Emergent.sh jest jednym z najlepszych AI platformy umożliwiające przekształcanie koncepcji w kompletne oprogramowanie gotowe do produkcji, bez konieczności angażowania ogromnego zespołu inżynierów.
Założony przez braci Jha Emergent.sh oferuje solidny pakiet, w którym wyspecjalizowani agenci zajmują się architekturą zaplecza, kodem front-end i wdrażaniem, aby dostarczać niezawodne, skalowalne aplikacje.
Na czele tej technologii stoi Mukund Jha, współzałożyciel i dyrektor generalny Emergent.sh.
Dzięki doświadczeniu w inżynierii zdobytemu na Uniwersytecie Columbia, rolom w Google i współzałożeniu jednorożca Dunzo, Mukund przekształcił swoje umiejętności w zakresie skali i niezawodności w narzędzie do wydajnego AI rozwój oprogramowania.
Wysłuchajmy go i spróbujmy wyciągnąć z jego doświadczeń w branży cenne wnioski
Czy możesz opowiedzieć nam o swojej drodze od absolwenta Columbia Engineering do inżyniera w Google, następnie współzałożyciela Dunzo, a teraz twórcy Emergent.sh? Jakie doświadczenia ukształtowały Twoją wizję rozwoju opartego na sztucznej inteligencji?
Zacząłem od studiów inżynierskich na Uniwersytecie Columbia, gdzie zbudowałem fundamenty w zakresie systemów, oprogramowania i myślenia produktowego. Następnie dołączyłem do Google, co całkowicie odmieniło moje podejście do skali, niezawodności i rzemiosła.
Później, gdy zostałem współzałożycielem i pomogłem rozwinąć Dunzo, miałem okazję osobiście przekonać się, jak wiele potrzeba, aby tworzyć rozwiązania dla milionów użytkowników, przy skomplikowanych ograniczeniach w świecie rzeczywistym, przy szybkiej iteracji i projektowaniu systemów, które nie psują się przy dużej skali.
Wszystkie te doświadczenia ukształtowały Emergent. Chciałem wykorzystać rygor Big Tech, szybkość realizacji startupów i bolączki, z którymi sam się zetknąłem, i zbudować AI platforma, która pozwala każdemu tworzyć oprogramowanie produkcyjne bez konieczności angażowania ogromnego zespołu inżynierów.
Razem z bratem bliźniakiem Madhavem założyliście Emergent Labs – w jaki sposób ta wyjątkowa współpraca wpływa na Wasze podejście do budowania firmy i jakie są korzyści z posiadania współzałożyciela, który's także twoje rodzeństwo?
Budowanie firmy z moim bratem bliźniakiem Madhavem to naprawdę supermoc. Kodujemy razem od dzieciństwa, więc zaufanie, spójność i spójność są naturalne.
Nie ma ego, nie marnujemy czasu na politykę; działamy szybko, różnimy się produktywnie i wymagamy od siebie nawzajem wysokich standardów. Kiedy budujesz coś tak ambitnego jak… wieloagentowy AI infrastruktura, posiadanie takiego poziomu zaufania i szybkości działania we współzałożycielu robi ogromną różnicę.
Mając doświadczenie w rozwijaniu Dunzo ze startupu do firmy wartej miliardy dolarów, wspieranej przez Google i Reliance, jakie wnioski wykorzystałeś podczas tworzenia Emergent.sh?'s architektura i model biznesowy?
W Dunzo dowiedziałem się, że o sukcesie prawdziwych produktów nie decydują demonstracje, lecz niezawodność, szybkość i wrażenia użytkowników.
W przypadku Emergent od samego początku projektowaliśmy go pod kątem produkcji, uwzględniając możliwość obserwacji, automatyzacja infrastruktury, CI/CD, odpowiednie modelowanie danych, wszystko.
Przyjęliśmy również filozofię Dunzo, polegającą na budowaniu szczupłych, wysoce efektywnych zespołów inżynierskich. Nie chodzi o to, by mieć 100 inżynierów, ale o odpowiednią platformę, która zwielokrotni wydajność małego zespołu. Emergent to w zasadzie ta filozofia przekuta w produkt.
Opowiedz nam, co zasadniczo odróżnia Emergent.sh od typowych „AI „asystenci kodowania” – co's Jaka jest Twoja główna filozofia stojąca za platformą?
Większość narzędzi pomaga Ci w kodowaniu. Emergent został stworzony, aby kodować za Ciebie, od początku do końca.
Nasza filozofia opiera się na założeniu, że użytkownik powinien przekazywać swoje intencje i ograniczenia, a system powinien obsługiwać architekturę, kod, infrastrukturę, wdrożenia i iteracje.
To nie jest asystent kodowania. To inżynier oprogramowania agentowego.
