Anaconda übernimmt Kilo Code, um in die agente Softwareentwicklung zu expandieren

Anaconda hat Kilo Code übernommen, eine Open-Source-Plattform, die AI-Agenten in die Tools integriert, die Entwickler verwenden, um Software zu erstellen. Der Deal bringt Kilos Community von über drei Millionen Entwicklern in Anacondas expandierende Enterprise-AI-Plattform, erweitert das Unternehmen von Python-Paketen und Produktionsorchestrierung auf integrierte Entwicklungsumgebungen und Kommandozeilen-Workflows. Die Bekanntgabe gab keine finanziellen Details preis.

Kilo wird ohne sofortige Änderungen an seinen bestehenden Produkten, Preismodellen oder Kundenunterstützung weiterhin betrieben. Anaconda sagte, dass weitere Details über die Integration der beiden Plattformen später bekannt gegeben werden.

AI-Agenten in die Entwicklungsumgebung integrieren

Kilo Code ist für das entwickelt, was das Unternehmen “agente Ingenieurwesen” nennt, bei dem AI-Systeme mehr tun als einzelne Codezeilen vorschlagen. Seine Agenten können Repositorys untersuchen, Funktionen planen, Dateien ändern, Fehler untersuchen und mehrstufige Entwicklungsaufgaben ausführen.

Die Plattform funktioniert über Visual Studio Code, JetBrains integrierte Entwicklungsumgebungen, eine Kommandozeilenoberfläche und Cloud-basierte Agenten. Sie bietet mehrere Betriebsmodi, einschließlich eines Codiermodus für das Schreiben und Refaktorisieren von Software, einem Architekturmodus für die Planung komplexer Projekte und einem Debugging-Modus, der Fehler untersucht und potenzielle Probleme durch einen Codebasis verfolgt. Kilo hat auch die automatisierte Code-Überprüfung, Remote-Agenten und Integrationen mit Kollaborationstools wie Slack erweitert.

Dies gibt Anaconda eine direkte Präsenz am Punkt, an dem Entwickler zum ersten Mal mit AI interagieren, während sie eine Anwendung erstellen. Anstatt in den Workflow hauptsächlich dann einzutreten, wenn Teams Python-Umgebungen zusammenstellen oder Workloads für die Bereitstellung vorbereiten, wird Anaconda jetzt Technologie haben, die in den Umgebungen integriert ist, in denen Code und AI-generierte Artefakte erstellt werden.

Ein modellagnostischer Ansatz für AI-Coding

Eine der folgenreichsten Funktionen von Kilo ist ihre Weigerung, die Plattform um einen einzigen AI-Modell-Provider zu zentrieren. Ihr Gateway bietet Zugang zu über 500 Modellen durch eine einheitliche Schnittstelle, die kommerzielle Frontier-Systeme, Open-Weight-Modelle und spezialisierte Alternativen abdeckt.

Entwickler können Modelle direkt auswählen oder automatische Routing verwenden, um verschiedene Modelle mit verschiedenen Workloads zu verbinden. Kilos Routing-Optionen umfassen Strategien, die auf Modellfähigkeit, geringeren Kosten, ausgewogener Leistung oder kostenlosen Modellen basieren. Die Plattform kann daher ein leistungsfähigeres Modell für komplexe Architekturaufgaben zuweisen, während sie für Routine-Engineering-Aufgaben ein weniger teures Modell verwendet.

Kilo unterstützt auch mehrere Entwicklungsoberflächen von der gleichen Plattform, einschließlich lokaler integrierter Entwicklungsumgebungen, mobiler Anwendungen, Cloud-Agenten und verwalteter Agent-Deployments. Dieser breitere Umfang unterscheidet es von Coding-Assistenten, die auf Autocomplete oder Chat in einem einzigen Editor beschränkt bleiben.

Die Flexibilität der Modelle wird immer relevanter, da Organisationen größere Mengen an Token durch Software-Entwicklungsagenten konsumieren. Kilo sagt, dass es jetzt fast 10 Billionen Token pro Monat orchestriert. In diesem Umfang kann die Fähigkeit, Anfragen basierend auf Aufgabekomplexität, Preis und organisatorischer Richtlinie zu routen, einen erheblichen Einfluss auf Kosten und operative Abhängigkeiten haben.

