AI 代码过剩：给代码「冲厕所」的公司估值涨近十倍

AI 编程工具的爆发，正在把软件开发的瓶颈从「怎么写代码」推向「这么多代码怎么验证」。据 TechCrunch 报道，为 GitHub Actions 提供持续集成（CI）基础设施的 Blacksmith 于 8 月 12 日完成 4500 万美元 B 轮融资，估值达到 5.5 亿美元；不到一年前，这家公司的估值还只有约 6000 万美元。Blacksmith 并不帮程序员写代码，它做的是 AI 写出代码之后剩下的事情——跑测试、做构建，确认这些代码能否真正进入生产环境。

AI 写代码的速度，已经超出人类的验收能力

推动 Blacksmith 估值跳涨的，是 AI 编程 Agent 带来的代码产能跃升。Blacksmith 在 2025 年 9 月 A 轮融资时披露，在排除开发者人数增长因素后，其客户运行的 CI 任务量平均每个季度增长 60%。这背后是 Coding Agent 的工业化：它们可以读取代码库、修改多个文件、运行测试并把结果交回人类，不需要下班、不需要睡觉，还能调度多个子 Agent 并行处理。

Anthropic Claude Code 负责人 Boris Cherny 在 6 月的 Fortune Brainstorm Tech 大会上透露，自己已经 8 个月没有手写过一行代码，当天早上同时管理着「几百个」Agent，某些时候这个数字会变成几千甚至几万个。OpenAI 也在 8 月底披露了一项更为极端的实验：一个最初只有 3 名工程师的团队，从空白代码库开始用 Codex 开发内部软件，五个月内代码量膨胀到约 100 万行，期间完成约 1500 个 PR；OpenAI 估算同样工作由人类完成大约需要十倍时间。

但代码写得越快，人类就越「看不过来」。OpenAI 在这次实验总结中写道，随着代码吞吐量上升，新的瓶颈变成「人类 QA 能力」——团队每周五都要花一整天清理 AI 生成的低质代码（AI slop），包括重复或错误的实现模式、不一致的代码风格，以及不断累积的技术债。

CI 成了绕不开的基础设施层

Blacksmith 的核心业务，是 GitHub Actions 之下的「执行层」：GitHub Actions 规定要跑哪些测试、按什么顺序跑，Blacksmith 提供真正运行这些任务的计算环境。据公司介绍，它使用高单核性能 CPU、本地缓存和 NVMe 存储运行 CI 任务，大部分任务速度可达 GitHub 托管服务器的约 2 倍，迁移只需修改一行 GitHub Actions 配置。

AI 越会写代码，Blacksmith 需要跑的机器反而越多。过去程序员一天提交几次代码，CI 就跑几次；现在 Agent 持续改代码、反复尝试并并行调用子 Agent，每一次修改都会触发新一轮构建、测试与验证。Blacksmith 自己写道：「如果每一次代码修改仍然需要一个小时才能测试完，那么一个比人类快 100 倍的 Coding Agent 也没有太大意义。」AI 没有消灭软件开发的瓶颈，只是把瓶颈往后推了一格。

Blacksmith 近一年的关键增长数据：

• 客户数：约 800 家（2025 年 9 月）→ 5000 多家（不到一年后）
• 员工：约 10 人 → 约 30 人
• 年化收入：约 1000 万美元 → 数千万美元
• 部分最大客户年支出：超过 100 万美元
• CI 任务量：平均每个季度增长 60%（剔除开发者人数增长）

测试不能省，验收产业链开始上移

代码过剩的现实，迫使各大厂商把能力延伸到代码生产线的后半段。OpenAI 在 9 月披露，Codex 已经 Review 了公司内部绝大多数 PR，每天可发现数百个问题，许多问题在人类开始 Review 之前就被找出来。Anthropic Claude Code 今年 3 月加入自动安全审查能力，可直接检查 PR 中的 SQL 注入、XSS、身份验证漏洞与依赖漏洞，并接入 GitHub Actions 自动运行。GitHub 7 月上线的 Code Quality 则在 PR 阶段检查代码可靠性与可维护性问题，并结合 Copilot Autofix 给出修复建议，官方披露其内部团队会在合并前解决 67.3% 的相关问题。

这条产业链正在重排：AI 写代码，Blacksmith 跑测试；测试失败，AI 总结问题；Codesmith 修改代码，再扔回 Testbox 重新测试。但无论 Agent 怎么迭代，「这段代码能不能跑」最终必须实际执行一次，这就要消耗真实的算力。Blacksmith 押注的，正是这最后一笔省不掉的钱——它不做模型、不做 Review 工具，而是守住让所有代码真正跑起来的那层 CI 基础设施。