8 月 12 日，为 GitHub Actions 提供持续集成（CI）基础设施的 Blacksmith 完成 4,500 万美元 B 轮融资，估值达 5.5 亿美元。不到一年前，它的估值还只有约 6,000 万美元。它不写代码，只负责代码写完后"跑测试、做构建"——AI 代码产量井喷，让这门后台脏活成了最贵的基础设施。
Blacksmith 没有发明更聪明的 AI，也不帮程序员写代码。它做的是 AI 把代码写出来以后剩下的事情：跑测试、做构建，确认这些 AI 生成的代码到底能不能安全进入真正的软件。
让身价暴涨的不是测试本身，是那些需要处理的代码正在变得越来越多。
注：估值涨幅按 6,000 万至 5.5 亿计算约 9.2 倍，文中简称"近十倍"。年化收入从"1,000 万"进入"数千万"区间，未披露精确上限。
Blacksmith 在 2025 年 9 月 A 轮融资时披露：排除开发者人数增长影响后，现有客户的 CI 任务量平均每季度增长 60%。原因很直接——人一天只有 24 小时，能生产的代码有限，但 Coding Agent 不需要下班。
Claude Code 负责人 Boris Cherny 在今年 6 月的大会上说，自己已经 8 个月没有手写过一行代码。他现在管理着一支越来越庞大的 Agent 队伍——大会当天早上同时管理"几百个"，有时是几千甚至上万个。
代码生产，开始脱离人类的工作时间。
注：以上为 OpenAI 内部实验数据——3 名工程师从空白代码库开始，用 Codex 开发内部软件，人类不直接写代码，全部由 Agent 生成。OpenAI 估算同样工作若全由人类手写约需十倍时间。单次 Codex 任务经常连续工作超 6 小时。
但很快新问题出现了：代码写得太快，人开始看不过来了。OpenAI 在实验中直接写道，新瓶颈变成了"人类 QA 能力"。这个团队每周五要拿出一整天清理"AI slop"——重复实现、不一致风格和不断累积的技术债。后来连"擦屁股"也交给了 Agent：后台 Codex 定期扫描代码库、自动提交重构 PR，Review 也开始 Agent 之间互查。
AI 开始同时出现在生产线两端：一边疯狂生产代码，另一边帮人找问题。
但中间那些必须实际跑完的测试，并没有消失。
一段代码从程序员手里写出来，到真正出现在用户手机上，中间还有很长一段路。程序员每提交一次代码，机器就自动把代码拉下来、重新构建、运行测试、检查结果——发现问题打回去，全部通过才有资格往下走。这套自动流水线就叫持续集成（CI）。
规定"要跑哪些测试、按什么顺序跑"，是开发者最常用的 CI 工具之一。
提供真正执行这些任务的计算环境——高单核 CPU、本地缓存、NVMe 存储，速度约为托管服务器的 2 倍，迁移只需改一行配置。
Blacksmith 创始人把 CI 形容为"开发者的管道工程"，甚至开玩笑说想让 CI"至少这一次变得性感一点"。而 AI 编程恰好把它最不起眼的地方变成了优势：过去程序员一天提交几次代码，CI 就跑几次；现在 Agent 可以持续改代码、反复尝试、并行调用 Subagent，每一次修改都会触发新一轮构建、测试和验证。
AI 越会写代码，Blacksmith 需要跑的机器反而越多。
过去一年，几乎所有主流 AI 公司都开始往代码生产线的后半段走。但它们的位置各不相同。
注："冲厕所"与"擦屁股"为原文比喻，指 CI 执行层（验证基础设施）与代码审查/安全扫描的分工差异。前者提供计算资源让代码真跑一遍，后者靠 AI 读代码找问题。
今天的 Blacksmith 已不满足于只做更快的 CI 执行层，它开始把 AI 能力往上叠：
一条新的软件生产线开始成型：
模型可以把写代码的边际成本不断压低，但服务器不会因为代码是 AI 写的就少跑一次测试。量大再凑个满减——Blacksmith 赚的，本质上是这最后一笔省不掉的钱。
过去几年，AI 编程最激烈的竞争发生在代码生成端：谁能写得更快，谁能处理更大的代码库。但当代码真的开始过剩，下一场竞争已经悄悄往后移动。
这甚至形成了一种和很多"AI 替代软件"故事完全相反的关系：模型越强，代码生成成本越低；成本越低，代码产量越大；产量越大，后面的测试、Review 和安全审查需求反而越多。
Coding Agent 可以换，但验证基础设施不能省。
不管代码是 Codex 写的、Claude Code 写的，还是人写的；也不管最后是谁负责 Review——只要想知道这段代码到底能不能跑，测试就必须真正执行。Blacksmith 最早选择自建 CI 基础设施而非在公有云上租机器，针对编译、构建和测试优化 CPU、存储、缓存和虚拟机调度，就是这个原因。
别人争的是谁更会看代码，Blacksmith 赚的是代码最后必须跑一遍的钱。
AI 没有消灭软件开发的瓶颈，只是把它从"代码怎么写"推到了"代码怎么验"。当生成成本趋近于零，验证成本就成了整个产业链上最硬的刚需——谁掌握让代码"真跑一遍"的基础设施，谁就卡住了 Agent 工业化生产的咽喉。