对话可达智灵张宇：AI Coding的分水岭，不在个人提效，而在团队重构

AI Coding行业的竞争，正在从单点代码生成能力，转向研发组织生产方式的竞争：既要让工程师更快完成任务，也要让团队在安全、协同、知识沉淀和成本控制上形成新的系统能力。

近日，企业级AI原生研发平台公司可达智灵宣布完成新一轮融资。据了解，在过去不到10个月的时间里，可达智灵已经完成了三轮融资，本轮融资将主要用于技术研发。

图注：可达智灵创始人&CEO张宇

AI研发的下一个阶段，是24小时运行的ADE

与普通AI Coding创业公司不同，可达智灵选择的不是更轻的个人开发者工具路线，而是更重、更匹配企业生产系统的团队级Agent。

今年5月，可达智灵发布“织灵 Coda Loom 2.0”，定位为专注团队级应用的工程级AI原生研发平台，围绕多智能体编排引擎、工程级记忆引擎、项目能效看板与分布式智能架构进行升级，提出多ADE协同交付模式，使AI研发从“单点辅助”走向“团队作战”。

可达智灵创始人&CEO张宇进一步向网易科技解释了“ADE”的含义。ADE全称是AI R&D Engineer，即AI研发工程师。“去年7月份公司成立的时候，我们就在思考：基本上所有的研发团队，不管是做手机的、做电脑的、做芯片的、做金融量化的，还是做操作系统和网站的，之前的研发团队全都是以人为主。那接下来，所有的团队都会变成‘人+在团队内部24小时能跑的Agent’共同去做的模式。”

这一路线，与过去市场熟悉的个人AI Coding工具有明显区别。个人工具解决的是“我如何更快完成任务”，而团队级ADE解决的是“组织如何以新的方式完成研发”。

张宇认为，现代研发早已不是一个人完成完整产品的时代，无论芯片、手机、金融量化系统，还是网站和操作系统，都依赖多个模块、多个小组之间的协作。真正的难点，不只是写代码，而是接口、依赖、测试、版本、责任边界和全局上下文。

“你可以把整个研发团队看成在做同一个产品，而这个产品的全局上下文连通，必须由一个团队级别的Agent把它完全承载下来。”张宇表示。

这也是可达智灵强调私有化部署和团队可控的原因。在张宇看来，个人Agent连接的是出游、家庭安排、个人关系和隐私信息；团队Agent承载的则是企业代码、算法、文档、流程和商业机密，二者天然不应混用。

“你个人不能带着你个人的Agent来公司工作，因为你一旦能把我团队的所有核心信息、代码拿走，你去了下一个团队，马上就能在隔壁做出一套一模一样的东西来。”

因此，企业级AI Coding的底层逻辑不是单纯提效，而是效率与安全并重。“团队的核心就两个事情：效率和安全。所以团队一定要用它自己完全可控的团队工具，而不是个人工具。”

在可达智灵的设想中，一个50人的团队，系统里可能跑着100个甚至500个Agent，“每个人相当于带着10个Agent在工作”。这些Agent并非各自为战，而是在团队协同规则下共享知识、沉淀经验、相互校验，最终形成企业自己的AI数字研发团队。

研发提升不能只看“烧了多少Token”，还要看“产出了多少结果“

如果说技术路线上的提前押注，是可达智灵进入企业级AI Coding市场的敲门砖，那么研发组织能否真正产生ROI则是占据市场的关键。

他反对企业只用Token使用量衡量AI应用程度。“光看Token使用量是完全没有用的。”在他看来，真正AI Native的研发团队，要看的是Token使用效率，即Token消耗、人类投入和具体研发任务产出之间的能效比。

围绕这一点，可达智灵依托前沿的技术力，行业首发“能效看板”功能。过去项目Bug增多、进度延期，往往需要项目经理、研发总监和测试团队开会复盘；而在团队ADE系统中，开发数据、测试数据、提交历史和过程信息可以被实时沉淀。张宇表示，系统能够反馈管理层：这个月Bug变多，是因为分配给Agent的算力不足，还是某个节点的人力配置出现偏差。

这意味着，AI Coding的管理指标正在从“有没有用AI”，转向“AI是否真正转化为研发产出”。

面对大厂入局，张宇认为，模型能力固然重要，但模型与工具强绑定也可能成为短板。“大厂的逻辑是模型和Coding工具强绑定。好处是它们内部能做深度协同调优；坏处就是它丧失了平台的客观性。”

在真实企业场景中，并不是所有任务都需要调用最顶级、最昂贵的大模型。简单开发任务可以使用更高性价比的模型，高难度攻坚场景才需要最强模型。因此，可达智灵“织灵”的核心策略，是在云端大模型、开源小模型和私有化算力之间做动态混合调度。

“客户自己的研发工程师是很难天天去研究这个月哪家大模型混合调度最划算、性价比最高的，这个策略是我们平台提供给客户的核心资产。”

张宇判断，2026年至2028年将是团队级Agent的黄金增量窗口。芯片、金融量化、智能制造、互联网、能源、机器人等行业都将进入“人+Agent”的研发转型周期。

在他看来，这不是简单采购一套软件，而是组织能力的再造。“原来排名靠后的企业，可能因为这个模式让效率翻倍，一跃做到市场第一；而原来市场第一的，因为没用好这套系统，产研效率落后了，可能就淘汰了。”

在张宇看来，AI Coding的真正战场，不在代码补全，也不在个人工具炫技，而在研发组织能否把经验沉淀进Agent、把Agent纳入管理系统，并最终形成新的生产关系。（袁宁）