作者 | 周愚
編輯 | 鄧詠儀
AI 大模型及其應用生态正在一路狂飙，底層的大模型和上層應用日趨繁多、複雜，但它們卻仍各自爲政，缺少聯系。
一個現狀是，即使針對類似的需求，後來者也無法直接在已有的應用上進行修改，而是要另起爐竈，在新的服務器上重新搭建工作流。這樣的重複勞動耗費了大量精力。
36 氪近期接觸的Cortex，正是希望成爲 AI 應用和大模型層之間的 " 橋梁 "。
其所屬公司 Kinesys AI 的創始人兼 CEO Nemo Yang 告訴 36 氪，Cortex 的定位是 AI 應用研發的中間層，" 你可以把它想象成‘ AI 開發雲平台 + 應用商店’ "。
從技術底層來看，Cortex 類似一個 AI 應用的集成開發環境（IDE），集成了包括 GPT-4 在内的多個不同大模型 API、數據接口等。開發者可以根據需要直接調用，實現大語言模型的協同應用。
在過去，開發者需要從頭搭建環境，置入各種 API，進行反複調試，完成這些工作後，興趣已經消磨了大半。
但和傳統的 IDE 不同的是，Cortex 的設計更爲簡潔，将不少開發者需要的功能都進行了封裝，整個研發過程都可以在這一個平台上完成——相當于一個個積木，即使是非技術背景的用戶也能按需選擇，" 搭建 " 自己的應用，節省開發者的精力。
除了大模型 API，Cortex 也已經提供了不少第三方數據的 API 接口，可以快速外接私有數據，目前已經支持接入 Notion、Google Drive，以及網站和本地文件等。Cortex 并不局限在如教育、電商的某個單一領域，使用者可以高效地研發出自己的專屬領域大模型應用。
來源：Cortex
對于已經開發好的各類 AI 應用，Cortex 發揮的作用則是幫助開發者做營銷的應用市場。其他用戶可以直接使用發布在 Cortex 上的應用，也可以在現有基礎上進行個性化的二次開發，調整不同參數。
Nemo 向 36 氪分享了一個真實的案例。某家公司需要研發一項用以了解競争對手業務相關情況的應用。利用 Cortex，開發者隻需要接入相應的内部文件和對方的網站，輸入對功能的描述，就可以快速地生成應用。
Nemo 表示，在現場爲客戶展示時，整個過程也隻需要兩三分鍾。而在過去，這大約是 " 五六個聰明的年輕人花兩三個月才能完成 " 的工作量。Cortex 對于公司時間與金錢成本的節省可見一斑。
輸入名稱和描述，快速創建 Copilot。來源：Cortex
幾周前，Cortex 已經上線了網頁版和 iOS 端的移動應用，國内用戶也可以直接使用。而安卓端移動應用，則預計在今年下半年正式發布。
Nemo 表示，Cortex 大大降低了産品研發對代碼的門檻，其目标使用群體，已經從開發者（碼農、AI 工程師）擴展到産品經理群體。
在市場路徑上，Cortex 更希望的是走産品化路線。從個人用戶開始，Cortex 也會逐步拓展到企業用戶端，最後拓展更多豐富的應用場景。
如今，Cortex 已經有十多家付費企業用戶。此後，在企業端産品上，Cortex 還會持續投入研發，即搭建出一個供所有開發者通用的開發框架，以服務企業的技術部門。并且，企業對數據隐私和安全有更爲嚴苛的要求—— Nemo 表示，Cortex 自推出以來，就支持私有化部署。
據悉，Kinesys AI 的團隊目前全職僅有 7 人，來自中國，美國，印度，韓國等國家，多人從斯坦福本碩畢業。創始人兼 CEO Nemo Yang 是個 "00" 後，僅花兩年時間就畢業于佐治亞理工學院計算機系，此前曾在字節跳動和微軟工作過。團隊目前拿到了 Amino Capital，zoom 系，Getty 家族的頂級天使投資。
Nemo 還向 36 氪透露，在未來一段時間内，Cortex 還會推出圖像模型，最快會在今年内向早期開發者開放。爲了增強對語言模型的控制，團隊還将對平台的評估模塊、調試模塊等進行完善升級。
