AI 编程日益普及，但支撑 AI 运转的开发工具和基础设施成为瓶颈。初创公司 Relace 获得 2300 万美元 A 轮融资，由 a16z 领投。Relace 创始人认为，软件开发正经历根本性转变，AI 智能体生成代码需要高频读写、快速合并的基础设施，而非传统为人类设计的工具。Relace 旨在构建“软件按需生成”能力，通过小型专用模型和优化基础设施，让 AI 智能体实现代码生成到生产运行的顺滑体验。其核心产品包括能快速无缝合并代码的 Apply 模型，以及用于高效上下文检索的 Embedding 和 Reranking 模型，旨在降低 AI 编程成本并提升效率。Relace 还推出了专为 AI 智能体设计的源代码控制系统 Relace Repos，并计划成为 AI 编程智能体的一站式平台。
💡 Relace 是一家专注于 AI 编程基础设施的初创公司，近日获得 2300 万美元 A 轮融资，由 a16z 领投。该公司由两位加州理工学院的博士辍学创业者创立，旨在解决当前 AI 编码工具和基础设施面临的瓶颈问题。
🚀 Relace 的核心理念是构建“软件按需生成”的能力，通过小型化、专用化的 AI 模型和针对性优化的基础设施，使 AI 编程智能体能够高效地生成代码并将其整合到生产环境中运行，实现从代码编写到部署的顺畅体验。
⚙️ Relace 的关键产品包括 Apply 模型，它能以极高的速度（每秒超过 1 万个 tokens，比 GPT-4o mini 快 50 倍）将 AI 生成的代码无缝合并回主代码库，解决通用大模型在代码合并时常遇到的难题。此外，Embedding 和 Reranking 模型组成的双阶段检索机制，能在 1-2 秒内完成上下文检索，大幅降低 AI 编程的成本和时间消耗。
📦 Relace 推出了专为 AI 智能体设计的源代码控制系统 Relace Repos，它兼容 git 协议，支持极高频次的操作，允许大量仓库数量，并为沙盒容器提供细粒度权限。Repos 集成了 Relace 的检索模型，使代码检索和上下文加载成为原生能力。
🌐 Relace 的长期愿景是成为任何公司搭建 AI 编程智能体的“一站式平台”，通过提供标准化基础设施，如同 Web 开发领域数据库、部署流程等服务一样，让 AI 编码领域的重复造轮子问题得到解决，从而推动整个行业的效率提升。
KIK 2025-10-25 20:54 北京
AI 编程早已成为许多开发者日常生产中的一环，而随着代码生成的速度和规模达到一定程度，一个日益重要的问题是，支撑这些 AI 运转的开发工具和基础设施正在成为新的瓶颈。不久前，旧金山 AI 编码基础设施初创公司 Relace 宣布完成 2,300 万美元 A 轮融资，由硅谷顶级风投机构 Andreessen Horowitz（简称 a16z）领投，Matrix Partners 和 Y Combinator 跟投。这家只有 8 个人的公司，所瞄准的正是这一问题。硅谷向来不缺名校辍学创业的故事，Relace 的两位联合创始人 Preston Zhou 和 Eitan Borgnia 也是其中一例。二人本科都毕业于加州理工学院，Zhou 博士就读哈佛大学物理学专业，曾在哈佛 Mitrano Lab 从事超快量子物质动力学研究；Borgnia 则在马里兰大学 College Park 跟随机器学习领域知名学者 Tom Goldstein 做研究，随后进入芝加哥大学攻读机器学习博士，师从 Ben Zhao。三年前，两人做了一个大胆的决定：从各自的博士项目退学，投身创业。这个决定并不容易，纯学术出身的他们不得不“从零开始学习如何做一家初创公司”，经历了 6 次以上的业务转型，直到 2023 年，二人通过 Y Combinator 孵化器正式创立了 Relace，当时团队规模还不到五人。短短两年间，他们已经服务了超过 40 家客户，其中不乏 Lovable、Figma、Magic Patterns 这样的明星 AI 应用公司。在两位创始人看来，软件开发正在经历一场根本性的转变。过去几十年里，代码都是由工程师一行一行敲出来的，版本控制系统、代码仓库、开发环境，所有这些工具都是为人类设计的。
图丨 Preston Zhou（左）和 Eitan Borgnia（右）（来源：Relace）但今天的情况截然不同——越来越多的代码由 AI 智能体（AI agents）自动生成，这些智能体需要的不是精美的图形界面，而是能够高频读写、快速合并、智能检索的底层基础设施。现有的许多开发工具，虽然功能强大，但它们的设计逻辑依然围绕着人类开发者的工作流程：丰富的 UI 界面、企业组织最多 10 万个代码仓库的限制、每小时不超过 1.5 万次的克隆/推送/拉取请求。这些对人类来说绰绰有余的配置，放在需要并发运行数十个 AI 智能体的场景下，立刻就有些捉襟见肘了。这正是 Relace 看到的市场机会。
在 Zhou 的描述中，公司的使命是构建“软件按需生成”（software on demand）的底层能力——用小型化、专用化的 AI 模型，配合针对性优化的基础设施，让 AI 编程智能体不仅能生成代码，还能直接将其整合到生产环境中运行。换句话说，Relace 想做的是让 AI 智能体也能享受人类开发者已经习以为常的那种顺滑体验：写完代码，提交、合并、部署，一气呵成，无需人工干预。
