codificatore zenLunedì una startup della Silicon Valley che sviluppa agenti di codifica basati sull’intelligenza artificiale ha rilasciato un’app desktop gratuita. Questa applicazione, afferma, cambierà radicalmente il modo in cui gli ingegneri del software interagiscono con l’intelligenza artificiale e porterà l’industria oltre l’era della liberazione. "codifica delle vibrazioni" Verso un approccio più disciplinato e verificabile allo sviluppo basato sull’intelligenza artificiale.
prodotto menzionato flusso zenpromuove ciò che l’azienda definisce "Livello di orchestrazione dell’intelligenza artificiale" Coordinare più agenti AI per pianificare, implementare, testare e rivedere il codice in flussi di lavoro strutturati. Il lancio è il tentativo più ambizioso di Zencoder di differenziarsi in un mercato sempre più affollato e dominato da strumenti come i seguenti. cursore, Copilota GitHube agenti di codifica costruiti direttamente dai giganti dell’intelligenza artificiale antropico, OpenAIE Google.
"Le interfacce utente della chat erano utili per i copiloti, ma si rompono quando provi a ridimensionarle." Lo ha detto il CEO di Zencoder Andrew Filev in un’intervista esclusiva con VentureBeat. "Le squadre si scontrano con un muro in cui la velocità senza struttura crea debito tecnico. Zenflow sostituisce “Prompt Roulette” con una catena di montaggio ingegneristica in cui gli agenti pianificano, eseguono e, soprattutto, verificano il lavoro degli altri."
L’annuncio arriva in un momento critico per lo sviluppo di software aziendale. Negli ultimi due anni le aziende di tutti i settori hanno investito miliardi di dollari in strumenti di codifica AI, sperando di accelerare in modo significativo la produzione ingegneristica. Tuttavia, la rivoluzione della produttività promessa non ha potuto essere realizzata in larga misura.
Perché gli strumenti di codifica AI non hanno mantenuto la promessa di una produttività 10 volte superiore
Filev, che in precedenza aveva fondato e venduto la società di gestione del progetto Scrivi a CitrixHa sottolineato una crescente disconnessione tra l’entusiasmo della codifica dell’intelligenza artificiale e la realtà. Sebbene i fornitori promettano aumenti di produttività dieci volte superiori, studi rigorosi, inclusa la ricerca dell’Università di Stanford, mostrano costantemente miglioramenti vicini al 20%.
"Se parli con veri leader dell’ingegneria, non ricordo una sola conversazione nella produzione ingegneristica seria in cui qualcuno si è codificato per una produttività 2x, 5x o 10x." disse Filev. "Il numero tipico che sentirai sarà intorno al 20%."
Secondo Filev il problema non risiede nei modelli di intelligenza artificiale ma nel modo in cui gli sviluppatori interagiscono con essi. L’approccio standard di digitare richieste in un’interfaccia di chat e sperare di trovare codice utilizzabile funziona per attività semplici ma fallisce su progetti aziendali complessi.
Il team di ingegneri interni di Zencoder afferma di aver adottato un approccio diverso. Filev ha affermato che l’azienda ora funziona a circa il doppio della velocità raggiunta 12 mesi fa, non principalmente perché i suoi modelli di intelligenza artificiale stanno migliorando, ma perché il team sta ristrutturando i suoi processi di sviluppo.
"Abbiamo dovuto modificare il nostro processo e utilizzare una varietà di migliori pratiche diverse." ha detto.
All’interno dei quattro pilastri che alimentano la piattaforma di editing AI di Zencoder
Zenflow organizza il suo approccio attorno a quattro funzionalità principali che Zencoder suggerisce che qualsiasi piattaforma di editing AI seria dovrebbe supportare.
Flussi di lavoro strutturati Sostituisci le linee guida ad hoc con sequenze ripetibili (pianificazione, esecuzione, test, revisione) che gli agenti seguono in modo coerente. Filev ha tracciato paralleli con la sua esperienza nello sviluppo di Wrike, sottolineando che i singoli elenchi di cose da fare raramente si adattano a tutte le organizzazioni, mentre i flussi di lavoro definiti creano risultati prevedibili.
Sviluppo basato sulle specifiche Richiede ai rappresentanti dell’intelligenza artificiale di creare prima una specifica tecnica, quindi creare un piano passo passo e solo successivamente scrivere il codice. L’approccio è diventato così efficace che i principali laboratori di intelligenza artificiale, tra cui Anthropic e OpenAI, hanno addestrato i loro modelli a seguirlo automaticamente. La specifica impedisce ciò che Zencoder chiama consentendo ai rappresentanti di chiarire i requisiti "spostamento di iterazione," o la tendenza del codice generato dall’intelligenza artificiale a deviare gradualmente dall’intento originale.
