同时，AI 也在让生产软件变得更加复杂。 GitHub 让50名开发者使用 Copilot、另50名不使用 Copilot 完成同一任务，得出了55%的结果；但真实团队不会两次构建完全相同的东西，基线因此持续移动。AI 简化了代码生成，却增加了模型、评估、后训练、监控和失败模式；目标不是简单地产生更多代码行，而是帮助团队管理不断膨胀的代码库和复杂度。
Dohmke 预计，代理会承担大量自动化工作，但工程师仍需理解系统和代码。 他认为 SWE-bench 的最佳成绩是62%或63%，并指出，即使在约12个 Python 仓库的2,000组 issue–pull request 对上达到65%，仍然存在巨大缺口。他认为新的多语言版本把成绩推到了20%多和30%多。规模化运行时，代理仍可能只改动要求的2行，却损坏其他5,000行；“代理、代理输出和开发者之间的来回互动，未来很多年仍将至关重要。”
编程语言仍是位于天然含混的自然语言指令之下的确定性边界。 两个人可以描述同一个界面，却构建出完全不同的产品；而代码最终会映射为处理器指令。因此，稀缺能力会向上迁移到“系统思维”：选择架构、拆解问题、验证生成结果，并判断什么时候手写一行代码胜过一次昂贵的提示词。
AI 编程的采用已经跨过鸿沟，但延迟和工作流设计将决定谁能获得持久使用。 GitHub 大约每月发布一个新的补全模型，并追踪“被接受且被保留的字符”；同时也在追求准确率、更低延迟、更高效率和更低 GPU 使用量。Dohmke 称延迟是“每一款开发者工具的核心指标”。盯着代理工作15分钟会打断心流，因此胜出的界面可能是让开发者继续构建，同时由异步代理在后台安静地编写测试、审查代码或修复失败。
AI 将重排开发者的表现排名，并模糊工程师、产品经理、设计师、运营和市场人员之间的边界。 GitHub 如今把适当使用 Copilot 和 AI 视为一种文化期待，同时也承认，强迫员工采用不喜欢的工作流并不会带来真正的采用。Dohmke 预计，“全栈构建者”将指挥一支代理交响乐团，并预测会出现规模极小、估值极高的公司——只要人们仍理解机器创造了什么，就有机会“重新在车库里创办一家企业”。

精读

上游暂未提供，后续同步将继续补齐。

第144期｜2025年6月6日 Bill Gurley——保持私有的馈赠与诅咒——[Invest Like the Best, EP.427]