Relace 的核心产品围绕三种专用模型展开。首先是 Apply 模型，它的作用是将 AI 智能体生成的代码编辑无缝合并回主代码库，而不需要重写周围的代码块——这是当前通用大语言模型经常遇到的难题。按照 Zhou 透露的数据，Relace 的 Apply 模型合并速度超过每秒 1 万个 tokens，这个数字至少比使用 GPT-4o mini 快 50 倍。对用户而言，体感上几乎是瞬间完成，一次语义层面的代码合并可以在 700 毫秒内搞定。
其次是 Embedding 模型和 Reranking 模型，两者配合使用形成了双阶段检索机制。Embedding 模型负责从庞大的代码库中快速定位出可能相关的文件或代码片段，Reranking 模型则进一步筛选和排序，确保呈现给 AI 智能体的是最相关、最准确的上下文信息。据 Relace 公开的测试结果，这套组合能在 1 到 2 秒内完成上下文检索，而且在他们的实验中，这一步骤往往占据了整个 AI 智能体执行链路超过 50% 的 token 消耗。换言之，如果这个环节优化得当，不仅速度快，成本也能大幅降低。成本问题确实已经成为了整个 AI 编程行业的痛点。近两年 AI 编程工具的快速普及暴露出一个尴尬的现实：很多公司虽然产品受欢迎，但毛利率却惨不忍睹。推理模型让代码生成 Agent 的能力大幅提升，但也带来了更高的推理成本，正在挤压利润空间。AI 编程助手 Replit 在 2025 年的毛利率一度陷入负 14% 到负 36% 的区间，罪魁祸首就是高昂的模型调用成本。而 Relace 主打的策略就是“小型专用模型+优化基础设施
”，针对特定任务训练小得多的模型，再通过基础设施层面的协同优化提升整体效率，而非完全依赖最昂贵的通用大模型。除了这三大模型，Relace 还在构建完整的开发生命周期基础设施，涵盖版本控制、部署、代码库状态管理等环节。伴随这次融资一同推出的 Relace Repos，就是他们在这个方向上的第一个重量级产品。Repos 本质上是一个专为 AI 智能体设计的源代码控制系统，完全兼容 git 协议，但在架构上做了大量针对性改造：支持极高频次的 git 操作、允许组织创建远超传统限制的仓库数量、为每个短生命周期的沙盒容器分配细粒度的访问权限。Repos 深度也集成了 Relace 自家的 Embedding 和 Reranking 模型，让代码检索和上下文加载变成开箱即用的原生能力。图丨 Repos 的检索速度与召回率（来源：Relace）在 Zhou 看来，Relace 的长期愿景不仅仅是提供几个好用的模型，而是成为任何公司搭建自己 AI 编程智能体的“一站式平台”（one-stop shop）。未来几个月，他们还将发布一套 Relace 代理，针对端到端任务进行训练，例如快速遍历代码库、自动合并冲突以及智能重构代码库。a16z 对 Relace 的投资，某种程度上也反映了其对 AI 编码赛道的最新判断。在宣布领投的博文中，a16z 的合伙人 Yoko Li、Guido Appenzeller 和 Martin Casado 明确指出：过去几十年里，代码是由人类手工打造的产物，但今天代码本身正在成为生成式 AI 的基础。每一个新功能、每一次自动化、每一个由提示词触发的操作，背后都是代码在生成和执行。当这个转变发生时，瓶颈就不再是“怎么写代码”，而是“怎么把代码跑起来”。他们认为，未来真正的突破点不在于打造更大的基础模型，而在于用更小、更专的模型配合专门优化的基础设施——这正是 Relace 在做的事。
过去一年多时间里，“提示词生成应用”（prompt-to-app）平台如雨后春笋般涌现，增长速度惊人；与此同时，传统 SaaS 厂商也开始将编码 Agent 直接嵌入自己的产品中。这两股力量汇聚的结果是：大量代码正在由 AI 自动生成，而且这个趋势还在加速。但问题在于，现阶段几乎每一家想做 AI 编码的公司，都在各自重复造轮子——搭建自己的工具链、自己的沙盒环境、自己的源代码管理系统。就像 Zhou 和 Borgnia 所说的，这些本该成为“商品化服务
”的基础组件，如今却还在被当作竞争优势来打造，这显然不够高效。类比 Web 开发的演进历程，今天已经没有公司会把数据库、部署流程或身份认证视为自己的核心壁垒，它们早就外包给了专业服务商。Relace 的赌注是 AI 编码领域也会走上同样的道路，而他们想成为那个提供标准化基础设施的玩家。参考资料：1.https://www.relace.ai/blog/series-a-announcement2.https://www.relace.ai/blog/relace-repos3.https://a16z.com/announcement/investing-in-relace/4.https://www.theinformation.com/articles/andreessen-backs-startup-developing-tools-coding-agents-use?rc=qlolsu排版：刘雅坤01/ 太阳系再迎来“星际访客”，五天后抵达近日点，哈佛科学家提出惊人推测
02/ 神经科学家发现AI与生物的协作共性，为高效协作AI Agent提供理论基础
03/ 专访诺奖得主Andre Geim：石墨烯的发展超出预期，被嘲没用的技术如今正改变世界
04/ 如果中国大模型不再开源
05/ 西湖大学解锁AI新角色：基建工程师，火箭桥梁都能造！首次让语言驱动工程实现闭环
阅读原文
跳转微信打开
