A Magic, uma startup que desenvolve uma plataforma de geração de código semelhante ao Copilot do GitHub, anunciou hoje que levantou US$ 23 milhões em uma rodada de financiamento da Série A liderada pelo CapitalG da Alphabet com a participação de Elad Gil, Nat Friedman e Amplify Partners. Então, qual é a sua história?

O CEO e cofundador da Magic, Eric Steinberger, diz que foi inspirado pelo potencial da IA ​​desde muito jovem. No ensino médio, ele e seus amigos conectaram os computadores da escola para treinamento de algoritmos de aprendizado de máquina, uma experiência que plantou as sementes para o diploma de ciência da computação de Steinberger e seu trabalho na Meta como pesquisador de IA.

“Passei anos explorando caminhos potenciais para a inteligência geral artificial e, em seguida, modelos de linguagem grandes (LLMs) foram inventados”, disse Steinberger ao TechCrunch em uma entrevista por e-mail. “Percebi que combinar LLMs treinados em código com minha pesquisa sobre memória neural e aprendizado por reforço pode nos permitir construir um engenheiro de software de IA que pareça um verdadeiro colega, não apenas uma ferramenta. Isso seria extraordinariamente útil para empresas e desenvolvedores.”

Steinberger se uniu a Sebastian De Ro para fundar o Magic, uma ferramenta orientada por IA projetada para ajudar engenheiros de software a escrever, revisar, depurar e planejar alterações de código. A ferramenta, ainda não disponível, pode “se comunicar” em linguagem natural e colaborar com os usuários nas alterações de código, afirma Steinberger — operando como um par de programadores capaz de entender e aprender continuamente mais sobre o contexto de projetos de codificação e desenvolvedores.

“O Magic visa reduzir drasticamente o tempo e o custo financeiro do desenvolvimento de software”, disse Steinberger. “Dar às equipes acesso a um colega de IA que pode entender o código legado e ajudar novos desenvolvedores a navegar nele permitirá que as empresas dimensionem o impacto de seus funcionários atuais e treinem novos funcionários com menos treinamento pessoal. Por sua vez, os funcionários desenvolverão suas habilidades mais rapidamente e poderão se mover entre projetos de alto impacto com maior agilidade.”

Steinberger ainda não revelou muito sobre os fundamentos técnicos do Magic – tornando difícil, francamente, comparar a ferramenta com a concorrência. O elefante na sala é o já mencionado Copilot, que foi treinado em código público para sugerir linhas adicionais de código em resposta a uma descrição do que um desenvolvedor deseja realizar – ou até mesmo explicar o que uma parte do código faz.

Steinberger promete que o Magic será capaz de fazer o mesmo – e mais – graças a uma “nova arquitetura de rede neural que pode ler 100 vezes mais linhas de código do que os Transformers”. (O Transformer, pioneiro dos pesquisadores do Google, é talvez a arquitetura mais popular atualmente para tarefas de linguagem natural, demonstrando uma aptidão não apenas para gerar código, mas também para resumir documentos, traduzir entre idiomas e até mesmo analisar sequências biológicas.) Mas falta uma demonstração. , temos apenas a sua palavra para continuar.

“Os primeiros lançamentos precisarão de supervisão humana, mas nosso objetivo final é que a IA conclua grandes tarefas de maneira confiável para você, de ponta a ponta, sem babá”, acrescentou Steinberger.

Talvez o problema maior e mais existencial para o Magic seja que o Copilot já tem muitos seguidores – e um apoio corporativo substancial. Ele tem sido usado por mais de 1,2 milhão de pessoas, e o GitHub está posicionando-o agressivamente como uma ferramenta de escala empresarial, lançando recentemente um plano com foco corporativo chamado Copilot for Business.

A tração do Copilot pode ter contribuído para o fim da Kite, uma startup que estava desenvolvendo um assistente de codificação baseado em IA não muito diferente do Magic. Apesar de garantir milhões em VC, Kite lutou para pagar as contas, enfrentando ventos contrários que tornavam impossível encontrar um produto adequado ao mercado. A IA de treinamento é notoriamente cara; O fundador da Kite, Adam Smith, estimou que poderia custar mais de US$ 100 milhões para construir uma ferramenta de “qualidade de produção” capaz de sintetizar código de forma confiável.

