Mistral AI представила конкурирующий инструмент для кодирования, чтобы бросить вызов GitHub Copilot

В среду компания Mistral AI представила комплексный корпоративный помощник по кодированию, что свидетельствует о том, что французская компания, специализирующаяся на искусственном интеллекте, делает самый решительный шаг на арену корпоративной разработки программного обеспечения, которую в настоящее время возглавляют GitHub Copilot от Microsoft и другие конкуренты из Кремниевой долины.

Новый продукт, Mistral Code, сочетает в себе новейшие модели искусственного интеллекта компании с интегрированными плагинами среды разработки и возможностями локального развертывания, специально разработанными для крупных предприятий с жесткими требованиями к безопасности. Этот запуск напрямую конкурирует с существующими помощниками по кодированию, обеспечивая, по словам компании, беспрецедентную кастомизацию и суверенитет данных.

"Нашими ключевыми отличиями являются более высокая степень кастомизации и возможность размещения наших моделей в локальной сети", - рассказал в эксклюзивном интервью VentureBeat Баптист Розьер, научный сотрудник Mistral AI и бывший исследователь Meta, который участвовал в разработке оригинальной языковой модели Llama. "Мы можем настраивать наши модели под уникальную кодовую базу клиента, что значительно повышает релевантность кодовых завершений для его конкретных рабочих процессов".

Эта стратегия, ориентированная на предприятия, подчеркивает стремление Mistral выделиться на фоне OpenAI и других американских конкурентов за счет приоритета конфиденциальности данных и соответствия европейским нормам. В отличие от типичных SaaS-инструментов для кодирования, Mistral Code позволяет компаниям развернуть весь стек ИИ в своей собственной инфраструктуре, надежно сохраняя собственный код на корпоративных серверах.

"При локальном развертывании мы используем модель непосредственно на оборудовании заказчика", - добавил Розьер. "Они получают выгоду от сервиса и при этом гарантируют, что их код никогда не покинет их серверы, что отвечает их требованиям безопасности и конфиденциальности".

Как компания Mistral выявила четыре основных препятствия на пути внедрения ИИ на предприятиях

Продукт появился в тот момент, когда внедрение помощников по кодированию ИИ во многих организациях все еще находится на стадии проверки концепции. Опросив вице-президентов по инженерным вопросам, руководителей платформ и руководителей служб информационной безопасности, компания Mistral выявила четыре повторяющиеся проблемы: ограниченный доступ к собственным репозиториям, недостаточная настройка моделей, слабая поддержка сложных рабочих процессов и фрагментарные соглашения об уровне обслуживания, предоставляемые несколькими поставщиками.

Mistral Code решает эти проблемы с помощью "вертикально-интегрированного решения", включающего модели, плагины, средства административного управления и круглосуточную поддержку в рамках одного соглашения. Построенная на базе известного проекта Continue с открытым исходным кодом, платформа добавляет функции корпоративного уровня, такие как гранулированный контроль доступа на основе ролей, ведение журнала аудита и аналитика использования.

Технически Mistral Code использует четыре специализированные модели искусственного интеллекта: Codestral для завершения кода, Codestral Embed для поиска и извлечения кода, Devstral для многозадачных рабочих процессов кодирования и Mistral Medium для разговорной поддержки. Система поддерживает более 80 языков программирования и может анализировать файлы, дифы Git, вывод терминала и системы отслеживания проблем.

Что очень важно для корпоративных клиентов, платформа позволяет тонко настраивать основные модели в частных репозиториях кода - эта особенность отличает ее от проприетарных вариантов, зависящих от внешних API. Такая адаптивность может существенно повысить точность завершения кода для специфических для компании фреймворков и конвенций кодирования.

Почему ведущие исследователи Meta присоединяются к инициативе Mistral по созданию кодового ИИ

Техническое превосходство Mistral отчасти объясняется стратегическим подбором персонала, который привлек ключевых исследователей из команды ИИ Llama компании Meta. Из 14 авторов, перечисленных во влиятельном документе Meta "2023 Llama", который определил стратегию компании в области ИИ с открытым исходным кодом, только трое остались в компании социальных сетей. Пятеро из них, включая Розьера, присоединились к Mistral в течение последних 18 месяцев.

Такая миграция талантов из Meta подчеркивает динамику конкуренции в секторе ИИ, где ведущие исследователи стремятся получить премиальное вознаграждение и возможность влиять на системы ИИ нового поколения. Для Mistral эти сотрудники принесли глубокий опыт в разработке больших языковых моделей и методов обучения, изначально разработанных в Meta.

Мари-Анн Лашо и Тибо Лавриль, бывшие сотрудники Meta и соавторы оригинальной статьи о Llama, теперь являются основателями и инженерами-исследователями ИИ в Mistral. Их знания вносят непосредственный вклад в разработку моделей Mistral, ориентированных на кодирование, в частности Devstral, которую компания выпустила в мае в качестве агента для разработки программного обеспечения с открытым исходным кодом.

Модель Devstral превосходит производительность OpenAI при работе на ноутбуке

Devstral является примером приверженности Mistral к разработке с открытым исходным кодом, предлагая модель с 24 миллиардами параметров под разрешительной лицензией Apache 2.0. Она набирает 46,8 % в бенчмарке SWE-Bench Verified, превосходя GPT-4.1-mini от OpenAI более чем на 20 процентных пунктов, и при этом достаточно компактна для работы на одном GPU Nvidia RTX 4090 или на MacBook с 32 ГБ оперативной памяти.

"На данный момент это лучшая открытая модель для SWE-бенча, проверенная и для кодовых агентов", - сказал Розьер в интервью VentureBeat. "Кроме того, она удивительно компактна - всего 24 миллиарда параметров, поэтому ее можно запускать локально на таких устройствах, как MacBook".

