前字节算法负责人陈志杰创业项目Verdent AI完成融资，估值或高达2亿美元

根据投资实习所的报道，前字节跳动算法负责人陈志杰创立的 Verdent AI 近期完成了由腾讯领投、红杉中国等老股东跟投的 A 轮融资，金额在数千万美元，估值或已突破 2 亿美元。这使 Verdent 成为国内 AI Coding 领域融资规模最大、估值最高的创业公司之一。上一轮融资同样由红杉中国主导，头部机构的连续押注，也强化了外界对这一团队长期潜力的判断。

Verdent 的故事并非孤立事件，它更像是落在一股愈发明显的行业潮流中。字节系创业者正在成为中国 AI 应用创业的主力力量。

过去几年，大批在字节扛过高压业务、打过技术硬仗的负责人走向市场，投身 AI 新创业：有人做 AI 硬件，有人做Agent，也有人在视频、内容生成等领域探索新的产品形态。这个群体的共同点是，他们既深度理解复杂系统与工程能力，又有推动业务规模化的经验，因此往往更加能够把“AI 概念”真正落成“AI 产品”。 

陈志杰曾先后在百度担任首席技术架构师、在字节跳动出任算法负责人及数据科学组织负责人，负责大规模推荐系统与基础算法平台的搭建与运营，带领数百名工程师和科学家推动公司核心功能系统化发展。

刘晓春则更偏产品与业务。他在百度一线带过搜索、推荐广告、电商和直播电商，构建过三百多人规模的跨职能团队，既知道如何把技术变成产品，也知道如何把产品拉上真实收入的曲线。

这两个人坐在一起决定做 AI Coding，本身就注定了他们很难满足于“做一个更聪明的代码补全插件”这种小目标。

Verdent 的产品，被他们定义为“Agentic Coding Suite”。这几个英文单词如果硬翻，会显得有点生硬，但背后的意思其实很直白：不是帮你“写几行代码”，而是帮你“完成一个软件工程任务”。

大多数今天我们看到的 AI Coding 工具，停留在“基于提示的补全”层面。开发者给出一段注释、一句需求、一段上下文，工具给出若干候选方案；好用的地方在于速度变快、不用背 API、写 CRUD 更省心，不好用的地方在于，一旦涉及跨文件、多模块、多步骤的复杂改动，就容易翻车——不是忘了改某个调用点，就是没做好向后兼容，再不然就是测试完全没覆盖。

Verdent 试图把这一层的“局部聪明”上升成一种“系统智能”。他们在产品中把这一套能力拆解成了一个完整闭环：从模糊需求出发，自动规划任务，再拆成可以分配给不同 Agent 的子任务，每个 Agent 在隔离的 Git 环境里并行执行，完成后自动验证，再把整个变更以 diff、说明、风险提示等形式呈现给开发者。人类做决策，AI 做执行，人类做验收，AI 做修补。

当前国内的 AI Coding 赛道正处在一道十分鲜明的分叉口上。一方面，大厂已经全面入场——字节、阿里、百度、腾讯都推出了自家的 AI Coding 产品，几乎把这个赛道直接抬成了“基础设施级战略方向”；另一方面，这个领域在全球范围也被视为确定性最高的 AI 商业赛道之一。

Cursor 刚刚完成 23 亿美元融资、估值达到 300 亿美元，ARR 曲线持续陡升，让资本市场迅速形成一种高度一致的叙事——AI 正在重写软件开发方式，写代码的门槛正在被迅速抹平，未来软件工程团队的规模将被 AI 大幅压缩。资本的温度被推到了极高的位置，开发者社区也被这种“一个人干掉一个团队”的氛围激得热血沸腾，仿佛产品、应用、业务都能被几句话 prompt 拉出来，工程师的身份也要迎来一次范式重构。

但就在这种近乎滚烫的情绪之中，也开始出现另一种声音：AI Coding 的热度是否已经脱离现实？尤其是 Vibe Coding 这一类“让写代码变得更爽”的工具，是不是被叙事包装成了它本来还做不到的样子？

Google 资深工程负责人 Addy Osmani 最近的一次公开反思，为这场讨论泼下了一盆足够冰的冷水。作为负责管理 Google 大规模前端工程体系的负责人之一，他并不否认 AI 的价值，却对 Vibe Coding 式的狂热保持高度警惕。

他指出，一个能不断给开发者带来“爽感”的工具，并不意味着它能成为生产级系统的基础。Vibe Coding 非常适合原型、适合灵感碰撞、适合快速试验，但它无法承担起“长期维护与持续迭代”的重负。把幻觉当工程，只会让团队掉进一个更深的技术债泥潭。

文章来自于微信公众号 “Z Finance”，作者 “Z Finance”