图片来源@视觉中国

【本文来自钛媒体特色栏目「快公司」】

近日，程序代码库分析平台思码逸宣布于去年9月完成520万美元A轮融资，本轮融资由经纬中国领投，GGV、联想之星、Polychain等既有投资者跟投，资金将用于技术投入与产品迭代。

据公开资料显示，思码逸由清华大学计算机科学与技术博士任晶磊于2018年创立，同年3月获Polychain Capital 和 OSS Capital 110 万美元天使轮投资；2020年5月获得由GGV领投、联想之星和Polychain 跟投的410万美元Pre-A轮融资；9月再获得经纬中国领投520万美元A轮融资。

成立不到4年连续获得3轮融资，思码逸对投资人究竟有何吸引力？钛媒体借由本次融资，专访了思码逸创始人任晶磊。

思码逸Merico创始人：任晶磊

一篇论文开启创业之旅

“在国际级软件工程会议FSE发表论文《Towards Quantifying the Development Value of Code Contributions》是思码逸项目研发的基本框架和最基础的技术，也是产品到解决方案的一个支撑，就像当年谷歌的两个创始人发表Page Rank一样，从那篇论文开始，一直打造出如今的谷歌搜索引擎以及整个商业帝国。”任晶磊向钛媒体讲述道。

任晶磊2016年从清华计算机博士毕业后，在斯坦福大学、卡内基梅隆大学担任访问学者从事关于软件系统的研究，同时也为开源社区贡献代码，之后加入微软研究院工作。

在微软研究院工作期间，他了解到Facebook采用统计代码行数的简单粗暴方式来决定奖金，这让他意识到企业对于量化程序员的工作是有需求的。但是这种方式并不适用于所有团队，他开始思考，既然做程序分析，能不能通过一些更智能和深度分析的方式来测量程序员的工作。

同时，还有一个问题一直在困扰着他，多年来他们一直在社区贡献开源代码。现在很多开源项目已收到一些捐款，如何合理分配这些捐款一直是他在思考的问题。如何让程序员的智力成果获得长期的收益，从而促进整个开源社区的繁荣，特别是今天有92%的应用都依赖于开源软件。

基于以上两个因素，任晶磊决定为量化程序员工作、开源社区做些什么。于是，2018年底他与殷和政、Roland一起创建了思码逸，主营业务就是通过深度代码分析技术，主要包括程序分析和人工智能，来量化程序员的工作。

新场景、新数据、新架构

根据Evans Data Group 2019年报告，全球开发者规模达2390万，预计5年内将增长至2870万。同时随着人力成本的不断攀升，开发者的成本又居于前列，研发团队由粗放增长转型精细化管理、效能提升的需求越发迫切。

思码逸2019年初上线的企业版产品，是在深度代码分析技术与机器学习技术的基础上，从历史及当前代码库中提取回溯数据、实时分析并反馈，为企业提供软件工程管理与人才发展解决方案，以更智能的度量驱动管理升级，推动开发团队与开发者个人共同提升。

目前市面上广泛使用的工作时长、代码行数（LOCs，Line of Codes）、提交次数（NOCs，Number of Commits）等指标较为“简单粗暴”，很容易被换行、死代码等噪音所干扰。

而思码逸的代码分析引擎是将代码编译为抽象语法树，辨别每一次提交所产生的代码逻辑量变化，从而进行工作量的判断；此外，分析引擎也能够从代码间调用关系中分析出函数影响力，再结合代码质量以及代码对项目整体质量的影响，能够较为准确、客观反映开发者的工作价值。目前该分析引擎已支持15种开发语言，且正在持续补充中。

产品上线以来，已服务了腾讯、滴滴出行、和讯网、工银瑞信、长亭科技、知道创宇、百融云创、票易通、开思汽配、微鲤科技等多行业客户，这也侧面反映出企业对研发效能提升的迫切需求。

任晶磊表示，针对不同行业客户的需求，产品不断升级至3.0，将从新场景、新数据、新架构三个维度对产品进行全面优化。

新场景

高管、技术负责人、项目经理、开发者角色，不同角色所需的效能数据侧重点与颗粒度有多不同，思码逸针对不对角色、使用场景出发，重构了产品内的信息框架。

高管角色下跨团队效率对比视图

具体而言，高管能够快速纵览不同团队或项目的研发效能状态与趋势，基于行业效能参考基线，精准指导团队提升方向；项目经理则能够实时把握具体迭代进度，回顾项目效率、质量与稳定性，快速发现并响应瓶颈；技术经理能则够持续追踪技术债堆积，在软件开发周期的各个阶段识别风险，精细洞察每位开发者的产出效率与质量，及时激励优秀成员；开发者能够借助量化的研发效能，直观地展示自己的贡献，快速识别自己的代码可优化空间，以及如何优化，从而自发提升工程质量，提高软件制品的可维护性。

新数据

在既有的代码分析数据基础上，接入了JIRA的研发流程管理数据，一方面让研发效能数据汇于一处，方便管理者从多个视角了解研发流程及成果；另一方面，这些指标能够与既有效率和质量指标交叉分析，产生更加深入的洞见，帮助管理者及时感知研发动向。

支持开发当量多种指标和迭代进度图

同时， 3.0版本补充了基于开源项目的行业效能数据。根据企业项目的规模及语言，思码逸系统能自动匹配近似的优秀开源项目，提供外部基线参考，帮助研发管理者快速定位自身团队在行业中所处的水平，客观认知提升方向。

行业水平视图

新架构

任晶磊表示，在服务滴滴、腾讯、泰康人寿等大型企业的时候90%采用的是私有化部署形式，发现企业不仅组织结构复杂，项目层级繁多，且代码量巨大，可能有上万个代码库、几十TB代码，规模超过早期产品版本可支持的范围。

为了解决这一问题，在发布3.0版本中，思码逸够支持复杂组织与项目结构，快速导入与配置，提升了客户的启动速度，优化了使用体验；同时，底层的分析引擎也进行了技术重构，基于K8s的分布式计算能力，目前已能支持万级代码库的导入与分析，满足大型研发团队的需要。

深耕代码分析市场，引入AI专家系统

任晶磊表示，“未来将会在两方面加大投入，一方面继续深耕代码分析市场；另一方面引入AI专家系统协助企业更好解读分析出的数据。”

具体而言，深耕代码分析市场方面，将继续打通研发流程中的前后环节，接入更广泛的研发数据，如漏洞缺陷数据、性能测试、日志分析等，将不同数据交叉分析，使研发过程及成果整体可追溯，为研发管理提供更完整深入的洞见，带来新的商业价值。

引入AI专家系统方面，将现有的轻咨询服务进一步产品化，提升系统解读数据、发现问题、判断趋势的能力，使数据分析能够更直接地助力研发管理决策。

对于企业盈利方面，任晶磊的思考是，目前以企业版产品私有化部署为主，订阅方式收费，因为截止2021年前4个月已实现了去年全年销售额的150%，到期客户全部留存的业绩。同时也预计今年将上线公有云服务，为中小企业客户提供更加便捷高效的部署与使用体验。

此外，还在2020年底发布了开源社区版本Merico Build，免费为开源项目提供效能和社区活跃度分析，为开源贡献者提供个人贡献报告。

希望通过公有云服务与社区版产品的推动，持续沉淀研发效能数据、优化底层计算引擎，打造具有公信力的深度代码分析引擎，成为开发者及开发团队贡献分析、效能分析、胜任力分析等方面的行业标准。

（本文首发钛媒体App，作者 | 郭虹妘，编辑 | 蔡鹏程）