英伟达可能要给这个 AI Coding 投 10 亿美金，AI 提升电商交易每月增长 100% 的一个典型案例

Bloomberg 的消息称，英伟达可能要给 Poolside 最高投资 10 亿美金最低 5 亿美金，而 Poolside 这轮整体打算融 20 亿美金，估值达 120 亿美金。

Poolside 是 Github 前 CTO Jason Warner 创立的 AI Coding 产品，但他将 OpenAI 定义为 Poolside 的竞争对手，而且希望通过专注于软件开发这个路径实现 AGI《Github 前 CTO 再创业，视 OpenAI 为唯一竞争对手》，因此它并不是一个简单的 AI Coding 产品，而是一个基础模型公司。

去年 10 月份，Poolside 已经拿了 5 亿美金的新一轮融资，英伟达也参与了，当时估值据说在 30 亿美金《又一 AI 编程拿了 5 亿美金，Poolside 估值快 30 亿美金了》。此次融资，则是为了更大的愿景。

Poolside 最初的产品定位也是构建一个生成式 AI 编程平台，通过 API 和编程助手来自动化和改进软件开发流程，主要面向企业客户，特别是那些对数据安全和私密性有高要求的客户（比方说政府和国防应用等）。

然而，Poolside 的创始人很快意识到，仅仅依靠“扩大语言模型规模”来达成 AGI 存在局限。在 2025 年中，Poolside 公开宣布了其更宏大的愿景：通过软件开发这条路径实现 AGI。

当我们于 2023 年 4 月在旧金山创立 Poolside 时，行业内的叙事是，我们只需要扩大语言模型的规模就能达到 AGI。虽然我们同意扩大算力的重要性，但我们坚信，最重要的扩展路径将是强化学习（RL）。

他们认为强化学习（RL）是关键，RL 能够让模型从新经验和真实世界的互动中学习，从而突破传统 LLM 仅依赖静态文本数据的瓶颈。

互联网是人类的理解、经验和思想以语言形式压缩而成的集合。语言是一种高效的交流方式，但当信息以这种方式被压缩时，我们就无法接触到最终成果之前的人类思维和现实世界的输入。

代码是通往 AGI 的“语言”，他们将软件开发视为一个完美的 AGI 训练场。通过代码执行反馈的强化学习（RLCEF），模型可以接收到清晰、客观的“正确”或“错误”信号，这比人类反馈（RLHF）更高效、更具可扩展性。

Poolside 声称，尽管人工智能很快就会生成比所有人类作者加起来还要多的文本，但单纯的数量并不等同于信息密度。一本研究生水平的物理教材将几个世纪的发现和作者数月的推理浓缩在薄薄的几页纸中；相比之下，平均而言，合成文本是对每一个探索分支的冗长记录。

软件工程领域是通用智能的一个代表，它为强化学习提供了一个丰富的环境，并提供了可验证的奖励机制，而且我们知道如何有效地扩展这种机制。如果说互联网是我们的化石燃料，那么来自与现实世界互动的数据就是我们的可再生能源。

构建通用人工智能（AGI）并非是将越来越多的文本数据塞进越来越大的神经网络；而是要从我们现有的有限数据中提炼出所有人类的经验学习和思考，引入智能体的经验学习来挖掘取之不尽的数据，并有条不紊、精准地运用计算能力。

Poolside 将“其 AGI 路径比喻为一个“能源系统”：“聚变反应堆”（从现有数据中提取能量）和“风力涡轮机”（利用 RL 来收集通过学习和探索产生的新鲜数据的能量）。

另外，前两天直播带货平台 Whatnot 新的 2.25 亿美金融资让其估值直接涨到了 116 亿美金，看得出资本市场对这类电商平台级产品给的估值非常高。

而最近一个由大学辍学生创立、利用 AI 帮助大家卖二手商品的产品，让我看到了 AI 在电商里非常好的一个应用场景，现在其每月增长都在 100% 左右。

做法也很简单：利用了 AI 扫描识物和强大的信息搜索能力，让传统需要花费很多时间上架商品的流程只需要几秒钟时间，大大提升了