開源 AI 編程工具初創 Kilo Code 正式推出整合 Slack 通訊平台的編程機械人 Kilo for Slack，讓軟件工程團隊直接在團隊聊天介面執行程式碼修改、除錯及提交 Pull Request，毋須切換至 IDE 或其他應用程式。
Kilo Code 由 GitLab 聯合創辦人 Sid Sijbrandij 支持，於 2025 年 12 月完成由 Breakers、Cota Capital、General Catalyst、Quiet Capital 及 Tokyo Black 領投 800 萬美元（約港幣 6,240 萬元）種子輪融資。新產品推出標誌 Kilo Code 正式向估值高達 293 億美元（約港幣 2,285.4 億元）的 Cursor 及 Anthropic 旗下 Claude Code 發起挑戰，同時反映 AI 輔助編程市場正進入白熱化競爭階段。
AI 編程工具從 IDE 走入團隊協作平台
傳統 AI 編程助手主要以 IDE 側邊欄或獨立應用程式形式運作，開發人員需要在不同視窗頻繁切換。Kilo Code 聯合創辦人兼行政總監 Scott Breitenother 接受 VentureBeat 訪問指出，工程團隊決策過程往往發生在 Slack 對話中，而非 IDE 介面。當產品經理在 Slack 頻道報告程式錯誤，工程師通常會在同一討論串分析可能原因，但這些脈絡在開發人員切換至程式碼編輯器後便會流失。
Kilo for Slack 運作原理相當直接：用戶在 Slack 討論串提及 @Kilo，機械人便讀取整個對話內容，存取已連接 GitHub 儲存庫，回答有關程式碼問題，或直接建立分支並提交 Pull Request。整個過程在 Slack 介面內完成，開發人員毋須在不同應用程式間複製資料。
舉例而言，當開發人員在討論串輸入「@Kilo 根據這個討論串，請修復 Authentication 服務中的空指標異常」，機械人便會啟動雲端代理，讀取討論串脈絡，實施修復並推送 Pull Request，所有步驟均可在 Slack 查看。
直接挑戰 Cursor 及 Claude Code 市場定位
Kilo Code 產品發布時明確將 Cursor 及 Claude Code 列為主要競爭對手，並指出兩者在 Slack 整合功能上的局限。
Breitenother 表示，Cursor 的 Slack 整合功能以單一儲存庫為基礎配置。當 Slack 討論串涉及多個儲存庫，用戶需手動切換或重新配置整合設定，才能引入額外脈絡。至於 Anthropic 的 Claude Code，其 Slack 整合文件顯示 Claude 可加入工作區並根據周圍對話脈絡回應提及，但未描述持續多輪討論串狀態或跨越較長工作流程任務級連續性，每次互動均基於提示當下包含脈絡處理，而非維持隨時間演變執行狀態。
Kilo Code 聲稱其整合功能可同時跨多個儲存庫運作，在延伸 Slack 討論串維持對話脈絡，並支援在 Slack、IDE、雲端代理及 CLI（Command Line Interface）之間無縫交接。
選用中國 AI 公司模型作為預設引擎
Kilo for Slack 選用 MiniMax 的 M2.1 模型作為預設 AI 引擎，這決定在企業市場可能引起關注。MiniMax 總部位於上海，由前商湯科技高管閆俊傑於 2022 年創立，獲 Alibaba 及 Tencent 投資支援。該公司於 2025 年 1 月在香港完成首次公開招股，集資約 42 億港元，估值約 65 億美元（約港幣 507 億元）。
部分企業客戶或對將專有程式碼經由中國基建傳輸感疑慮。Breitenother 直接回應議題指，MiniMax 近期香港 IPO 獲多間主要環球機構投資者支持，包括 Baillie Gifford、ADIA、GIC、Mirae Asset、Aspex 及 EastSpring，反映環球市場對為全球用戶而建的模型具強大信心。
他強調 MiniMax 模型由多間符合美國合規要求雲端供應商託管，包括 AWS Bedrock、Google Vertex 及 Microsoft AI Foundry。AWS 行政總監 Matt Garman 更在年度 re:Invent 主題演講展示 MiniMax 模型，顯示這些模型已準備好供企業大規模使用。
Kilo Code 強調其平台本質上與模型無關，支援超過 500 個模型供團隊選擇。企業客戶可自行決定使用哪些模型、在何處託管，以及符合其安全、合規及風險要求配置。選用 M2.1 作預設模型反映 Kilo Code 對 AI 市場更廣泛觀點：根據 Stanford AI Index 數據，開源模型與專有模型性能差距已從 8% 縮窄至 1.7%。在 LMArena 社群驅動 AI 基準測試開放平台，M2.1 取得第 4 名，僅次於 OpenAI、Anthropic 及 Google。
Vibe Coding 市場爆發式增長
Kilo Code 進入過去一年吸引龐大關注和資本市場。使用大型語言模型編寫和修改程式碼做法稱為「Vibe Coding」，術語由 OpenAI 聯合創辦人 Andrej Karpathy 於 2025 年 2 月創造，並獲 Collins 英文詞典選為 2025 年度詞彙。