Verifica multi-agente Utilizza diversi modelli di intelligenza artificiale per criticare il lavoro degli altri. Poiché i modelli AI della stessa famiglia tendono a condividere punti ciechi, Zencoder indirizza le attività di verifica tra i fornitori di modelli, chiedendo a Claude di esaminare il codice scritto dai modelli OpenAI (o viceversa).
"Consideralo come il secondo parere di un medico." Filev ha detto a VentureBeat. "Con la pipeline giusta, stiamo vedendo risultati alla pari di quelli che ti aspetteresti da Claude 5 o GPT-6. Oggi beneficiate dei vantaggi di un modello di nuova generazione."
esecuzione parallela Consente agli sviluppatori di eseguire più agenti IA contemporaneamente in sandbox isolati, impedendo loro di interferire con il lavoro degli altri. L’interfaccia fornisce un centro di comando per il monitoraggio di questa flotta; Si tratta di un allontanamento significativo dalla pratica attuale di gestione di più finestre di terminale.
In che modo la verifica risolve la più grande sfida di affidabilità della codifica AI
L’enfasi di Zencoder sulla verifica affronta una delle critiche più persistenti al codice generato dall’intelligenza artificiale: la tendenza a generare codice "pendenza," o codice che sembra corretto ma fallisce nella produzione o si interrompe nelle iterazioni successive.
La ricerca interna dell’azienda ha rilevato che gli sviluppatori che saltano la verifica spesso cadono in quella che Filev chiama “vulnerabilità”. "ciclo di morte." Un agente AI completa con successo un’attività, ma lo sviluppatore, riluttante a rivedere codice sconosciuto, va avanti senza capire cosa è stato scritto. Quando le attività successive falliscono, lo sviluppatore rimane senza il contesto per risolvere i problemi manualmente e continua invece a chiedere soluzioni all’intelligenza artificiale.
"Trascorrono letteralmente più di un giorno in questo ciclo di morte," disse Filev. "Quindi la produttività non è 2x, perché prima lavoravano a una velocità 3x, poi hanno sprecato l’intera giornata."
verifica multi-agente L’approccio offre inoltre a Zencoder un insolito vantaggio competitivo rispetto ai laboratori di intelligenza artificiale di frontiera. Mentre Anthropic, OpenAI e Google ottimizzano ciascuno i propri modelli, Zencoder può combinare e abbinare i fornitori per ridurre i pregiudizi.
"Questa è una rara situazione in cui abbiamo un vantaggio nei laboratori di frontiera." disse Filev. "Nella maggior parte dei casi hanno un vantaggio su di noi, ma questo è raro."
Zencoder deve affrontare la dura concorrenza dei giganti dell’intelligenza artificiale e delle startup ben finanziate
codificatore zen In un momento di intensa concorrenza, l’intelligenza artificiale sta entrando nel mercato dell’orchestrazione. L’azienda si posiziona come piattaforma indipendente dal modello e supporta i principali fornitori come Anthropic, OpenAI e Google Gemini. A settembre, Zencoder ha ampliato la propria piattaforma per consentire agli sviluppatori di utilizzare agenti di codifica da riga di comando di qualsiasi provider all’interno della sua interfaccia.
Questa strategia riflette un riconoscimento pragmatico del fatto che gli sviluppatori mantengono sempre più rapporti con più fornitori di intelligenza artificiale anziché dipendere da uno solo. L’approccio alla piattaforma universale di Zencoder gli consente di fungere da livello di orchestrazione indipendentemente dai modelli sottostanti preferiti dall’azienda.
L’azienda sottolinea inoltre la preparazione aziendale; SOC2 Tipo II, ISO27001E ISO42001 Certificazioni e conformità GDPR. Queste credenziali sono importanti per i settori regolamentati come i servizi finanziari e l’assistenza sanitaria, dove i requisiti di conformità possono ostacolare l’adozione di strumenti di intelligenza artificiale incentrati sul consumatore.
Tuttavia codificatore zen Si trova ad affrontare una dura concorrenza in molti modi. cursore E windsurf Abbiamo creato editor di codice personalizzati basati sull’intelligenza artificiale con basi utenti dedicate. Copilota GitHub Sfrutta la potenza di distribuzione di Microsoft e la profonda integrazione con il più grande repository di codici al mondo. Anche i laboratori di intelligenza artificiale di frontiera continuano ad espandere le proprie capacità di codifica.