Większość AI Narzędzia programistyczne koncentrują się głównie na generowaniu front-endu i makietach interfejsu użytkownika. Dlaczego zdecydowaliście się najpierw nadać priorytet budowie solidnej infrastruktury back-endu, a dopiero potem projektowaniu front-endu?'s jaka jest strategiczna zaleta tego podejścia?
Wszyscy inni zaczęli od tworzenia ładnych front-endów i makiet. My poszliśmy w przeciwnym kierunku: najpierw zbudowaliśmy głęboką infrastrukturę back-endową.
Dlaczego? Ponieważ prawdziwe aplikacje nie przechodzą uwierzytelniania, projekt bazy danych, integracji, skalowalności, wdrożeń, a nie przycisków i kolorów.
Rozwiązując najtrudniejsze i najbardziej techniczne kwestie w pierwszej kolejności, zapewniamy, że wszystko, co powstało w oparciu o Emergent, jest rzeczywiście gotowe do produkcji. Dopracowywanie front-endu staje się łatwe, gdy fundamenty są solidne.
Wspomniałeś, że Emergent to „świat's pierwsza prawdziwie agentyczna platforma kodowania klimatu”. Czy możesz wyjaśnić, co w praktyce oznacza „agentowy” i czym Twoja architektura wieloagentowa różni się od podejść jednomodelowych?
Kiedy mówię, że Emergent jest agentem, mam na myśli, że zachowuje się dosłownie jak zespół autonomicznych AI inżynierowie.
Mamy wyspecjalizowanych agentów: jednego do zrozumienia intencji, drugiego do zaprojektowania systemu, pozostałych do obsługi zaplecza, front-endu, testowania, infrastruktury, wdrażania i zapewniania jakości; wszyscy oni ze sobą współpracują.
To fundamentalnie różni się od narzędzi opartych na pojedynczym modelu, które wymagają od jednego LLM wykonania wszystkich zadań. Nasza architektura odzwierciedla sposób pracy rzeczywistych zespołów inżynierskich, co sprawia, że wyniki są znacznie bardziej niezawodne.
W fazie alfa powstało ponad 10 000 aplikacji, które zajęły 2.-3. miejsce w teście porównawczym SWE-Bench.'s Jaka jest Twoja wizja demokratyzacji rozwoju oprogramowania? Jak widzisz jej rozwój w ciągu najbliższych 2-3 lat?
Podczas testów alfa stworzyliśmy ponad 10 000 aplikacji. To potwierdziło, że istnieje ogromne zapotrzebowanie na platformę, która pozwala każdemu, w tym założycielom, zespołom i twórcom, przekształcać pomysły w rzeczywiste, gotowe oprogramowanie.
Moją wizją jest to, że w ciągu najbliższych 2-3 lat miliony ludzi będą tworzyć aplikacje bez konieczności pisania kodu. Oprogramowanie stanie się konwersacyjne, iteracyjne i dostępne.
Budujemy tory dla tej przyszłości.
Czym Emergent.sh wyróżnia się na tle uznanych graczy, takich jak Lovable, Bolt, Cursor i GitHub Copilot? Jakie konkretne zalety oferuje Wasza platforma, których te narzędzia zorientowane na front-end po prostu nie są w stanie dorównać?
Te narzędzia są świetne, ale skupiają się głównie na generowaniu front-endu i procesach sugerowania kodu.
Emergent jest rozwiązaniem pełnozakresowym, zorientowanym na produkcję i agentowym.
Nie zatrzymujemy się na prototypach; projektujemy zaplecze, modelujemy dane, generujemy API, budujemy front-end, konfigurujemy infrastrukturę, uruchamiamy testy i wdrażamy całość.
To różnica między „Oto kod” a „Oto działająca, gotowa do produkcji aplikacja”.
Wielu konkurentów poprzestaje na prototypach lub wymaga czasochłonnego, ręcznego kodowania po generowaniu wersji roboczej. W jaki sposób Emergent.sh rozwiązuje problem „ostatniej mili”, czyli faktycznego wdrożenia gotowych do produkcji aplikacji?
Większość AI Narzędzia programistyczne generują coś, co wygląda jak aplikacja, ale wymaga tygodni pracy inżynierów, zanim faktycznie zacznie działać.
Stworzyliśmy agentów, którzy zajmują się wszystkim, co dzieje się po wygenerowaniu kodu: migracjami, konfiguracją infrastruktury, CI, wdrażaniem, walidacją i monitorowaniem.
Nasz cel jest prosty: kiedy tworzysz w Emergent, Twój pomysł kończy się jako żywa, działająca aplikacja, a nie folder z kodem na Twoim laptopie.
Zebrałeś 6-10 milionów dolarów z funduszu Together i dążysz do wyceny na poziomie 100 milionów dolarów. W tak zatłoczonym AI przestrzeń rozwojowa, co's Twoja unikalna propozycja sprzedaży uzasadnia tę ambitną wycenę?
