Blacksmith 完成 4500 万美元 B 轮融资，估值升至 5.5 亿美元：AI 编程之后，代码验证成为新瓶颈
Blacksmith 完成 4500 万美元 B 轮融资，投后估值达 5.5 亿美元，公司主打为 CI 和代码验证环节提供加速与自动化，并推出能诊断和修复 CI 失败的 codesmith 代理。随着 AI 编程工具普及，代码生成速度提升使验证成为新的瓶颈，Blacksmith 计划扩展计算资源以应对增长，同时面临云厂商和平台内置能力的竞争与可持续盈利的考验。
Blacksmith 完成 4500 万美元 B 轮融资，投后估值达 5.5 亿美元，公司主打为 CI 和代码验证环节提供加速与自动化，并推出能诊断和修复 CI 失败的 codesmith 代理。随着 AI 编程工具普及，代码生成速度提升使验证成为新的瓶颈，Blacksmith 计划扩展计算资源以应对增长，同时面临云厂商和平台内置能力的竞争与可持续盈利的考验。
美国软件基础设施初创公司 Blacksmith 于 2026 年 8 月 12 日宣布完成 4500 万美元 B 轮融资，由 Peak XV Partners 领投，既有投资方 Y Combinator 和 GV 参与。公司投后估值达到 5.5 亿美元。
这轮融资发生在 AI 编程工具快速普及之际。随着 Codex、Claude Code、Cursor 等工具帮助开发团队更快生成代码，软件生产流程中的瓶颈正从“如何写出代码”转向“如何及时构建、测试、审查并合并这些代码”。Blacksmith 的押注是，为这道验证环节提供更快的基础设施和自动化工具。
公司在新闻稿中说，过去一年其客户数量从约 800 家增长到超过 6000 家；TechCrunch 的报道则援引 Blacksmith 联合创始人兼首席执行官 Aditya（JP）Jayaprakash 的说法称，客户数已从不足一年前的 700 多家增加到超过 5000 家。两种口径存在差异，但都显示出客户规模在短期内快速扩大。上述客户数、收入和使用量数据主要来自公司及管理层披露，尚未由独立审计材料验证。
估值在不到一年内大幅上升
这不是 Blacksmith 第一次在短期内获得机构融资。公司在 2025 年 9 月宣布完成 1000 万美元 A 轮融资，由 GV 领投。当时，Blacksmith 表示已有超过 800 家公司通过其平台运行 GitHub Actions，并称年度经常性收入达到 100 万美元。
TechCrunch 报道称，Blacksmith 在 A 轮融资时的估值约为 6000 万美元。本轮融资后，估值升至 5.5 亿美元。按这两个数字计算，公司的账面估值在不到一年内增长了近十倍。
TechCrunch 还称，Blacksmith 在只有 10 名员工时已经达到 1000 万美元的年化收入运行率，此后团队扩大到约 30 人，收入增长到“数千万美元”。公司首席执行官没有向该媒体披露最新的具体 ARR 数字，但表示部分最大客户目前每年在平台上的支出超过 100 万美元。
这些指标应与经审计的年度营收区分开来。ARR 或年化收入运行率通常是根据某个时间点的经常性收入推算的经营指标，能够反映增长速度，却不等同于完整财年的确认收入，也不能单独说明公司的盈利能力或客户留存情况。
Blacksmith 从 CI 基础设施扩展到 AI 代理
Blacksmith 最初提供的是持续集成（CI）基础设施。CI 是软件交付流程中的关键环节：开发者提交代码后，系统会自动完成构建、运行测试和检查，帮助团队在代码进入生产环境前发现问题。
公司的产品面向 GitHub Actions 等工作流，使用针对 CI 任务优化的专用计算资源、缓存和存储，以缩短构建和测试等待时间。Blacksmith 在 2025 年的融资公告中称，其方案可以将 CI 速度提高一倍，并将计算成本最多降低 75%；这些性能和成本数据属于公司自述，实际效果会因项目规模、测试类型和工作流配置而不同。
在此基础上，Blacksmith 又推出了名为 codesmith 的云端编程代理。根据公司新闻稿和 TechCrunch 报道，codesmith 不仅可以执行开发任务和修复缺陷，还可以进入代码验证环节，诊断 CI 失败并尝试自动修复，使拉取请求重新通过检查。公司还计划推出 codesmith QA，让代理在代码合并前自主测试变更。