Filev ha respinto le preoccupazioni dei laboratori di intelligenza artificiale riguardo alla concorrenza, sostenendo che i player più piccoli come Zencoder possono muoversi più velocemente nell’innovazione dell’esperienza utente.
"Sono sicuro che arriveranno alla stessa conclusione, sono intelligenti e si muovono velocemente, quindi sono sicuro che raggiungeranno abbastanza rapidamente." ha detto. "Ecco perché ho detto che nei prossimi sei-dodici mesi vedrete questa diffusione in tutto il campo."
È opportuno adottare ora l’orchestrazione dell’intelligenza artificiale piuttosto che aspettare modelli migliori
I manager tecnici che valutano gli investimenti nella codifica dell’intelligenza artificiale si trovano ad affrontare una difficile questione di tempistica: dovrebbero adottare subito gli strumenti di orchestrazione o aspettare che i principali laboratori di intelligenza artificiale integrino queste funzionalità in modo nativo nei loro modelli?
Filev ha sostenuto che l’attesa comportava notevoli rischi competitivi.
"In questo momento, tutti sono sotto pressione per ottenere di più in meno tempo e tutti si aspettano che i leader del settore ingegneristico ottengano risultati dall’intelligenza artificiale." ha detto. "In qualità di fondatore e amministratore delegato, non mi aspetto il 20% dal mio vicepresidente dell’ingegneria. Mi aspetto il doppio."
Si è anche chiesto se i grandi laboratori di intelligenza artificiale darebbero la priorità alle capacità di orchestrazione quando il loro core business rimane lo sviluppo di modelli.
"In un mondo ideale, i laboratori leader creerebbero i migliori modelli di sempre e competerebbero tra loro; Zencoder e Cursori devono creare il miglior livello di applicazione UI e UX mai realizzato su questi modelli." disse Filev. "Non vedo un mondo in cui OpenAI ti offrirà il nostro validatore di codice o viceversa."
Zenflow viene rilasciato come: applicazione desktop gratuitaplugin aggiornati disponibili Codice di Visual Studio E JetBrains ambienti di sviluppo integrati. Il prodotto supporta ciò che dice Zencoder "flussi di lavoro dinamici," ovvero, il sistema regola automaticamente la complessità del processo a seconda che un essere umano stia monitorando attivamente e la difficoltà del compito da svolgere.
Zencoder ha affermato che i test interni hanno dimostrato che la sostituzione del routing standard con il livello di editing di Zenflow ha aumentato la precisione del codice in media del 20%.
Cosa rivela la scommessa di Zencoder sull’orchestrazione sul futuro della codifica AI?
codificatore zen cornici flusso zen come il primo prodotto in quella che si prevede sarà una nuova e significativa categoria di software. L’azienda ritiene che ogni fornitore concentrato sulla codifica AI prima o poi arriverà a conclusioni simili sulla necessità di strumenti di orchestrazione.
"Penso che i prossimi sei-dodici mesi riguarderanno l’orchestrazione." Filev indovinò. "Molte organizzazioni alla fine raggiungeranno il doppio di tale cifra. Non ancora 10 volte, ma almeno 2 volte quanto promesso un anno fa."
Invece di competere testa a testa con i principali laboratori di intelligenza artificiale sulla qualità dei modelli, Zencoder scommette che il livello dell’applicazione (il software che aiuta gli sviluppatori a utilizzare tali modelli in modo efficace) determinerà i vincitori e i vinti.
Filev ha suggerito che questo fosse un modello familiare della storia della tecnologia.
"Questo è molto simile a quello che ho osservato quando ho avviato Wrike." ha detto. "Man mano che il business passava al digitale, le persone si affidavano alle e-mail e ai fogli di calcolo per gestire tutto, e nessuno dei due riusciva a tenere il passo."
Ha sostenuto che la stessa dinamica ora si applica alla codifica dell’intelligenza artificiale. Le interfacce di chat sono progettate per la conversazione, non per orchestrare flussi di lavoro tecnici complessi. Resta una questione aperta se Zencoder possa affermarsi come strato fondamentale tra gli sviluppatori e i modelli di intelligenza artificiale prima che gli sviluppatori costruiscano le proprie soluzioni.
Filev sembra comunque soddisfatto della gara. L’ultima volta che si è reso conto della differenza tra il modo in cui le persone lavorano e gli strumenti con cui hanno a disposizione, ha fondato un’azienda dal valore di oltre un miliardo di dollari.
Zenflow può essere scaricato gratuitamente all’indirizzo: zencoder.ai/zenflow.