Erweiterung der Enterprise-AI-Strategie von Anaconda

Der Kauf ist der neueste Schritt in Anacondas Bemühen, sich als breitere Grundlage für AI-native Software-Entwicklung neu zu positionieren.

Anaconda ist am besten für seine Python-Verteilung und Paket-Management-Ökosystem bekannt, das Entwicklern hilft, Bibliotheken zu installieren, Abhängigkeiten aufzulösen und reproduzierbare Umgebungen zu erstellen. Seine Enterprise-Plattform fügt Kontrollen für die Validierung von Paketen, das Scannen nach Sicherheitslücken und das Management der Open-Source-Komponenten hinzu, die in Entwicklungsumgebungen eingehen.

Das Unternehmen hat sich zunehmend über das Paket-Management hinaus bewegt. Die Anaconda-Plattform kombiniert nun ihre Python-Basis mit geregelten Umgebungen und Tools für den Bau und Betrieb von Produktions-AI-Workflows. Ihre AI-Orchestrierungsschicht bietet Workflow-Ausführung, Beobachtbarkeit, Nachverfolgbarkeit und Infrastruktur-Unterstützung, die Teams helfen soll, Modelle von Experimenten in bereitgestellte Anwendungen zu überführen.

Kilo füllt einen anderen Teil dieses Lebenszyklus. Anaconda kann jetzt die Entwicklungsumgebung, in der ein Agent seinen ersten Prompt erhält, mit den Paketen, Modellen, Infrastrukturen und Orchestrierungssystemen verbinden, die zum Ausführen der resultierenden Workload verwendet werden.

Aufbau auf den Outerbounds-Kauf

Der Kilo-Deal folgt Anacondas Kauf von Outerbounds im April 2026, dem Unternehmen hinter dem Open-Source-Metaflow-Framework, das ursprünglich bei Netflix erstellt wurde.

Outerbounds fügte der Anaconda-Plattform Produktions-Workflow-Orchestrierung, Artefakt-Verfolgung, Experiment-Management und skalierbare Rechenleistung hinzu. Ihre Technologie ist darauf ausgelegt, es Datenwissenschaftlern und Maschinenlern-Ingeneuren zu ermöglichen, Workloads über Cloud-, Daten-Plattform- und Hybrid-Infrastrukturen hinweg zu bewegen, ohne dass sie ein völlig neues Entwicklungsmuster übernehmen müssen.

Mit Outerbounds gewann Anaconda mehr der Infrastruktur, die zum Ausführen und Beobachten von AI-Systemen in der Produktion erforderlich ist. Kilo fügt die entwicklerorientierte Agent-Schicht am anderen Ende des Prozesses hinzu. Zusammen geben die Käufe Anaconda Technologie, die den gesamten Prozess vom ersten AI-gestützten Codier-Sitz, Paket- und Modell-Auswahl, Umgebungs-Management, Workflow-Orchestrierung und Produktions-Bereitstellung abdeckt.

Das bedeutet jedoch nicht, dass alle diese Komponenten bereits als ein einzelnes Produkt operieren. Anaconda hat explizit beschrieben, dass die tiefere Verbindung zwischen Kilo und seinen geregelten Paketen, Modellen und Umgebungen eine Richtung ist, die sie aufbaut, und nicht eine vollständig verfügbare Fähigkeit.

Regierungsführung kommt dem ersten Prompt näher

Die Unternehmensrationale für den Kauf ist größtenteils auf Sichtbarkeit und Kontrolle ausgerichtet.

Wenn Entwickler AI-Coding-Agenten durch persönliche Konten, separate API-Schlüssel und mehrere Modell-Provider adoptieren, können Unternehmen Schwierigkeiten haben, zu bestimmen, welche Modelle verwendet werden, wohin proprietärer Code gesendet wird und wie viel einzelne Teams ausgeben.