Такая двойная стратегия - предлагать модели с открытым исходным кодом наряду с проприетарными корпоративными сервисами - отражает более широкое позиционирование Mistral на рынке. Придерживаясь принципа открытой разработки ИИ, компания получает прибыль за счет премиальных функций, услуг по настройке и контрактов на поддержку предприятий.

Банки и железные дороги внедряют локальные инструменты кодирования Mistral

Первые корпоративные клиенты в регулируемых секторах подтверждают подход Mistral, где проблемы суверенитета данных препятствуют внедрению облачных помощников по кодированию. Abanca, крупный испанский и португальский банк, развернул масштабное внедрение Mistral Code, используя гибридную схему, которая позволяет создавать прототипы в облаке, сохраняя основной банковский код в локальной среде.

SNCF, национальный железнодорожный оператор Франции, использует Mistral Code Serverless, чтобы предоставить 4000 разработчиков в распоряжение искусственного интеллекта. Глобальный системный интегратор Capgemini развернул платформу в локальной сети для более чем 1500 разработчиков, работающих над проектами клиентов в регулируемых отраслях.

Эти внедрения подчеркивают спрос корпораций на инструменты для кодирования с помощью ИИ, которые предлагают сложную функциональность без ущерба для безопасности данных и соблюдения нормативных требований. В отличие от помощников, ориентированных на потребителя, корпоративная архитектура Mistral Code поддерживает административный надзор и аудиторские записи, необходимые крупным организациям.

Европейское регулирование ИИ дает Mistral преимущество перед конкурентами из Кремниевой долины

Рынок корпоративных помощников по кодированию привлек значительные инвестиции и конкуренцию со стороны технологических гигантов. GitHub Copilot от Microsoft лидирует с миллионами индивидуальных пользователей, в то время как новые участники, такие как Claude от Anthropic и Gemini-инструменты от Google, борются за долю корпоративного рынка.

Европейские корни компании Mistral дают ей преимущества в плане регулирования в соответствии с Общим регламентом защиты данных и Законом ЕС об искусственном интеллекте, которые устанавливают строгие правила для систем искусственного интеллекта, работающих с персональными данными. Финансирование компании в размере 1 миллиарда евро, включая недавний раунд в 600 миллионов евро под руководством General Catalyst при оценке в 6 миллиардов долларов, обеспечивает ресурсы для борьбы с хорошо финансируемыми американскими конкурентами.

Тем не менее, Mistral сталкивается с трудностями в расширении глобального присутствия, сохраняя при этом свои принципы открытого исходного кода. Недавний переход компании на проприетарные модели, такие как Mistral Medium 3, вызвал критику со стороны сторонников открытого исходного кода, которые видят в этом отход от идеалов основателей в погоне за коммерческой устойчивостью.

За пределами завершения кода: ИИ-агенты, разрабатывающие полноценные программные модули

Mistral Code выходит далеко за рамки базового завершения кода и позволяет обрабатывать все рабочие процессы проекта. Платформа может открывать файлы, создавать новые модули, обновлять тесты и запускать команды оболочки - и все это в рамках настраиваемых процессов утверждения, сохраняющих надзор со стороны старших инженеров.

Способность к генерации с расширенным поиском позволяет ей понимать контекст проекта, изучая кодовые базы, документацию и системы отслеживания проблем. Такое понимание контекста приводит к более точным предложениям по коду и сводит к минимуму проблемы галлюцинаций, характерные для более простых инструментов кодирования с искусственным интеллектом.

Mistral продолжает создавать более крупные и мощные модели кодирования, оптимизируя их для локального развертывания. Сотрудничество компании с All Hands AI, разработчиками агентского фреймворка OpenDevin, позволяет интегрировать модели Mistral в автономные рабочие процессы разработки программного обеспечения, способные реализовывать целые функции.

Что корпоративный акцент Mistral означает для будущего кодирования ИИ

Дебют Mistral Code свидетельствует об эволюции помощников по кодированию ИИ от экспериментальных средств до важнейшей корпоративной инфраструктуры. Поскольку предприятия все чаще считают ИИ жизненно важным для эффективности разработчиков, поставщикам приходится балансировать между расширенными возможностями и требованиями крупных корпораций к безопасности, соблюдению нормативных требований и настройке.

Способность Mistral привлекать лучших специалистов из Meta и других ведущих лабораторий ИИ иллюстрирует продолжающуюся концентрацию опыта в избранной группе хорошо капитализированных компаний. Такая консолидация ускоряет инновации, но может ограничить разнообразие подходов к разработке ИИ.

Для предприятий, оценивающих инструменты для кодирования ИИ, Mistral Code представляет собой европейскую альтернативу американским платформам с особыми преимуществами для организаций, уделяющих особое внимание суверенитету данных и соблюдению нормативных требований. Успех платформы будет зависеть от ее способности обеспечить ощутимый рост производительности при сохранении безопасности и кастомизации, которые отличают ее от стандартных решений.

Более широкие последствия выходят за рамки помощников по кодированию и затрагивают основной вопрос о том, как следует внедрять системы искусственного интеллекта в корпоративной среде. Ориентация Mistral на локальное развертывание и настройку моделей отличается от облачных стратегий, которые предпочитают многие конкуренты из Кремниевой долины.

По мере развития рынка кодовых помощников ИИ успех, скорее всего, будет зависеть не только от производительности модели, но и от компетентности поставщиков в решении сложных вопросов эксплуатации, безопасности и соблюдения нормативных требований, которыми руководствуются при внедрении корпоративного программного обеспечения. Mistral Code исследует, смогут ли европейские компании, занимающиеся разработкой ИИ, конкурировать с американскими коллегами, предлагая свои методы развертывания и управления данными на предприятии.