Anaconda nabywa Kilo Code, aby rozszerzyć się na agenty oprogramowania

Anaconda nabyła Kilo Code, otwartoźródłową, niezależną od modelu platformę, która wbudowuje agenty AI w narzędzia, których używają deweloperzy do tworzenia oprogramowania. Transakcja sprowadza społeczność Kilo, liczącą ponad trzy miliony deweloperów, do rozwijającej się platformy AI przedsiębiorstwa Anaconda, rozszerzając zasięg firmy od pakietów Pythona i orchestracji produkcji do zintegrowanych środowisk rozwoju i workflow w wierszu poleceń. Ogłoszenie nie ujawniło warunków finansowych.

Kilo będzie działać bez natychmiastowych zmian w swoich istniejących produktach, planach cenowych i obsłudze klienta. Anaconda powiedziała, że dodatkowe informacje o tym, jak dwie platformy będą integrowane, zostaną ogłoszone później.

Wprowadzanie agentów AI do środowiska rozwoju

Kilo Code jest zaprojektowany do tzw. „inżynierii agentynej”, gdzie systemy AI robią coś więcej niż sugerują pojedyncze linie kodu. Ich agenci mogą badać repozytoria, planować funkcje, modyfikować pliki, badać błędy i wykonywać wieloetapowe zadania rozwojowe.

Platforma działa w Visual Studio Code, zintegrowanych środowiskach rozwoju JetBrains, interfejsie wiersza poleceń i agentach chmurowych. Zapewnia kilka trybów operacyjnych, w tym tryb kodowania do pisania i refaktoryzacji oprogramowania, tryb architektury do planowania złożonych projektów i tryb debugowania, który bada błędy i śledzi potencjalne problemy w kodzie. Kilo również rozszerzyło się na automatyczne przeglądy kodu, zdalne agenty i integracje z narzędziami współpracy, takimi jak Slack.

To daje Anacondzie bezpośrednią obecność w miejscu, w którym deweloperzy po raz pierwszy wchodzą w interakcje z AI podczas tworzenia aplikacji. Zamiast wchodzić do workflow głównie wtedy, gdy zespoły montują środowiska Pythona lub przygotowują obciążenia do wdrożenia, Anaconda będzie teraz miała technologię wbudowaną w środowiska, w których tworzone są kod i artefakty wygenerowane przez AI.

Podejście niezależne od modelu do kodowania AI

Jedną z bardziej doniosłych cech Kilo jest jego odmowa koncentrowania się na jednym dostawcy modelu AI. Jego brama zapewnia dostęp do ponad 500 modeli za pośrednictwem zunifikowanego interfejsu, obejmującego komercyjne systemy frontier, modele o otwartych wagach i specjalistyczne alternatywy.

Deweloperzy mogą wybrać modele bezpośrednio lub użyć automatycznego routingu, aby dopasować różne modele do różnych obciążeń. Opcje routingu Kilo obejmują strategie skupione na możliwościach modelu, niższych kosztach, zrównoważonej wydajności lub bezpłatnych modelach. Platforma może więc przypisać bardziej zdolny model do złożonych prac architektonicznych, podczas gdy mniej kosztowny model jest używany do rutynowych zadań inżynierskich.

Kilo również obsługuje wiele powierzchni rozwojowych z tej samej platformy, w tym lokalne zintegrowane środowiska rozwoju, aplikacje mobilne, agenci chmury i wdrożenia agentów zarządzanych. Ten szerszy zakres odróżnia go od asystentów kodowania, które pozostają ograniczone do autouzupełniania lub czatu wewnątrz jednego edytora.

Elastyczność modelu staje się coraz bardziej istotna, gdy organizacje konsumują większe ilości tokenów za pośrednictwem agentów rozwoju oprogramowania. Kilo mówi, że teraz orchestruje prawie 10 bilionów tokenów miesięcznie. W tej skali możliwość routingu żądań na podstawie złożoności zadania, ceny i polityki organizacyjnej może mieć znaczący wpływ na koszty i zależności operacyjne.

Rozszerzanie strategii AI przedsiębiorstwa Anaconda

Przejęcie jest najnowszym krokiem w wysiłkach Anaconda, aby ponownie umieścić się jako szersza podstawa dla rodzimej AI w rozwoju oprogramowania.

Anaconda jest najlepiej znana ze swojej dystrybucji Pythona i ekosystemu zarządzania pakietami, który pomaga deweloperom instalować biblioteki, rozwiązywać zależności i tworzyć odtwarzalne środowiska. Jej platforma przedsiębiorstwa dodaje kontrolę nad walidacją pakietów, skanowaniem pod kątem luk w zabezpieczeniach i zarządzaniem składnikami open-source, które wchodzą do środowisk rozwoju.

Spółka coraz bardziej przenosi się poza zarządzanie pakietami. Platforma Anaconda łączy teraz swoją podstawę Pythona z zarządzanymi środowiskami i narzędziami do tworzenia i eksploatacji workflow AI w produkcji. Warstwa orchestracji AI zapewnia wykonanie workflow, obserwowalność, śledzenie i wsparcie infrastruktury, mające na celu pomóc zespołom przenieść modele z eksperymentów do wdrożonych aplikacji.

Kilo wypełnia inną część tego cyklu. Anaconda może teraz połączyć środowisko rozwoju, w którym agent otrzymuje swój pierwszy sygnał, z pakietami, modelami, infrastrukturą i systemami orchestracji, używanymi do uruchomienia wynikowego obciążenia.

