2025 年 4 月 18 日至 19 日，2025 全球機器學習技術大會（ML-Summit 2025）在上海隆重舉行。本次大會圍繞 AI 最前沿的發展趨勢與落地實踐，聚焦大語言模型技術演進、AI 智能體、具身智能、DeepSeek 技術解析與行業實踐等 12 大專題，邀請了超 60 位來自全球頂尖科技企業與學術機構的重磅嘉賓齊聚一堂，全面呈現 AI 領域的技術風向與應用前沿。 極狐GitLab CEO 柳鋼受邀出席大會，並在圓桌對話環節中發表精彩觀點。

作為大會主論壇壓軸的圓桌對話環節，柳鋼與格蠹科技創始人張銀奎，CSDN 高級副總裁、Boolan 首席技術專家李建忠，加拿大工程院及加拿大皇家學院院士、香港理工大學 AI 高等研究院院長楊強，AMD 人工智能事業部企業副總裁 Ramine Roane 共同圍繞“大模型技術趨勢展望與產業落地”主題，就算法、算力、數據三大 AI 核心要素如何驅動大模型持續演進展開了深入探討。

圓桌對話精彩總結

大模型開源和傳統代碼開源有哪些異同？

柳鋼：“ 作為開源的推動者，我認為大模型開源與傳統軟件開源有一個顯著的區別，那就是它的影響力截然不同。

傳統軟件，即使開源，它的目標通常是解決某個具體問題。例如，極狐GitLab 旨在為數百萬乃至數千萬程序員提供一個高效的軟件研發平台。這種影響雖然廣泛，但仍然較為聚焦。而大模型開源則不同，一旦開源，其影響力會迅速滲透到各行各業。用一個形象的比喻來説，大模型開源的影響力不僅僅是“更大一個量級”，而是“完全不同的維度”。

更重要的是，大模型開源並不僅僅是將代碼或權重公開。如果只是這樣，其復現的難度會非常高，因為訓練大模型所需的數據量和計算能力非常龐大。很多時候，這樣的大模型開源更像是“我請你吃滿漢全席，但只給你調料包”。你可以對模型進行微調和修改權重，但很難從零開始再造出一個完全一樣的模型。

正因如此，大模型開源帶來了一個重要轉變——它讓你可以免費獲得一個具備基礎智能能力的核心技術。這本質上強化了開源的意義，也使得開源的影響力更加深遠。

像 Deepseek 這樣的大模型項目，通過開源推動技術普及，正是我們長期倡導的開源精神的延續和拓展。我們非常欣慰地看到，開源在中國乃至全球越來越受到重視，開源的價值也在不斷得到驗證。”

開源大模型，它的護城河和商業模式最終會在哪兒？

柳鋼：“未來 AI 的大事件應該是基於開源大模型、多模態大模型技術構建的 AI Agent 在企業應用的落地，其中我最看好的一個領域是 AI 智能編程。而在構建 AI Agent 這類產品方面，最後我也想分享對於“護城河”的兩種理解：

對於堅持開源的企業來説，其唯一的護城河就是持續進步，不斷迭代，實現更優性能和更高效率；
對於以模型為基礎做產品的企業而言，真正的護城河只有三個字：好產品。好產品不是憑空誕生的，而是通過一個個“踩坑”積累而來——只有深入企業現場、解決實際問題，才能在這個眼花繚亂的市場中立足。”

企業使用 AI 編程工具進行提效的關鍵是什麼？

柳鋼：“現代化的軟件開發早已不是簡單的編程，還涉及到代碼編寫完以後進行的代碼審核、CI/CD 流水線的運行以及安全掃描等。因此 AI 編程是極致的編程理念和編程智能體的結合。因此，我認為 AI 編程的趨勢有兩個：

一體化平台：AI 編程不能只是簡單地生成代碼，而是要涉及到代碼的全流程管理，也就是要實現 AI 對軟件開發全生命週期的賦能；
私有化部署：AI 編程要想在企業內部為企業所有、為企業所用，就必須要處理好數據安全的問題。因為代碼是企業的核心資產，企業不可能會把成千上百萬行的代碼上傳到雲端。因此，AI 編程平台一定是要能夠部署在企業內部的網絡環境中。

極狐GitLab 是把編程思想轉化為行動、秉承“技術後發優勢”理念的一家軟件公司，打造了一款 AI 編程工具——極狐馭碼（CodeRider），從第一天起，就在以 AI + DevOps 一體化平台和私有化部署的方式在進行快速迭代。

關於馭碼CodeRider

馭碼CodeRider 是極狐GitLab 推出的基於生成式人工智能技術的新一代軟件生產工具，為開發者提供自然語言生成代碼、代碼補全、代碼調優糾錯、單元測試生成、代碼解釋以及智能技術問答等功能。同時，馭碼CodeRider 與 GitLab 深度融合，為企業提供軟件開發全生命週期（SDLC）的支持，涵蓋項目快速上手、企業文檔庫/代碼倉智能問答、議題管理、合併請求智能輔助、代碼智能評審、安全掃描智能解析、流水線管理等功能。

馭碼CodeRider 用 AI 賦能軟件開發