根據市場研究數據，Cursor、Lovable、Replit、Cognition 及 Vercel 等領先初創合計估值在一年內從約 70 至 80 億美元（約港幣 546 億至 624 億元）增長至超過 360 億美元（約港幣 2,808 億元），增幅達 350%。這些公司平均成立不足 3 年，但合計年度經常性收入已達約 8 億美元（約港幣 62.4 億元）。
Microsoft 行政總監 Satya Nadella 於 2025 年 4 月在 Meta 的 LlamaCon 活動透露，AI 生成程式碼現佔 Microsoft 程式碼庫 20% 至 30%；Google 行政總監 Sundar Pichai 亦表示 AI 生成程式碼佔 Google 新程式碼 30% 以上。Microsoft 技術總監 Kevin Scott 更預計到 2030 年，95% 程式碼將由 AI 生成。
2025 年 7 月，Google 以 24 億美元（約港幣 187.2 億元）授權費及薪酬方案，從 AI 編程初創 Windsurf 招攬行政總監 Varun Mohan、聯合創辦人 Douglas Chen 及約 40 名高級研發人員加入 DeepMind，震動行業。Cursor 於 2025 年 11 月完成 23 億美元（約港幣 179.4 億元）融資，估值達 293 億美元（約港幣 2,285.4 億元），較 5 個月前 99 億美元（約港幣 772.2 億元）估值增長近 2 倍。
程式碼安全與資料流程引關注
Breitenother 解釋資料流程指，當有人在 Slack 提及 @Kilo，Kilo 只讀取被提及 Slack 討論串內容，及理解脈絡所需基本元資料，不會全面存取整個工作區。存取權限由 Slack 標準權限模型及客戶安裝時批准範圍管轄。
至於儲存庫存取，若請求需要程式碼脈絡，Kilo 只存取客戶明確連接 GitHub 儲存庫，不會索引無關儲存庫。權限反映通過 GitHub 授予存取級別，Kilo 無法查看用戶或工作區未授權任何內容。公司表示資料不會用於訓練模型，輸出可見性遵循現有 Slack 及 GitHub 權限。
對於 AI 可直接向儲存庫推送程式碼的系統，安全性是棘手問題。Breitenother 表示不會有內容自動合併，當 Kilo Slackbot 從 Slack 討論串開啟 Pull Request，會遵循團隊現有審查工作流程和批准程序，才會有內容進入生產環境。Kilo 亦可在 AI 生成 Pull Request 自動執行內置程式碼審查功能，在開發人員審查前標記潛在問題或安全隱患。
開源模式下的商業策略
Kilo Code 採用開源核心加付費託管服務商業模式。完整 IDE 擴展以 Apache 2.0 授權開源，但 Kilo for Slack 是付費託管產品。
被問及資金充裕競爭對手或客戶分叉程式碼並建立自己版本可能性，Breitenother 表示分叉程式碼並非他們擔心之事，因程式碼本身非最困難部分。競爭對手可明天就分叉儲存庫，但無法獲得安全執行跨 Slack、GitHub、IDE 及雲端代理的代理工作流程基礎設施、大規模營運服務累積經驗，以及客戶期望信任、整合和企業級控制。
他將此與其他成功開源公司相比，指出開放核心推動採用和信任，託管產品則提供便利性、可靠性和持續創新。客戶付費購買非程式碼存取權，而是每天安全、大規模運作系統。
34 人團隊如何挑戰科技巨頭
對 Kilo Code 定位構成最大威脅可能非其他初創，而是 OpenAI 及 Anthropic 等前沿 AI 實驗室。兩者都在為編程工作流程建立更深入整合，且擁有遠超 Kilo Code 資源。
Breitenother 認為 Kilo 優勢在於架構而非模型性能。他表示 AI 編程長期護城河非原始運算能力或誰先推出 Slack 代理。OpenAI 及 Anthropic 是世界級模型公司，將繼續建立令人印象深刻能力。但 Kilo 建立在不同理論基礎：困難問題不是生成程式碼，而是將 AI 整合到跨工具、儲存庫及環境真實工程工作流程。
他概述 Kilo 可差異化 3 個領域：工作流程深度方面，Kilo 設計跨 Slack、IDE、雲端代理、GitHub 及 CLI 運作，具持續脈絡和執行能力；模型靈活性方面，Kilo 設計與模型無關，團隊毋須押注單一前沿模型或供應商路線圖；平台中立性方面，Kilo 非試圖將開發人員拉入封閉生態系統，而是融入團隊已使用工具。
AI 編程市場進入成熟階段
第一波 AI 編程工具專注證明大型語言模型可生成有用程式碼，當前一波則關乎整合，即將 AI 能力融入軟件實際建構的混亂現實。
這現實涉及分散在 Slack 討論串、GitHub 議題、IDE 視窗及命令列會話中脈絡，涉及對不同任務使用不同模型團隊，以及對資料駐留和模型供應商有複雜合規要求組織。
Kilo Code 押注市場贏家將不是擁有最佳模型公司，而是最能解決整合問題公司，即在開發人員已使用工具中與他們會面，而非迫使他們進入新工具。正如 Breitenother 所言，世界上最好 AI 如果開發人員需離開對話才能使用，那也沒太大意義。
Gartner 預測到 2026 年，60% 新軟件程式碼將由 AI 生成。但 Fast Company 於 2025 年 9 月報道指出，「Vibe Coding 宿醉」已來臨，有分析師預測到 2027 年 AI 生成程式碼將造成 1.5 萬億美元（約港幣 11.7 兆元）技術債務。未來挑戰將是整合「Vibe」與「驗證」，即保持 AI 編程效率同時，確保程式碼品質和安全性。
來源：VentureBeat