“Dentro da IA ​​de forma mais ampla, o treinamento de modelos de última geração continua caro”, admitiu Steinberger. “Isso eleva o nível para novos entrantes como nós.”

Questões legais também podem atrapalhar o sucesso do Magic – embora algumas ainda não tenham sido resolvidas nos tribunais. Como a maioria dos sistemas de geração de código com IA, o Magic foi treinado em código disponível publicamente, alguns dos quais são protegidos por direitos autorais. A empresa argumenta que o uso justo – a doutrina da lei dos EUA que permite o uso de material protegido por direitos autorais sem primeiro obter permissão do detentor dos direitos – o protege no caso de o Copilot ter sido desenvolvido consciente ou inconscientemente contra o código protegido por direitos autorais. Mas nem todos concordam. Microsoft, GitHub e OpenAI estão sendo processados ​​em uma ação coletiva que os acusa de violar a lei de direitos autorais ao permitir que o Copilot regurgite seções de código licenciado sem fornecer crédito.

Alguns especialistas jurídicos também argumentaram que os sistemas de codificação com IA podem colocar as empresas em risco se incorporarem inadvertidamente sugestões protegidas por direitos autorais da ferramenta em seu software de produção.

A essas perguntas, Steinberger respondeu que o Magic está tomando medidas para impedir que códigos protegidos por direitos autorais apareçam nas sugestões da ferramenta e citando a fonte do código sugerido sempre que possível. (O GitHub tomou medidas semelhantes com o Copilot, filtrando sua saída em alguns casos e experimentando com código e citação de projeto.) Steinberger diz que os dados dos clientes não serão varridos para o treinamento de IA proprietário da Magic – exceto “sistemas personalizados” usados ​​por clientes individuais .

“Vamos lançar com um recurso que sinaliza quaisquer possíveis problemas de licença com o código gerado para ajudar o usuário a tomar uma decisão informada sobre o que fazer com ele”, disse ele, esclarecendo o ponto anterior.

Steinberger argumenta que, em qualquer caso, ferramentas como Magic – e rivais como Tabnine, Mutable e Mintlify, além de projetos de código aberto como BigCode – são um bem líquido para desenvolvedores e seus empregadores. Ele apontou para estatísticas mostrando que engenheiros de software qualificados – que são cada vez mais difíceis de encontrar – custam cerca de US$ 150.000 por ano (ou mais) e que as equipes gastam mais de 25% de seu tempo integrando e mantendo suas cadeias de ferramentas de desenvolvimento.

É provável que nem todos os programadores concordem, especialmente aqueles afetados pelas recentes demissões em massa da indústria de tecnologia. Mas, como observa Steinberger, há um nível “tremendo” de empolgação e investimento em IA generativa. É claro que veio para ficar, ou seja, para o bem ou para o mal.

“A indústria de software tem uma fome sem fim por mais talentos. Todas as organizações e produtos se beneficiariam com mais e melhores softwares enviados de forma mais rápida e barata”, disse Steinberger. “Mesmo com todas as ferramentas de desenvolvimento que temos disponíveis hoje, a produção é limitada pelo pensamento humano, digitação e velocidade de comunicação. Dar às equipes acesso a um colega de IA que pode entender o código legado e ajudar novos desenvolvedores a navegar permitirá que as empresas dimensionem o impacto de seus funcionários atuais e treinem novos funcionários com menos treinamento pessoal. Por sua vez, os funcionários desenvolverão suas habilidades mais rapidamente e poderão se mover entre projetos de alto impacto com maior agilidade.”

A Magic, que é pré-receita com uma força de trabalho distribuída de seis pessoas, planeja lançar seu produto em um futuro próximo – Steinberger não disse exatamente quando. A meta de curto prazo (ou seja, no próximo ano) é aumentar a equipe para 25 pessoas com foco nos lados de engenharia, produto e entrada no mercado.

Até o momento, Magic arrecadou US$ 28 milhões… leia mais em Teg6 06/02/2023