这意味着 Blacksmith 的定位正在从“更快地运行 CI”扩展到“帮助团队完成代码验证和合并”。它并不只是为 AI 编程工具提供额外算力，而是试图把构建、测试、失败诊断和修复串成一个闭环。
AIFlux 此前在微软将 AI 代理接入 CI 构建诊断的报道中也提到，自动分析构建日志、定位失败原因并把建议回写到拉取请求，正在成为 CI 自动化的一部分。不过，该方案将代理定位为建议性分析工具，并没有直接替代人工合并判断；Blacksmith 试图进一步把诊断和修复纳入自身的验证平台。
AI 生成代码增加了验证压力
生成式 AI 正在改变软件团队产生代码的速度。过去，一个功能变更可能需要较长的设计、编码和调试周期；现在，开发者可以借助编程代理更快地生成代码、修改文件和提交拉取请求。
但代码生成速度提高，并不意味着软件可以跳过验证。每一项变更仍然需要经过构建、测试、安全检查和人工审查。若提交数量快速增加，CI 队列、测试执行时间、失败诊断和合并流程就可能成为新的等待环节。
“写代码已经变得容易得多，但验证代码并没有变得容易。”Jayaprakash 在公司新闻稿中说。他表示，Blacksmith 看到一些团队在采用编程代理后，拉取请求数量增加了数倍，CI 因而成为瓶颈。
公司新闻稿称，自 2026 年初以来，在 Blacksmith 上运行的 CI 任务量每周增长约 5% 至 10%。Blacksmith 还表示，目前管理着数十万个 CPU 核心，并计划在未来几个月将这一规模扩大一个数量级，以应对需求增长。新一轮融资的大部分资金将用于计算资源扩张。
这些数据说明，AI 编程带来的基础设施需求不只包括模型推理。代码代理生成的每一次修改，都可能带来新的构建任务、测试任务和审查任务。随着软件生产速度加快，验证层所消耗的计算资源和工程时间也可能同步增加。
竞争来自平台、云厂商和编程代理本身
Blacksmith 面对的并不是一个空白市场。GitHub Actions 已经是许多开发团队现有工作流的一部分，云计算厂商也在提供 CI、构建和测试服务。AWS、Microsoft Azure 和 Google Cloud 都拥有面向软件开发团队的基础设施与自动化产品。
此外，Codex、Claude Code 等编程代理正在把部分代码检查、修复和开发流程直接纳入自己的产品能力。Cursor 等开发工具也在扩展自动化工作流。对于客户而言，使用 Blacksmith 这样的专用服务，还是继续依赖现有代码托管平台、云厂商或编程代理内置的能力，取决于速度、成本、兼容性、可观测性以及企业治理要求。
Blacksmith 对外强调的差异主要是测试速度和价格。公司希望通过专门为 CI 设计的计算资源，减少通用云实例带来的排队和性能波动，并将代码验证从开发团队的等待环节转变为更可预测的基础设施服务。
但更快的执行速度未必能自动转化为更好的软件质量。测试覆盖范围、测试本身是否可靠、依赖环境是否稳定，以及 AI 代理是否能够正确理解失败原因，都会影响验证结果。尤其是在代理能够自动修改代码的情况下，企业还需要考虑变更权限、审计记录、回滚机制和人工批准边界。
软件生产的下一层基础设施
Blacksmith 的融资反映了一个更广泛的变化：AI 编程工具正在把软件生产拆分为更多可独立优化的环节。代码生成可能由模型和编程代理完成，代码验证则需要 CI 平台、测试框架、构建系统和代码审查工具共同承担。
过去，持续集成更多被视为开发流程中的后台服务。它的重要性通常只有在构建变慢、测试失败或发布受阻时才会显现。随着代码提交数量上升，CI 的执行速度、失败可解释性和自动修复能力开始直接影响团队能够吸收多少 AI 生成内容。
这也解释了投资者为何愿意把 Blacksmith 视为 AI 软件生产基础设施的一部分，而不仅是一个传统的 CI 优化工具。若 AI 代理持续提高代码产出，验证层可能成为软件供应链中更具战略价值的环节。
不过，Blacksmith 能否支撑 5.5 亿美元估值，仍取决于几个尚未完全回答的问题：客户增长能否转化为长期留存和可持续收入；扩大计算规模后，基础设施成本能否保持在可控范围；codesmith 能否在真实生产环境中可靠地诊断和修复失败；以及当 GitHub、云厂商和模型公司继续把验证能力内置到产品中时，Blacksmith 能否保持足够明确的差异化。
目前可以确认的是，AI 编程正在把更多代码推入软件交付管线，而构建、测试和合并这些原本相对后台的流程，正因此成为新的竞争焦点。
来源
不错过任何一条 AI 大事
订阅 AIFlux 早报，每天 3 分钟看懂产业动态。
