Concho AI将企业代码库转化为智能体的知识层

Concho AI今日正式推出其旗舰平台——一款深度理解软件开发与应用工作的人工智能平台。该平台通过提供深层语义理解与组织能力，帮助开发者和AI智能体将庞杂的大型代码库转化为可管理的结构化知识资产。

"它的作用，是将高级顾问或架构师才具备的智识能力，普惠给任何想要了解代码含义的人。"首席技术官布鲁斯·亨德森在接受SiliconANGLE独家专访时如此表示。

随着软件行业迈入智能体AI时代，开发者们正在发现一个新问题：AI智能体能够批量生成大量代码。对于全新项目和小型代码库而言，智能体表现良好。前沿模型配合行业标准的上下文窗口大小，可以一次性"看清"整个项目，从而积累足够的数据与知识来完成复杂任务。

然而，亨德森指出，随着项目迭代演进，当代码库规模扩展至数百万行、横跨多种编程语言、历经多代开发者之手后，AI智能体的工作效率和准确性将大打折扣。与此同时，随着时间推移，代码库中还会出现一个更棘手的问题：开发者逐渐不愿撰写文档，甚至干脆忽略这一环节。老旧代码库中往往存在大量"影子代码"——这些代码各有其用途，但当编写它们的开发者多年前离职后，其运作机制和业务价值便随之消失殆尽。

"你面对的，是一个业务关键系统与历史考古遗址的结合体。"亨德森如此形容道。

生成式AI让生产新代码的成本大幅降低，但从嵌入式旧系统中恢复知识，依然是一项极为艰难的任务。

Concho的解决思路并非要求开发者另起炉灶，采用全新工具或编码智能体，而是对应用进行分析，并将分析结果注入现有AI助手中。它扮演的是一个中间"事实层"的角色，作为知识图谱插件，让用户能够探索应用程序的架构与业务行为，而无需逐一检视每个文件和函数。

这些信息随后通过模型上下文协议（Model Context Protocol）开放给Anthropic的Claude等工具使用，使其对开发者和业务人员都立即具备实用价值。这意味着任何人都可以直接与自己选择的AI助手对话，获取关于代码库与业务数据的专业知识。

让代码更易读懂，还原业务真相

在底层架构上，Concho采用了亨德森所称的"认知预编译器"机制——在用户或智能体提出问题之前，系统便已完成大量应用发现与实现分析工作。由此生成的事实模型既能返回简洁的架构概览，也能结合具体、有来源依据的证据进行深度挖掘。

目前，多家客户已在实际业务中使用Concho来理解其系统、构建更优质的应用程序。

其中一个典型案例是私募股权支持的医疗科技公司Clearwave。该公司将Concho纳入其产品体系，用于理解复杂的"医疗编码"——一套关于医疗程序定价的复杂规则体系，且往往与通行标准存在出入。

此外，Clearwave拥有一批资深开发者充当应用程序导师。Concho正被用于将这部分专家知识传递给其他团队，从而避免这些专家在日常维护中被频繁打扰。

"他们的核心产品代码量超过1200万行，已经运行了相当长的时间，经历了多次变更，内部结构极为复杂交错。"亨德森说道。

Concho的能力还延伸至业务价值与目标层面。例如，CEO可以借助该系统向AI助手提供精准数据，随时了解公司运营动态，而无需打扰工程团队。

"工程师们的情绪好多了，因为他们不必再坐进一个个会议室，向各方解释技术立场，"亨德森补充道。"销售、支持和运营团队，现在都通过他们惯用的工具——也就是Claude——与Concho引擎交互，由AI完成初步的问题分类和处理。"

Clearwave最初将该平台定位为工程工具，但其应用理解模型很快被证明对高管、产品团队、销售、支持和运营部门同样大有裨益。亨德森解释说，这得益于Concho对公司应用知识全貌的深度上下文理解。

企业AI开发正逐渐超越第一代编码副驾驶和"氛围编码"执行模式，后者依赖前沿模型搜索代码库并为每项任务临时组装上下文。新兴平台正在转向构建应用程序、业务规则与依赖关系的持久化表示。

随着代码库持续膨胀、触达业务的层面越来越广，以及在人类指挥下控制和协调代码库的AI智能体处理的数据量与日俱增，这些数据必须经过精心整理，形成一套能够准确反映代码运作方式与业务逻辑的可靠基础。

Concho更长远的判断是：未来，编写代码的模型本身或许会越来越不重要，逐渐沦为开发者按需替换的底层引擎。真正决定最终结果优劣的，是提供给它的应用知识的质量。人类将继续决定哪些内容需要改变，而智能体负责执行，但这一切的前提是首先拥有一个清晰可读的代码、模式与业务逻辑来源。

"Concho的工作，就是读取源代码并构建一张涵盖所有内容的地图，一个可供查询的知识库——人类可以直接使用，人类也可以通过AI来使用，或者由AI独立使用。"亨德森说道。

Q&A

Q1：Concho AI平台主要解决什么问题？

A：Concho AI主要解决大型企业代码库难以理解和管理的问题。随着项目规模扩大，代码库可能达到数百万行，历经多代开发者，文档缺失严重，存在大量"影子代码"。Concho通过分析代码库并构建可查询的知识图谱，帮助开发者和AI智能体快速理解代码架构与业务逻辑，无需从头翻阅每个文件。

Q2：Concho AI是如何与Claude等AI工具配合使用的？

A：Concho通过模型上下文协议（Model Context Protocol）将分析结果开放给Anthropic的Claude等AI助手。它扮演一个中间"事实层"的角色，预先完成代码发现与分析工作，将结构化的应用知识注入AI助手，使用户无需更换工具，直接通过Claude等助手查询代码库信息和业务数据。

Q3：Concho AI除了帮助工程师，还能为非技术人员提供什么价值？

A：Concho的价值不仅限于工程团队。以客户Clearwave为例，该平台最初作为工程工具使用，后来被证明对高管、产品团队、销售、支持和运营部门同样实用。CEO可通过其向AI助手获取公司运营动态，销售和支持人员也可通过Claude与Concho交互，完成初步问题分类，大幅减少对工程团队的依赖。