今年下半年，AI編程（AI Coding）成了行業中最火爆的賽道，也率先打開了AI商業化落地的前景。
“從硅谷到國內，大家都說在做Coding，案子都看不過來。”一位科技投資人士對《中國企業家》說。
今年9月，憑借在Coding領域的領先優勢，Anthropic完成了130億美元的F輪融資，估值達到1830億美元。這個估值與短短半年前相比，已翻了三倍。
Coding的應用價值幫助Anthropic在to B市場，得以與坐擁8億全球用戶的OpenAI分庭抗禮；以32%的市場占比，領先于OpenAI的25%，成為企業用戶最常使用的模型供應商；收入更從2024年的10億美元，飛漲到了2025年上半年便入賬45億美元。
Coding研發之火也在國內熊熊燃燒，大公司和創業公司都在2025年推出了獨立的IDE（集成開發環境）產品。
今年3月，字節跳動的Coding工具Trae國內版發布，到5月，該產品月活已超過百萬。7月，騰訊開啟了AI編程助手“CodeBuddy IDE”內測；今年8月，阿里上線AI編程平臺Qoder。
大模型明星創企亦不甘示弱。今年7月，月之暗面發布了Kimi K2模型，針對編程、Agent和長文本功能做了重點提升。
今年8月，DeepSeek發布的DeepSeek-V3.1模型打通了Anthropic生態，讓用戶可以輕松將DeepSeek-V3.1的能力接入Claude Code框架。
外部環境也在加劇大公司Coding研發的緊迫性。9月5日，因種種原因，Anthropic突然宣布對中國公司“斷供”服務。接下來，哪家大廠或創企最有希望成為中國的Anthropic，或將拿到第一張AI的頭等艙船票。
Coding為何火爆，它到底是什么？
為何巨頭們都齊齊瞄準了AI Coding賽道？近日，阿里巴巴集團CEO吳泳銘給出了清晰的回答。9月中旬，在云棲大會演講中，吳泳銘表示：自然語言是AI時代的編程語言，Agent就是新的軟件。“發展大模型Coding能力是通往AGI的必經之路”。
“現在的Agent還比較早期，解決的主要是標準化和短周期的任務。要想讓Agent能解決更復雜、更長周期任務，最關鍵的是大模型的Coding能力。因為Agent可以自主Coding，理論上就能解決無限復雜的問題，像工程師團隊一樣理解復雜需求并自主完成編碼、測試。”
那么，到底什么是AI Coding？
簡單來說，就是用AI的方式輔助用戶編程，將人工智能技術深度融入軟件開發全流程，達到降低門檻、提高效率的作用。借助Coding工具，普通人也可以用自然語言開發網頁以及小程序，程序員可以用來補全和生成代碼。在IDE集成環境下，Coding工具還可以幫助完成產品設計、測試以及同步修改等全流程。
對大公司來說，提高代碼生產效率意味著更低成本、更高效益。當下的科技大廠已將相當比例的編程工作交由AI來做。蔡崇信最新透露：目前阿里30%的代碼已由AI生成。
對于小公司和應用者來說，用Coding工具做產品開發，可以讓普通人越過技術壁壘實現平權。同時，他們也是基礎模型大廠希望服務的對象。
AI編程能力既是模型能力增強下的自然結果，又會幫助模型能力完成進化迭代。因此，Coding能力已經很大程度上能代表大廠的大模型實力，商業化路徑也被驗證。未來想做好平臺生態、豐富Agent應用的公司，做好Coding將是大家繞不開的功課。
Anthropic創始人達里奧·阿莫迪在采訪中說：編程的用戶增長非常快。“模型在編程上變強了，也能幫助我們去訓練下一個更強的模型。這是一個很有優勢的正循環。”
大廠競逐，誰占先手？
實際上，多數科技大廠很早便洞察到了人工智能編碼中的機會。
近日，OpenAI前研究員姚順雨在接受“語言即世界”采訪時，將Coding稱之為研發的主線任務。他判斷，所有大廠都會把模型的Coding做好，所有的預訓練、后訓練、強化學習都會考慮到這一點。
以騰訊CodeBuddy為例，騰訊披露，目前，騰訊內部超90%工程師都在用CodeBuddy，整體編碼時間平均縮短40%以上，新增代碼中，AI生成代碼占比超50%，結合內部大規模投產經驗，研發提效超16%。
CodeBuddy的產品形態從2022年就已經萌芽，它先后開發了插件——CodeBuddy IDE 形態——CLI（產品名稱為CodeBuddy Code）三個階段。目前，這三個形態會并存，供用戶及企業按需選擇。
騰訊云開發者AI產品負責人汪晟杰告訴《中國企業家》，2021年至2022年，騰訊內部的一些開發者就提出，可以用AI快速理解代碼文檔、輔助開發重復性的業務代碼。“當時口號叫 Tab Tab Tab No backspace，希望AI輔助完成一次應用代碼的生成工作。”
到了第二階段，騰訊的一些業務團隊提出，僅僅是代碼片段生成不夠，希望代碼工具可以理解工程項目，甚至希望有單元測試這樣的功能。于是，騰訊在內部上線了騰訊 AI代碼助手（后更名為騰訊代碼助手CodeBuddy）的Chat 和Craft 模式，以人為主，AI為輔。
隨著研發深入，汪晟杰團隊逐步聯合混元大模型團隊，開發插件，將其集成在開發者較為高頻使用的開發工具VS Code等IDE中，幫助開發者解決代碼補全、注釋和推薦。
