「开发人员不会停止用 AI,问题是企业能不能掌控这个体验。」
Kilo Code CEO Scott Breitenother 这句话,基本概括了 Anaconda 收购 Kilo Code 的逻辑。
Anaconda 于 7 月 15 日正式宣布收购 Kilo Code——一个面向开发者的 AI 工程 Agent 平台。Kilo Code 目前每月编排近 10 万亿 token,服务超过 300 万开发者。Anaconda 拥有 5200 万开发者用户和 95% 的财富 500 强覆盖率。这桩交易把两家各自领域的巨型玩家拼到了一起。

但真正的看点不在规模,而在于 Anaconda 想解决什么问题。
Anaconda CEO David DeSanto 把当前的企业 AI 现状称为「token-maxxing」——组织在疯狂消耗 token,却几乎没有可见性。「没有真正的答案,」DeSanto 说,「企业在花巨资,但完全不透明。」
双方在官宣公告中提了一个有意思的框架:企业领导层觉得自己在「速度」和「治理」之间必须二选一——要么把所有人锁在一个工具上,要么假装看不见开发者在用各种未经审查的工具。Anaconda 和 Kilo Code 的答案是:这两者不冲突。
合并后的平台想做到的是:任意 IDE、任意模型、任意供应商,统一在一个治理层下面。Kilo Code 贡献的是 Agent 工程层——一个横跨 500+ 模型的路由网关、多 Agent 编排和统一的用量分析。Anaconda 出的是它已有的包管理、环境管理、模型分发和治理能力。
数据层面已经有一些早期信号。通过 Anaconda 的 MCP 服务器做智能路由,早期用户据说实现了 30% 到 50% 的 token 消耗降低——不是靠限制开发者,而是靠把请求导到更合适的模型。
两个 CEO 对开源的立场在公告中被重点强调。Kilo Code 代码库本身是开源的,Anaconda 也被描述为「从创立第一天就倡导开源」。这显然是在对标 OpenAI、Anthropic 等闭源模型供应商——文章明确对比了两种未来路径:一种是被少数模型供应商锁死,另一种是组织自己决定用哪个模型。
这已经是 Anaconda 近期第二次重要收购。此前它还收购了 Outerbounds,强化 AI 开发的生产编排层。这次补上 Agent 工程层后,Anaconda 的平台路线图——「治理底座 → 生产编排 → Agent 工程」基本成型。
参考来源: