Copilot 创始工程师 Sundaresan 认为，多数 AI 编码场景不需要成本最高的模型
来源：InfoQ / The New Stack 访谈：Neel Sundaresan
GitHub Copilot 创始工程师、现 IBM 自动化与 AI 总经理 Neel Sundaresan 在 5 月接受 The New Stack 专访时提出一个判断：当前 AI 编码工具的部署方式存在系统性浪费——约 80% 的日常编码任务（样板代码、重构、测试生成、文档）并不需要 Claude Opus 或 GPT-5 这种级别的前沿模型，但多数工具的默认架构却把所有任务一股脑交给最贵的模型。他用一个类比概括："这就像开着法拉利去便利店买牛奶。"
IBM Bob 的实践：模型路由而非模型堆叠
Sundaresan 主导的 IBM Bob 编码工具 4 月 28 日正式向全球发布，并在 IBM 内部运行近一年。其核心架构不是让开发者手动选择模型，而是由系统分析任务后自动路由——简单补全交给 Granite（7B）或 Mistral，复杂推理交给 Claude，安全扫描交给专用小模型。内部 A/B 测试显示，这一策略将 AI 计算支出优化约 40%。
- 内部部署规模：80,000+ IBM 开发者日常使用
- 整体生产力提升：内部调查平均 45%
- Instana 团队：每人每周节省约 10 小时
- Maximo 团队：代码生成与重构节省 69% 时间
- 外部客户 Blue Pearl：Java 版本升级从 30 天压缩到 3 天，节省 160 工程小时，上线零缺陷
从 Copilot 到 Bob：二十年降低开发摩擦
Sundaresan 的产品理念可以追溯到 2000 年他在 eBay 做的 API 调用推荐引擎。他观察到，开发者生产力的瓶颈往往不在"不会写"，而在"不知道从哪里开始写"和"不知道用什么工具写"。GitHub Copilot 解决了前一个问题，IBM Bob 试图解决后一个——让开发者不需要手动判断"这个任务该用哪个模型"。
智能体经济的判断：有烟必有火
Sundaresan 不否认 AI 编码存在泡沫，但他的框架是："如果炒作是烟，那背后一定有火。火势或许没想象中那么大，但火苗确实存在。"他认为真正的结构性变化是从确定性 API 调用变成概率性对话交互——这让全新能力出现，也带来全新风险。尤其当智能体之间开始用人类无法直接读懂的机器原生语言交流时，"漏洞差错可能呈爆炸式扩散。"
参考资料
v1 原始文献：
- InfoQ：Copilot 创始工程师——大多数 AI 编码"就像开着法拉利去买牛奶一样"（The New Stack 访谈全文翻译）
- DevOps.com: IBM Bob Takes AI Coding Assistants to the Next Level
补充文献：