Vibe coding,一种由人工智能驱动的模式,让软件开发人员——或任何人——使用自然语言提示而不是编写代码,不再只是硅谷的一个迷因。到2025年末,它已成为构建软件最快的方式之一,大幅削减成本并加速开发。
这个术语由前OpenAI研究员Andrej Karpathy于2025年2月创造,描述了一种高级方法,即人工智能从简单提示生成完整应用程序。它将早期初创公司的资金消耗率削减了高达85-95%,使周末构建的微型SaaS工具能够在几天内接触到付费客户,并让百万美元独立创始人的想法变得可实现而非神话。
在非洲各地,获取资本和工程人才的途径历来制约着创新,其吸引力显而易见:想法现在可以以前所未有的速度从概念转化为产品。
但速度是有代价的。而这种代价越来越多地以脆弱系统、数据泄露和信任破裂的形式出现。
这正是Cencori这家尼日利亚人工智能初创公司想要解决的挑战,该公司将自己定位为"人工智能领域的Cloudflare"。
Cencori始于2025年6月,最初不是作为一个商业想法,而是作为一种担忧。联合创始人兼首席技术官Bola Roy Banjo将其起源追溯到他早期在FohnAI担任设计经理的工作,FohnAI是一个数字安全平台,在2024年从事人工智能(AI)和网络安全交叉领域的工作。
"人工智能的演变很快,我们不能盲目相信它的决定,"Banjo说。"我试图将网络安全直接注入人工智能系统,以保护整个环境。这促成了Cencori。"
由此产生了一个论点:随着人工智能产品的激增,它们将需要一个基础设施层,就像互联网需要Amazon Web Services和Cloudflare一样。
在Banjo看来,未来的人工智能应用程序应该默认内置道德、安全性和可靠性,而不是在出现问题后才附加上去。
"人工智能产品将伴随其他问题,如道德、安全性和数据泄露,"他解释道。"使用Cencori,这些东西是内置的。你不必担心你的人工智能泄露敏感数据或暴露用户信息。"
Banjo认为,Vibe coding功能强大但很危险。与依赖可视化编辑器和受限工作流程的无代码工具不同,Vibe coding允许人工智能从提示生成整个代码库。开发人员通常会全盘接受输出,直接将其推送到生产环境。
这种速度是有后果的。
"现在有很多人工智能产品是以这种方式构建的,"Banjo说。"我们已经看到一些案例,通过Vibe coding编写的应用程序将位置、电话号码和地址暴露到公共互联网上。"
这些不是理论上的风险。涉及大型语言模型的数据泄露经常发生,因为模型会无意中显示嵌入在提示、日志或训练数据中的私人或敏感信息。一个值得注意的例子是DeepSeek数据库泄露事件(2025年1月),其中超过一百万行日志数据被泄露,以及EchoLeak 0-Click攻击(2025年12月),该攻击允许攻击者发送带有"隐藏提示"的特制电子邮件。甚至OpenAI也警告用户不要分享个人信息,承认大型语言模型(LLM)可能会泄露数据。
Cencori的方法是务实的而非哲学性的。该平台不是试图抽象地"解决人工智能伦理问题",而是专注于已知的故障模式。开发人员配置必须保护哪些数据,包括电子邮件、电话号码、内部记录,而Cencori在基础设施级别强制执行这些约束。
"我们已经知道LLM会泄露哪些类型的数据,"Banjo说。"所以我们根据实际用例构建了阻止这种情况的工具。"
如果说Banjo提供了技术愿景,那么联合创始人兼首席运营官Oreofe Ojurereoluwa Daniel则提供了框架。他将Cencori描述为"人工智能生产的Cloudflare"。
正如Cloudflare位于网站和互联网之间,处理安全性、可靠性和流量路由一样,Cencori将自己定位在人工智能应用程序及其所依赖的模型之间。
"大多数人工智能构建者都专注于让某些东西正常工作,"Daniel说。"但当用户开始付费时会发生什么?你如何保证正常运行时间、安全性和可靠性?"
Cencori通过充当中间件层来回答这个问题。其核心功能之一是在主要人工智能提供商之间自动故障转移。如果OpenAI遇到停机,请求会在没有开发人员干预的情况下重新路由到Anthropic或Gemini。
"这就像一个电源开关,"Daniel解释道。"如果电网的电力中断,你就切换到发电机。我们的系统为人工智能自动执行此操作。"
这种冗余使Cencori声称在其平台上构建的应用程序实现99.9%的正常运行时间成为可能,这是人工智能产品从实验转向业务的基本要求。
尽管仍在很大程度上处于隐秘运营状态,但Cencori已经获得了吸引力。
其平台嵌入在三家Y Combinator支持的初创公司的代码库中:Sonarly,一个由人工智能驱动的错误检测平台;1uI,一个用于构建人工智能原生界面的生成式UI平台;以及Laurence,一个用于广告的人工智能"数字大脑",使用量化模型自动化Amazon广告支出。
Daniel声称,这些部署总计每周处理超过20,000个请求。此外,大约十名独立开发人员将Cencori用于副项目,创始人希望其中一些项目能发展成为成熟的公司。
风险很高。正如Daniel指出的,安全性差的人工智能平台可能造成不可逆转的伤害。他引用了私人图像和个人数据泄露到主流媒体的案例,这些情况本可以通过适当的基础设施控制来预防。
"随着Vibe coding的发展,这些事件只会增加,"他说。"我们构建Cencori是为了在这些漏洞变成灾难之前堵住它们。"
"我们了解非洲的情况,"Daniel说。"成本很重要。复杂性很重要。我们在构建Cencori时考虑到了这一点。"
通过将安全性、可观察性、可靠性和成本管理整合到一个平台中,Cencori旨在减少构建者的财务和认知负担。
根据联合创始人的说法,集成只需不到20分钟,这在速度决定采用率的世界中是一个重要细节。
该公司目前采用自筹资金方式,由个人储蓄以及朋友和家人的支持提供资金,但正在与投资者进行对话以扩展其基础设施路线图。
Cencori押注下一阶段的人工智能创新不会由那些单独行动最快的人赢得,而是由那些让速度变得安全的人赢得。在一个充斥着人工智能生成代码的世界中,能够持久的公司可能是那些不仅建立在感觉上,而且建立在坚实基础之上的公司。
