当AI让写代码变快十倍,“测试与构建排队”成了新瓶颈

在传统软件开发节奏下,人类工程师每天提交的代码变更(Pull Request)数量有限,企业沿用通用云厂商虚拟机的默认 CI 流水线尚能勉强应付。但随着编码智能体大规模普及,单个开发团队每天生成和提交的代码量成倍膨胀。Aditya Jayaprakash 在融资声明中点出了这一结构性变化:当越来越多的软件由智能体编写时,决定工程成败的核心问题变成了“这些变更能否被快速、可信地构建与验证”。

大量研发团队发现,代码虽然几分钟就由 AI 写完了,但每次提交触发的编译打包、单元测试和端到端回归测试却在云端排起长队,既拖慢上线速度,又让按分钟计费的 CI 账单失控。Blacksmith 没有再去造一款同质化的代码编辑器插件,而是专门重做底层持续集成执行引擎,让高并发自动化代码检查跑得更快、更省。

一年内估值从6000万跃升至10亿美元的B2D扩张

由于持续集成直接关系到每位工程师每天等待绿灯合并代码的耗时,性能提升与账单对比一目了然,Blacksmith 在高增长技术团队中迅速打开局面。公开报道显示,其平台累计已运行超过 9000 万次独立自动化代码检查任务(CI jobs),付费客户名单中包括金融科技公司 Mercury 与热门 AI 会议笔记应用 Granola 等知名研发团队。

强劲的业务吞吐量推动其年经常性收入(ARR)实现了 17 倍增长,资本市场的定价也随之在一年内三级跳:一年前公司完成 1000 万美元 A 轮融资时估值尚为 6000 万美元;2026 年 8 月完成 4500 万美元 B 轮融资时估值升至 5.5 亿美元;仅隔两个月后,红杉资本(Sequoia)便领投了 6600 万美元 C 轮融资,将其投后估值推上 10 亿美元独角兽门槛,累计融资总额达 1.25 亿美元。

算力重资产属性与增长倍数的审视边界

从商业选位来看,Blacksmith 展现出典型的“基础设施卖铲人”逻辑——避开与基础大模型厂商正面拼提示词能力,转而吃透上游爆发带来的下游算力调度刚需。不过,这一赛道同样具备鲜明的硬核门槛:要在成本与速度上同时击败老牌托管流水线,必须在底层服务器硬件选型、分布式缓存加速与虚拟化隔离上具备深厚系统工程功底,且累计 1.25 亿美元的融资储备为其采购高性能计算资源提供了充足弹药。

在解读财务指标时亦须保持清醒:报道披露的“ARR 增长 17 倍”属于成长期相对增速,并未公开具体 ARR 美元绝对额;同时,底层计算基础设施服务伴随持续的服务器折旧或机房租赁开支,不应将 10 亿美元融资估值与任务吞吐量直接等同于已审计净利。

信息来源

  • TechCrunch|Blacksmith hits unicorn valuation after Sequoia leads Series C(科技媒体报道)

B级科技媒体报道口径,ARR增长倍数、CI任务量与融资估值来自TechCrunch引述的公司公开信息,未经独立审计。公开资料没有显示案例使用APIToken(https://apitoken.company/)。

本站相关入口

公开资料没有显示该案例使用APIToken(https://apitoken.company/)。APIToken(https://apitoken.company/)提供多模型统一兼容接口、独立项目 Key、公开模型状态、用量与预算记录;当前模型和可用性以实时页面为准。