作者 | 周愚
(资料图片仅供参考)
编辑 | 邓咏仪
AI 大模型及其应用生态正在一路狂飙，底层的大模型和上层应用日趋繁多、复杂，但它们却仍各自为政，缺少联系。
一个现状是，即使针对类似的需求，后来者也无法直接在已有的应用上进行修改，而是要另起炉灶，在新的服务器上重新搭建工作流。这样的重复劳动耗费了大量精力。
36 氪近期接触的Cortex，正是希望成为 AI 应用和大模型层之间的 " 桥梁 "。
其所属公司 Kinesys AI 的创始人兼 CEO Nemo Yang 告诉 36 氪，Cortex 的定位是 AI 应用研发的中间层，" 你可以把它想象成‘ AI 开发云平台 + 应用商店’ "。
从技术底层来看，Cortex 类似一个 AI 应用的集成开发环境（IDE），集成了包括 GPT-4 在内的多个不同大模型 API、数据接口等。开发者可以根据需要直接调用，实现大语言模型的协同应用。
在过去，开发者需要从头搭建环境，置入各种 API，进行反复调试，完成这些工作后，兴趣已经消磨了大半。
但和传统的 IDE 不同的是，Cortex 的设计更为简洁，将不少开发者需要的功能都进行了封装，整个研发过程都可以在这一个平台上完成——相当于一个个积木，即使是非技术背景的用户也能按需选择，" 搭建 " 自己的应用，节省开发者的精力。
除了大模型 API，Cortex 也已经提供了不少第三方数据的 API 接口，可以快速外接私有数据，目前已经支持接入 Notion、Google Drive，以及网站和本地文件等。Cortex 并不局限在如教育、电商的某个单一领域，使用者可以高效地研发出自己的专属领域大模型应用。
来源：Cortex对于已经开发好的各类 AI 应用，Cortex 发挥的作用则是帮助开发者做营销的应用市场。其他用户可以直接使用发布在 Cortex 上的应用，也可以在现有基础上进行个性化的二次开发，调整不同参数。
Nemo 向 36 氪分享了一个真实的案例。某家公司需要研发一项用以了解竞争对手业务相关情况的应用。利用 Cortex，开发者只需要接入相应的内部文件和对方的网站，输入对功能的描述，就可以快速地生成应用。
Nemo 表示，在现场为客户展示时，整个过程也只需要两三分钟。而在过去，这大约是 " 五六个聪明的年轻人花两三个月才能完成 " 的工作量。Cortex 对于公司时间与金钱成本的节省可见一斑。
输入名称和描述，快速创建 Copilot。来源：Cortex几周前，Cortex 已经上线了网页版和 iOS 端的移动应用，国内用户也可以直接使用。而安卓端移动应用，则预计在今年下半年正式发布。
Nemo 表示，Cortex 大大降低了产品研发对代码的门槛，其目标使用群体，已经从开发者（码农、AI 工程师）扩展到产品经理群体。
在市场路径上，Cortex 更希望的是走产品化路线。从个人用户开始，Cortex 也会逐步拓展到企业用户端，最后拓展更多丰富的应用场景。[page]
如今，Cortex 已经有十多家付费企业用户。此后，在企业端产品上，Cortex 还会持续投入研发，即搭建出一个供所有开发者通用的开发框架，以服务企业的技术部门。并且，企业对数据隐私和安全有更为严苛的要求—— Nemo 表示，Cortex 自推出以来，就支持私有化部署。
据悉，Kinesys AI 的团队目前全职仅有 7 人，来自中国，美国，印度，韩国等国家，多人从斯坦福本硕毕业。创始人兼 CEO Nemo Yang 是个 "00" 后，仅花两年时间就毕业于佐治亚理工学院计算机系，此前曾在字节跳动和微软工作过。团队目前拿到了 Amino Capital，zoom 系，Getty 家族的顶级天使投资。
Nemo 还向 36 氪透露，在未来一段时间内，Cortex 还会推出图像模型，最快会在今年内向早期开发者开放。为了增强对语言模型的控制，团队还将对平台的评估模块、调试模块等进行完善升级。
