作者 | 周愚

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。

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。