极狐GitLab CEO 柳钢受邀出席 2025 全球机器学习技术大会
极狐GitLab 是 GitLab 在中国的发行版，关于中文参考文档和资料有：
- 极狐GitLab 中文文档
- 极狐GitLab 中文论坛
- 极狐GitLab 官网
2025 年 4 月 18 日至 19 日，2025 全球机器学习技术大会（ML-Summit 2025）在上海隆重举行。本次大会围绕 AI 最前沿的发展趋势与落地实践，聚焦大语言模型技术演进、AI 智能体、具身智能、DeepSeek 技术解析与行业实践等 12 大专题，邀请了超 60 位来自全球顶尖科技企业与学术机构的重磅嘉宾齐聚一堂，全面呈现 AI 领域的技术风向与应用前沿。 极狐GitLab CEO 柳钢受邀出席大会，并在圆桌对话环节中发表精彩观点。
作为大会主论坛压轴的圆桌对话环节，柳钢与格蠹科技创始人张银奎，CSDN 高级副总裁、Boolan 首席技术专家李建忠，加拿大工程院及加拿大皇家学院院士、香港理工大学 AI 高等研究院院长杨强，AMD 人工智能事业部企业副总裁 Ramine Roane 共同围绕“大模型技术趋势展望与产业落地”主题，就算法、算力、数据三大 AI 核心要素如何驱动大模型持续演进展开了深入探讨。
圆桌对话精彩总结
大模型开源和传统代码开源有哪些异同？
柳钢：“ 作为开源的推动者，我认为大模型开源与传统软件开源有一个显著的区别，那就是它的影响力截然不同。
传统软件，即使开源，它的目标通常是解决某个具体问题。例如，极狐GitLab 旨在为数百万乃至数千万程序员提供一个高效的软件研发平台。这种影响虽然广泛，但仍然较为聚焦。而大模型开源则不同，一旦开源，其影响力会迅速渗透到各行各业。用一个形象的比喻来说，大模型开源的影响力不仅仅是“更大一个量级”，而是“完全不同的维度”。
更重要的是，大模型开源并不仅仅是将代码或权重公开。如果只是这样，其复现的难度会非常高，因为训练大模型所需的数据量和计算能力非常庞大。很多时候，这样的大模型开源更像是“我请你吃满汉全席，但只给你调料包”。你可以对模型进行微调和修改权重，但很难从零开始再造出一个完全一样的模型。
正因如此，大模型开源带来了一个重要转变——它让你可以免费获得一个具备基础智能能力的核心技术。这本质上强化了开源的意义，也使得开源的影响力更加深远。
像 Deepseek 这样的大模型项目，通过开源推动技术普及，正是我们长期倡导的开源精神的延续和拓展。我们非常欣慰地看到，开源在中国乃至全球越来越受到重视，开源的价值也在不断得到验证。”
开源大模型，它的护城河和商业模式最终会在哪儿？
柳钢：“未来 AI 的大事件应该是基于开源大模型、多模态大模型技术构建的 AI Agent 在企业应用的落地，其中我最看好的一个领域是 AI 智能编程。而在构建 AI Agent 这类产品方面，最后我也想分享对于“护城河”的两种理解：
对于坚持开源的企业来说，其唯一的护城河就是持续进步，不断迭代，实现更优性能和更高效率；
对于以模型为基础做产品的企业而言，真正的护城河只有三个字：好产品。好产品不是凭空诞生的，而是通过一个个“踩坑”积累而来——只有深入企业现场、解决实际问题，才能在这个眼花缭乱的市场中立足。”
企业使用 AI 编程工具进行提效的关键是什么？
柳钢：“现代化的软件开发早已不是简单的编程，还涉及到代码编写完以后进行的代码审核、CI/CD 流水线的运行以及安全扫描等。因此 AI 编程是极致的编程理念和编程智能体的结合。因此，我认为 AI 编程的趋势有两个：
- 一体化平台：AI 编程不能只是简单地生成代码，而是要涉及到代码的全流程管理，也就是要实现 AI 对软件开发全生命周期的赋能；
- 私有化部署：AI 编程要想在企业内部为企业所有、为企业所用，就必须要处理好数据安全的问题。因为代码是企业的核心资产，企业不可能会把成千上百万行的代码上传到云端。因此，AI 编程平台一定是要能够部署在企业内部的网络环境中"。
极狐GitLab 是把编程思想转化为行动、秉承“技术后发优势”理念的一家软件公司，打造了一款 AI 编程工具——极狐驭码（CodeRider），从第一天起，就在以 AI + DevOps 一体化平台和私有化部署的方式在进行快速迭代。
关于驭码CodeRider
驭码CodeRider 是极狐GitLab 推出的基于生成式人工智能技术的新一代软件生产工具，为开发者提供自然语言生成代码、代码补全、代码调优纠错、单元测试生成、代码解释以及智能技术问答等功能。同时，驭码CodeRider 与 GitLab 深度融合，为企业提供软件开发全生命周期（SDLC）的支持，涵盖项目快速上手、企业文档库/代码仓智能问答、议题管理、合并请求智能辅助、代码智能评审、安全扫描智能解析、流水线管理等功能。
