代码驱动的传统软件开发方式，在进入人工智能（AI）主导的时代后正逐渐失去效力。随着非确定性的AI模型开始取代确定性算法，企业正面临无法仅通过简单的部署重复流程来打造创新产品的局面。尤其是在要求实验驱动开发文化的AI环境中，新型AI开发基础设施正崛起为必备设施。
AI核心软件超越了简单的功能实现，基于概率性结果推导出多种模式，因此并非一次性固定逻辑就能完成的结构。Union.ai首席执行官凯坦·乌马雷解释道：“运用AI的软件开发更接近研究领域而非传统开发。我们不再编写凭直觉就能确信的逻辑，而必须通过并行大量实验来寻找最优解决方案。”
乌马雷在AWS re:Invent大会期间，通过SiliconANGLE的直播平台“theCUBE”接受采访时，分享了其公司基于多云架构的AI开发平台如何应对已改变的软件范式。Union.ai通过控制平面与执行平面分离的设计，支持客户在自有云或本地环境中保存敏感数据的同时，也能高效运行工作流。
该平台自动化了容器化、数据迁移、安全权限设置以及GPU调度等多种功能。开发者只需用Python编写代码并点击按钮，系统便会自动将其容器化并完成部署。乌马雷将此过程比喻为“一键实现云端‘YOLO’模式”，并强调该架构能自动构建所需基础设施并完成预配置。这是最大化实现AI开发基础设施核心要素——多云互操作性与自动化能力的典型案例。
平台的设计理念也彻底贯彻了成本优化。鉴于AI项目需并行多种实验的特性，减少重复使用相同资源造成的低效率是关键。为此，Union.ai利用AWS预留实例弹性分配资源，并通过缓存重复结果提升响应性能。乌马雷表示：“AI作为研究型产品虽无法消除不确定性，但成本完全可以实现战略性降低。”
市场反响同样显著。仅由46人组成的Union.ai今年已将营收提升至四倍，实现快速增长，并有效应对了随之增长的开发基础设施需求。鉴于越来越多企业正选择既能承受不确定性又能确保效率的实验型AI基础设施，该领域有望成为未来企业竞争力的核心要素。
