代码写得太快，验证跟不上了

Blacksmith 一年内估值从 6000 万美元涨到 5.5 亿美元，客户从 700 家涨到 5000 家。资本在为「一个问题」买单，还是在为一个「答案」买单？这是本文想弄清楚的事。

　　先说新闻。AI 代码测试初创公司 Blacksmith，不到一年，估值从 6000 万美元飙到 5.5 亿美元，接近十倍；客户从 700 多家涨到 5000 多家；团队只有三十来号人，年化收入已经做到数千万美元。B 轮由 Peak XV Partners 领投，GV 和 Y Combinator 继续跟投。数字很扎眼，也很容易让人头脑发热。

　　但我这人有个毛病——越漂亮的数字，我越要拆开看看。仔细一读就发现，估值翻十倍，收入却只给个"数千万美元"的模糊区间，官方死活不肯披露确切的 ARR。客户涨了七倍，人均年支出却不透明。把关键数字摊开来对比一下：

• 估值：6000 万美元 → 5.5 亿美元，约 ×9
• 客户：700 余家 → 5000 余家，约 ×7
• 团队：约 10 人 → 约 30 人，×3
• 年化收入：约 1000 万美元 → "数千万美元"，未披露

　　换句话说，市场买的是预期，买的还没到手的成绩单。这跟我以前聊过的很多"风口"长得一模一样：故事很性感，数据很模糊。

　　很多人张嘴就说"这是新赛道"。我觉得这个判断有道理，但"新"得拆成两层：问题是新的，答案未必新。

　　第一层，量变引发了质变。过去写软件，人写多少代码，人就测多少代码，供给和质量大致可控。可现在呢？Cursor、Codex、Claude Code 一上手，代码生成近乎无限供给。验证需求一下子从"线性"蹦成"超线性"。历史上头一回出现"代码产出速度远超人工验证能力"的场景——这确实是全新的问题，不是老问题的复读。

　　第二层，角色变了。以前的测试工具是帮人测，AI 测试真正被期待的是替人测，而且能自动修。从"发现问题"到"修复问题"，能力边界完全不同。Blacksmith 自己的演进也印证了这点：它最初只是做 CI 云服务，后来才长了 Codesmith 这个 AI 助手，专门修失败的检查。

　　第三层，付钱的逻辑变了。过去测试是成本中心，预算怎么省怎么来；现在 AI 测试是被 AI 编程速度倒逼出来的刚需，企业愿意为"跟上速度、别翻车"掏钱。从"省钱"到"追赶"，动机一换，资本给高倍数的底气就来了。

　　好的，吹完彩虹屁，轮到我泼冷水了。越是"新赛道"，往往越意味着格局没定、巨头还没进场。对 Blacksmith 这类公司，我最担心的三件事：

　　第一，巨头内置化。GitHub Actions 是微软自带的默认 CI，近乎免费、零迁移成本；Cursor、Codex 这些 AI 编程工具本身，正一门心思往验证能力里塞功能；AWS、Azure、GCP 三家云厂商，随时可能把 AI 代码测试做成云服务，顺手捆进账单里。当同样能力变成免费的基础设施，独立玩家的议价空间一夜之间就没了。

　　第二，收入跟估值节奏对不上。估值涨了近十倍，收入连个确切数字都不给。两条曲线的节奏明显不同步，这是最该盯的信号，也是泡沫期最容易糊弄过去的信号。

　　第三，护城河还没被验证。创始人自己都承认，Blacksmith 现在靠的是速度和性价比。这是云计算早期中间层公司用滥了的打法。这套打法能不能在巨头入场之前，沉淀出数据壁垒和用户粘性？现在没人知道。

　　「AI 代码测试」作为赛道定义，是真的新、也有想象空间；可单个公司能不能把新赛道变成自己的地盘，得盯三个观察点：下一轮敢不敢公布确切 ARR 和留存率；巨头多久进场；以及这家公司能不能在窗口期把数据飞轮转起来。

　　最后说句实在的，同样的信息，站在不同位置，想的完全不是一回事。你是投资人，押的不是"赛道对不对"，而是"这家公司能不能在巨头进场前把数据飞轮转起来"。你是创业者，切入姿势该是“比巨头更懂垂直场景”，而不是去做巨头明天就能免费抄的功能。你是开发者或团队，现在用这类工具就划算，它实打实帮你跟上 AI 编程的速度——至于它是不是下一个 Datadog，关你什么事，你先把活干完。