媒体援引知情人士透露，Magic公司私下宣称其能够实现类似于OpenAI去年开发的Q算法的主动推理能力。

　　Magic宣称，它开发的新型大语言模型更接近于人类的思维方式，能实现全自动化编程，打破现有的半自动化代码编写。类似于一个真正的编程人员。此外，Magic在开发和创新其产品时拥有技术独立性，不依赖任何外部技术。

　　相较之下，GitHub Copilot还只能实现半自动化代码片段的编写，而且对外界有技术依赖性，容易被“卡脖子”。

　　报道称，Magic公司私下表示其能够实现类似于OpenAI去年开发的Q算法的主动推理能力。这一突破对于解决目前大型语言模型（LLM）面临的问题至关重要，因为现有的LLM倾向于模仿它们在训练数据中看到的内容，而不是利用逻辑来解决新问题。

　　至于Magic如何开发其 LLM，该人士表示，Magic在开发其LLM时采用了“transformers”模型的某些元素，并将它们与其他类型的深度学习模型融合。“transformers”模型是一种强大的AI模型，能够处理序列数据（如文本），它是ChatGPT和Copilot等消费产品和编码助手的核心技术。

　　与此同时，Magic公司也表示，它的创新在于开发了一种能够无限处理大量数据的新型大语言模型，Magic的语言模型能处理350万字的输入，是Google的Gemini模型处理能力的五倍，而且Magic的模型在处理数据量方面几乎没有限制。

　　这使得它的AI编码助手不仅能理解简单的编程指令，还能处理更复杂的编程环境和需求，从而实现更高级别的自动化编码，而不仅仅是辅助编程，类似于一个真正的编程人员。

　　不仅如此，Magic的大型语言模型具有处理和记忆一家公司完整代码库的能力，还能够根据这些信息生成符合公司编码风格的新代码，为软件开发带来了全新的可能性。

　　媒体报道，Magic的联合创始人兼CEO Eric Steinberger一直在努力解决AI模型推理问题。他之前在Meta Platforms工作，研究如何通过强化学习帮助AI模型即使在信息不完全的情况下也能找到问题的最优解决方案。

　　（强化学习是一种机器学习方法，它依赖于奖励系统，通过奖励或惩罚来指导模型行为，以找到达成目标的最佳策略。许多人推测这是OpenAI的LLM表现出色的原因之一）

　　Steinberger对Magic的抱负远不止于开发一个编码助手，他希望能够开发出远超过人类的AI超级智能，这一点与OpenAI和Google的目标相同。但是Eric Steinberger本人并未对此事做出回应。

　　报道称，Friedman在GitHub的一些前同事已经加入Magic，其中包括GitHub的设计副总裁Max Schoening，以及其他几位GitHub的设计师。这些团队成员的加盟对于Magic发展其首个商业化产品至关重要，据悉这个产品预计将在未来几个月内发布（具体产品细节尚不明确）。

　　媒体分析认为，从一家能够像GitHub那样使用OpenAI技术的老牌公司聘请高层管理人员绝非易事。加入Magic的人可能认为，与GitHub相比，Magic有一个明显的优势，即它不依赖于其他公司的核心技术。

　　在快速发展的技术领域，持续的创新和技术领先是公司成功的关键。这种自主性可能使Magic在开发和创新其产品时更加灵活和迅速，因为它可以直接控制其技术路线和研发进程，而不受外部因素的限制。

　　相较之下，GitHub在某些产品和服务中利用了OpenAI的技术，这种依赖性可能会限制该公司的发展，如果OpenAI的优先级发生变化，那么GitHub代码技术的持续创新和改进可能无法得到保证。

　　媒体指出，GitHub作为微软内部团队，享有使用英伟达AI芯片的优势，但微软在分配这些珍贵芯片资源时面临难题，需平衡内部需求与合作伙伴OpenAI的需求。例如，去年微软因流量激增而不得不寻求更多AI服务器，此时的资源分配变得更加艰难。

　　相较之下，Magic声称拥有数千个AI芯片来训练其模型，虽然这些芯片的来源不明，但是这些芯片很有可能是投资人Friedman和Gross提供的英伟达芯片集群。

　　AI编码已经成为大型语言模型最有效的早期应用之一，而GitHub Copilot已经成为微软在云服务器租赁市场上对抗亚马逊Web服务（简称AWS）的重要战略组成部分。考虑到这一点，很难想象微软会对Magic的挑战置之不理。