8090 Labs 融资 1.35 亿美元：AI 写代码开始过企业审计关

1.35 亿美元 A 轮，投给一家 2024 年 1 月才成立的 AI 编程公司。这个数字已经够扎眼。

更扎眼的是人。8090 Labs 的创办人 Chamath Palihapitiya 不再只坐董事席，而是转任 CEO，全职下场。

这件事最该看的，不是“又一家 AI coding 公司拿钱”。这个说法太轻。真正的变量是：企业开始认真追问，AI 写出来的代码，谁批准，谁验收，出了事谁负责。

8090 Labs 拿到了钱，也把问题摆到了企业桌上

这轮融资的核心信息很集中。

8090 Labs 的产品叫 Software Factory。公司给出的定位很明确：不是做几个 vibe coding 原型，而是帮助企业开发团队用 AI 构建生产级软件，并提供企业控制和审计轨迹。

这句话里最值钱的不是“AI”。是“生产级”“控制”“审计”。

个人开发者试一个 AI 编程工具，失败成本很低。生成错了，删掉重来。企业不一样。代码进了生产系统，就会碰到权限、依赖、安全漏洞、上线流程、合规记录和责任链。

所以 8090 Labs 押的不是模型炫技。它押的是企业软件里那条窄缝：让 AI 参与写代码，同时让安全、法务、工程负责人和管理层敢点头。

企业级 AI coding 的硬仗，不在编辑器里

过去两年，AI 编程工具最容易讲的故事是速度。更快补全，更快生成，更快做原型。

这个故事适合个人开发者，也适合演示视频。但企业软件交付不是才艺表演。

企业要的是可控。

一段代码从哪里来，谁批准，改了哪些依赖，有没有引入漏洞，怎么回滚，怎么留痕。这些问题不性感，但它们决定工具能不能进采购清单。

Salesforce Ventures 领投这轮融资，也说明了一个现实：企业软件市场不缺 AI 兴趣，缺的是能落进流程的安全感。

我不太买账“程序员很快被替代”这种粗糙说法。企业开发不是单纯打字。它包括需求翻译、系统权衡、风险承担和部门协商。

AI 能压缩编码环节。但它绕不开企业内部的责任结构。

这会直接影响两类人。

企业 CIO 和采购负责人，不该只看生成效果。更该把试点条件写死：权限怎么管，审计日志怎么留，代码怎么进 CI/CD，安全扫描怎么接，出了问题谁签字。

开发团队也别急着整体迁移。更现实的动作，是先把 AI coding 放进低风险模块、内部工具或测试代码里，再逐步观察质量、回滚成本和审计负担。

工具能不能用，不看发布会。看它能不能少制造一层新麻烦。

Chamath 下场是信号，也是风险

Chamath 把这波 AI 浪潮类比为早年 Facebook 社交媒体兴起。他说，离开 Facebook 后一直在等一个能让自己重返全职运营的时刻，并认为现在做的事更重要。

这个表态很硅谷。也很有效。

名人创始人亲自下场，能带来钱、关注度、招聘势能和客户敲门机会。尤其在企业级市场，创始人的背书有时就是第一张门票。

但门票不是交付。

企业软件很少死于愿景，常常死于实施。销售周期长，系统集成慢，客户内部阻力多。安全部门一句话，就能把一个试点拖成半年拉锯。

目前还看不清的东西也很关键。8090 Labs 没有披露估值、营收、客户规模。Software Factory 的实际能力，也只能按公司说法理解：它宣称支持生产级软件和审计控制，但外部还需要更多真实场景验证。

这不是泼冷水。是企业软件的基本常识。

早年铁路和电力扩张，也不是靠第一段铁轨、第一盏灯泡赢到最后。真正把技术变成基础设施的，是标准、调度、维护、计费和监管。今天的 AI coding 不完全一样，但重复的是同一种结构：奇观负责开门，制度负责留下。

“天下熙熙，皆为利来。”资本追 AI coding，不是因为大家突然热爱写代码，而是企业软件交付的效率账太大。谁能把效率提升和责任链放在同一个系统里，谁才有机会吃到真正的大单。

接下来该看的也很具体。

看它能不能进入企业真实开发流程，而不是停在试点演示。看审计轨迹是不是足够细。看安全和合规团队是否愿意放行。看开发者使用后，是减少返工，还是把返工藏到了更后面的环节。

如果做不到，1.35 亿美元只会放大一个 AI 编程故事。

如果做到了，AI coding 才算从原型狂欢走进企业硬仗。