Inwestorzy zwracają uwagę na trzy rzeczy:
- Wyraźne zróżnicowanie produktów: Jesteśmy jedyną platformą skupiającą się na agentowym, pełnozakresowym i gotowym do produkcji wyjściu.
- Szybkość realizacji i przyczepność: Nasze wskaźniki alfa i wzrost ARR były silnymi sygnałami.
- Potencjał kategorii: Budujemy system operacyjny dla Oprogramowanie generowane przez sztuczną inteligencję.
If AI naprawdę zamierza stworzyć kolejną falę aplikacji, Emergent musi zaistnieć, a inwestorzy muszą się o tym przekonać.
Wspomniałeś o tym więcej AI Modele wkrótce pojawią się na platformie. Jak wyobrażasz sobie, że te nowe modele jeszcze bardziej ułatwią kodowanie i jakie konkretne funkcje chciałbyś wprowadzić?
Dodajemy bardziej wyspecjalizowane modele, ponieważ różne części tworzenia aplikacji wymagają różnych mocnych stron.
Niektóre modele świetnie radzą sobie z rozumowaniem i planowaniem, inne lepiej radzą sobie z generowaniem strukturalnego kodu, a jeszcze inne są lepsze w refaktoryzacji i interpretacji.
W miarę dodawania nowych modeli Emergent staje się szybszy, bardziej niezawodny i zdolny do generowania coraz bardziej złożonych aplikacji przy mniejszej liczbie działań użytkownika.
Wraz z postępem w AI modele wnioskowania, takie jak OpenAI's o1 i Claude's W jaki sposób najnowsze wersje Emergent.sh są przygotowane na integrację tych bardziej zaawansowanych modeli z infrastrukturą wieloagentową?
Nasza architektura wieloagentowa jest z natury niezależna od modelu.
Oznacza to, że możemy podłączyć serię o OpenAI do planowania, użyć Claude’a do rozumowanie długokontekstowei opierają się na mniejszych modelach do generowania rutynowego kodu w tym samym procesie.
Dzięki temu zyskujemy najlepszy stosunek ceny do jakości, poszerzając jednocześnie granice możliwości autonomicznej inżynierii oprogramowania.
Patrząc w przyszłość, do roku 2026, jakie widzisz największe wyzwania techniczne w rozwoju rozwiązań opartych na sztucznej inteligencji i w jaki sposób Emergent.sh przygotowuje się do ich rozwiązania?
W ciągu najbliższych kilku lat najtrudniejszymi problemami będą:
Rozwiązujemy te problemy za pomocą pętli weryfikacyjnych, automatycznego testowania, silnych prymitywów infra i lepszej obserwacji w generowanych systemach.
AI wkrótce będziemy generować więcej kodu niż ludzie, ale wyzwaniem jest utrzymanie tego kodu godnym zaufania.
Jako ktoś, kto's tworzysz produkty dla milionów użytkowników, jaką radę dałbyś społeczności AIMOJO? AI entuzjastów, marketerów afiliacyjnych i przedsiębiorców, którzy chcą wykorzystać AI narzędzia takie jak Emergent.sh do tworzenia własnych produktów?
Moja rada jest prosta: zacznij budować. Nie czekaj na idealne pomysły ani idealny moment.
Zastosowanie AI Narzędzia takie jak Emergent pozwalają weryfikować pomysły w ciągu dni, a nie miesięcy. Dostarczaj szybko, zbieraj opinie, iteruj. I skup się na rezultatach, rozwiązując rzeczywisty problem dla rzeczywistego użytkownika. W tej nowej erze wygrywają ci, którzy traktują… AI jako dźwignię, nie magię.
Kończąc tę interesującą rozmowę z Mukundem Jhą, widać wyraźnie, że Emergent.sh wyróżnia się jako coś więcej niż AI narzędzie; kluczowe narzędzie umożliwiające założycielom firm tworzenie kompleksowego oprogramowania produkcyjnego bez konieczności pisania kodu.
Wizja Mukunda dotycząca platformy, która przekształca ludzkie intencje w niezawodne, skalowalne aplikacje, jest inspirująca i ujawnia wiele na temat przyszłości inżynierii opartej na sztucznej inteligencji.
Dziękujemy za dołączenie do nas i mamy nadzieję, że ta dyskusja zmotywuje Cię do odkrycia, w jaki sposób sztuczna inteligencja może przyspieszyć podróż Twojego produktu.
Bądź na bieżąco, aby otrzymywać więcej aktualizacji, ponieważ Emergent.sh nadal się rozwija i zmienia sposób tworzenia oprogramowania na całym świecie.
BONUS: Odbierz nasze 200 dolarówAI „Zestaw narzędzi Mastery Toolkit” GRATIS po rejestracji!