Anacondas bestehende Sicherheits-Tools scannen Pakete, Modelle und Abhängigkeiten, bevor sie in Produktionsumgebungen eingehen. Die Plattform unterstützt auch Richtlinien-Durchsetzung, Audit-Verfolgung, Schwachstellen-Überwachung und die Erstellung von Software- und AI-Stoffverzeichnissen, die die in einem Projekt enthaltenen Komponenten dokumentieren.

Die Verbindung dieser Kontrollen mit Kilo könnte es Unternehmen ermöglichen, Modell- und Paket-Richtlinien viel früher in der Entwicklung anzuwenden. Ein Unternehmen könnte beispielsweise den Zugriff auf nicht genehmigte Modelle einschränken, Aufzeichnungen über AI-gestützte Entwicklungstätigkeit führen oder sensible Workloads in Richtung selbst gehosteter Systeme umleiten.

Der praktische Wert hängt von der Tiefe der Integration der Plattformen ab. Die Unternehmensregierung kann leicht eine weitere Reibungsebene werden, wenn Richtlinien schlecht umgesetzt werden, insbesondere wenn Kontrollen die Flexibilität beeinträchtigen, die Entwickler zu Kilo hingezogen hat.

Was der Kauf für Kilo-Benutzer bedeutet

Für bestehende Kilo-Benutzer ändert sich wenig sofort. Der Coding-Agent bleibt über VS Code, JetBrains, die Kommandozeile und Cloud-Umgebungen verfügbar, mit weiterhin unterstützten Modellen und Providern.

Der Kauf kann Kilo Zugang zu Anacondas Enterprise-Verteilung, Sicherheitsexpertise und Beziehungen zu großen Organisationen verschaffen. Anaconda sagt, dass ihr Ökosystem über 52 Millionen Benutzer erreicht und von 95% der Fortune-500-Unternehmen verwendet wird, was Kilo einen Weg in Unternehmen gibt, die möglicherweise zögerten, eigenständige AI-Entwicklungstools zu genehmigen.

Gleichzeitig muss Anaconda die Eigenschaften bewahren, die Kilos Adoption angetrieben haben, insbesondere seine Open-Source-Wurzeln und modellagnostische Architektur. Eine Enterprise-Integration, die die Modellwahl einschränkt oder das Produkt für einzelne Entwickler schwieriger zu verwenden macht, würde eine zentrale Logik des Kaufs untergraben.

Zukünftige Auswirkungen

Der Kauf spiegelt eine breitere Konsolidierung in der AI-Software-Entwicklung wider. Coding-Agenten, Modell-Gateways, Paket-Sicherheit, Workflow-Orchestrierung und Produktions-Regierungsführung sind im Allgemeinen als separate Produktkategorien entstanden. Anaconda versucht, diese Schichten unter einer gemeinsamen Plattform zusammenzubringen.

Ihre Strategie deckt nun drei Hauptstadien der AI-nativen Entwicklung ab: Kilo bietet die agente Ingenieur-Umgebung, Anaconda Core verwaltet Pakete und reproduzierbare Umgebungen, und Outerbounds liefert Produktions-Orchestrierung.

Die Chance besteht darin, einen kontinuierlichen Weg vom ersten Prompt zu einer geregelten Produktions-Bereitstellung zu schaffen. Die Herausforderung wird darin bestehen, eine Sammlung von erworbenen und bestehenden Technologien in eine kohärente Plattform umzuwandeln, ohne die Entwickler-Optionen zu reduzieren oder übermäßige Komplexität einzuführen.

Kilos Produkte werden unabhängig verfügbar bleiben, während diese Integration fortschreitet. Die langfristige Bedeutung des Kaufs wird daher weniger von der Anzahl der unterstützten Modelle oder Token abhängen, die derzeit verarbeitet werden, und mehr davon, ob Anaconda entwicklerfreundliche AI-Agenten mit Unternehmenssicherheit und Produktions-Infrastruktur verbinden kann, ohne eine der beiden Seiten zu beeinträchtigen.