Budowanie na przejęciu Outerbounds

Umowa Kilo następuje po przejęciu Outerbounds przez Anaconda w kwietniu 2026 r., firmy stojącej za otwartoźródłową ramą Metaflow, pierwotnie stworzoną w Netflix.

Outerbounds dodała orchestrację workflow produkcji, śledzenie artefaktów, zarządzanie eksperymentami i skalowalne obliczenia do platformy Anaconda. Jej technologia jest zaprojektowana tak, aby pozwolić naukowcom danych i inżynierom machine learning na przenoszenie obciążeń przez chmurę, platformę danych i hybrydową infrastrukturę bez konieczności przyjęcia całkowicie nowego modelu rozwoju.

Z Outerbounds Anaconda zyskała więcej infrastruktury niezbędnej do wykonywania i obserwowania systemów AI w produkcji. Kilo dodaje warstwę agenta skierowaną do deweloperów na drugim końcu procesu. Razem przejęcia dają Anacondzie technologię obejmującą początkową sesję kodowania z AI, wybór pakietów i modeli, zarządzanie środowiskiem, orchestrację workflow i wdrożenie produkcji.

To nie oznacza, że wszystkie te składniki już działają jako jeden produkt. Anaconda wyraźnie opisała głębsze połączenie między Kilo a jej zarządzanymi pakietami, modelami i środowiskami jako kierunek, w którym idzie, a nie jako w pełni dostępną możliwość.

Rządzenie zbliża się do pierwszego sygnału

Przedsiębiorcza racja przejęcia jest w dużej mierze skupiona na widoczności i kontroli.

Podczas gdy deweloperzy przyjmują agenty kodowania AI za pośrednictwem kont osobistych, oddzielnych kluczy interfejsu API i wielu dostawców modeli, firmy mogą mieć trudności z określeniem, które modele są używane, gdzie wysyłany jest kod własnościowy i ile poszczególne zespoły wydają.

Narzędzia bezpieczeństwa Anaconda skanują pakiety, modele i zależności przed wejściem do środowisk produkcji. Platforma również obsługuje egzekwowanie polityki, śledzenie zmian, monitorowanie luk w zabezpieczeniach i generowanie rachunków za oprogramowanie i AI, które dokumentują składniki uwzględnione w projekcie.

Łączenie tych kontroli z Kilo mogłoby ostatecznie umożliwić organizacjom stosowanie polityki modelu i pakietu znacznie wcześniej w fazie rozwoju. Firma mogłaby na przykład ograniczyć dostęp do nieweryfikowanych modeli, utrzymywać rekordy działań rozwojowych z AI lub kierować wrażliwe obciążenia w kierunku samodzielnie hostowanych systemów.

Praktyczna wartość będzie zależała od tego, jak głęboko platformy są zintegrowane. Przedsiębiorcze zarządzanie może łatwo stać się kolejną warstwą tarcia, gdy polityki są słabo wdrożone, szczególnie jeśli kontrola interferuje z elastycznością, która przyciągnęła deweloperów do Kilo od samego początku.

Co oznacza przejęcie dla użytkowników Kilo

Dla istniejących użytkowników Kilo niewiele się zmienia natychmiast. Agent kodowania pozostaje dostępny w VS Code, JetBrains, wierszu poleceń i środowiskach chmurowych, z ciągłym wsparciem dla wielu modeli i dostawców.

Przejęcie może dać Kilo dostęp do dystrybucji przedsiębiorstwa Anaconda, ekspertyzy bezpieczeństwa i relacji z dużymi organizacjami. Anaconda mówi, że jej ekosystem sięga ponad 52 milionów użytkowników i jest używany przez 95% firm z listy Fortune 500, dając Kilo ścieżkę do firm, które mogły być niechętne do zatwierdzenia samodzielnych narzędzi rozwoju AI.

Jednocześnie Anaconda musi zachować cechy, które napędzały adopcję Kilo, szczególnie jego otwartoźródłowe korzenie i architekturę niezależną od modelu. Integracja przedsiębiorstwa, która ogranicza wybór modelu lub utrudnia indywidualnym deweloperom korzystanie z produktu, podważyłaby centralną część strategicznej logiki przejęcia.

Przyszłe implikacje

Przejęcie odzwierciedla szerszą konsolidację, która zachodzi w rozwoju oprogramowania AI. Agenci kodowania, bramy modeli, bezpieczeństwo pakietów, orchestracja workflow i rządzenie produkcją ogólnie pojawiły się jako oddzielne kategorie produktów. Anaconda próbuje połączyć te warstwy pod wspólną platformą.

Jej strategia obejmuje teraz trzy główne etapy rodzimego rozwoju AI: Kilo zapewnia środowisko inżynierii agentynej, Anaconda Core zarządza pakietami i odtwarzalnymi środowiskami, a Outerbounds dostarcza orchestrację produkcji.

Okazja polega na stworzeniu bardziej ciągłej ścieżki od początkowego sygnału do zarządzanego wdrożenia produkcji. Wyzwaniem będzie przekształcenie kolekcji nabytych i istniejących technologii w spójną platformę, nie redukując wyboru deweloperów ani wprowadzając nadmierną złożoność.

Produkty Kilo pozostaną dostępne niezależnie, podczas gdy integracja postępuje. Długoterminowe znaczenie przejęcia zależy więc mniej od liczby obsługiwanych modeli lub tokenów przetwarzanych obecnie, a bardziej od tego, czy Anaconda może połączyć agenty AI przyjazne dla deweloperów z infrastrukturą bezpieczeństwa i produkcji przedsiębiorstwa bez kompromisowania którejkolwiek ze stron.