2025年，隨著智能體以及多智能體的協作出現，汪晟杰認為真正的AI Coding開始了，并且馬上會發生革命性的變化。Coding將滲透到產品開發的全生命周期中——從代碼生成到產品內測、反饋、調整等等。
不僅是騰訊，字節圍繞Coding開發同樣動作密集。字節跳動技術副總裁洪定坤在今年5月說，字節跳動認真做AI Coding的原因有三個：幫助更多人掌握代碼做更多復雜的任務、提升專業工程師工作效率、助力模型追求更好的智能上限。
字節跳動披露：截至6月，在Trae上線3個月后，其月活用戶已超過100萬。在字節內部，有超過80%的工程師在使用Trae輔助開發。
在大模型領域全棧壓上的阿里，對Coding賽道更投入堅決。一方面，阿里不斷提升Qwen基礎大模型中的編碼能力，也上線了專屬Coding模型。同時，阿里還拿出了獨立的Coding終端產品Qoder。
在近日的云棲大會上，阿里發布了7款模型更新，其中兩款直接提升了Coding能力的上限。Qwen3-Max總參數超過萬億，主推Coding編程能力和Agent工具調用能力。Qwen3-Coder智能編程模型在Open Router平臺一度成為全球第二流行的Coder模型，僅次于Claude Sonnet 4。
在獨立產品端，阿里的Qoder也有兩大特色：第一，字節的Trae、騰訊的CodeBuddy都開放了模型選擇，但Qoder不開放模型選擇。Qoder的技術人員解釋：機選比人選好，也比人選快，希望開發者從效果上比較，能否達到多快好省的效果。
Qoder的收費也更高，面向全球用戶，其Pro用戶訂閱費用為每月20美元，Pro+用戶訂閱費用為每月60美元，這已經與海外領先的AI編程公司Cursor的月費水準相當。相較而言，Trae國際版首月3美元，后續每月10美元。CodeBuddy目前國內版免費，但使用Pro版需要累計積分。第二，
相比阿里，字節的Trae、騰訊的CodeBuddy都還沒有開發專屬的Coding模型，依托的是字節豆包以及騰訊混元大模型。
對有無專有大模型的影響，汪晟杰表示，“模型能力會影響調用和生成效果，但目前大模型的語料都具備一些代碼能力。我們需要從產品維度關注平衡性能、質量、安全、成本等等維度，我們統稱為產品體驗”。
騰訊CodeBuddy也依然有其優勢——騰訊生態以及企業端應用。汪晟杰表示，騰訊不會完全跟隨Cursor，要做出差異化。比如連接騰訊云的資產，包括微信小程序，應用一鍵部署至云端，以及針對企業級應用做部署。
下一程拼什么：產品體驗、上下文工程
Coding助力模型能力提升的同時，其自身的競逐還在加速。今年9月底，Anthropic發布Claude Sonnet 4.5，新模型可以30小時持續編程、單次生成1.1萬行代碼，甚至可以重構整個代碼庫。
針對Coding的融資熱情還在升溫。外媒報道，Cursor正在洽談一筆至少10億美元的融資，融資前估值為270億美元，這比它三個月前的估值又翻了3倍。
從2022年3月上線公測開始，到2023年底，Cursor四人團隊創造的ARR（年度經常性收入）已突破100萬美元，日活用戶超3萬。截至今年6月，其ARR已超5億美元。媒體預計，這個數值到了年底，可能還會翻一番。
值得注意的是，Cursor并不開發自有大模型，而是通過API調用GPT、Claude等外部大模型，自己專注做好產品優化體驗。由此可見，雖然Coding與大模型能力息息相關，但其勝負手并不完全取決于模型本身，產品體驗、對用戶的理解才是關鍵。
例如，Anthropic的產品Claude之所以能成為技術人員的首選，除了其高可靠性、低幻覺率由模型決定之外，它也針對開發者做了大量細節優化。例如：代碼格式更具可讀性，交互界面友好，工具集成豐富，對邊緣場景理解更深入。此外，Claude在模型設計中對數據隔離、隱私保護做得更完善，也提升了企業的安全要求——這些都離不開Claude對Coding場景的垂直深挖。
汪晟杰表示，AI Coding產品的邏輯是效率更高，體驗更好，生成速度快和準，做好agentic workflow（自主化的工作流）優化。
如何做到快和準？汪晟杰認為目前技術關鍵在于上下文工程。在編程場景中，開發者常需處理多文件項目、長代碼塊或復雜業務邏輯，這要求模型能“記住”并關聯大量上下文信息。
上下文能力的提升，需要企業和用戶一起打磨邏輯。“做好Coding基建，需要用戶輸入更高質量的上下文記憶內容，生成Wiki（文檔）描述，不僅僅是代碼本身，還有跟代碼相關的輔助內容”。汪晟杰說。
實際上，Claude的領先也在于其能支持高達100萬Token的超大規模上下文窗口。這讓Claude能夠完整“消化”整個項目的代碼結構、文檔說明甚至歷史對話，模型能基于全局信息生成更連貫、符合項目整體邏輯的代碼。
上下文也正在成為阿里Qoder團隊強調的高頻詞，目前Qoder可以支持200K的上下文長度，比照Claude還有距離。團隊技術人員在演講中說，“過去我們覺得128K就夠了，現在發現200K、300K都不夠。”
此外，成本、效率和正確率方面，也正在構成Coding產品的“不可能三角”。Qoder上線之后，不少用戶吐槽其Token消耗過快，這也是當下所有AI Coding產品面臨的挑戰之一。
汪晟杰說，騰訊會在內部團隊中對產品數據進行分析，最后對 AI 的思考流程進行優化。“我們會評估每一輪調用是否有優化的空間，比如是否有重復內容，有沒有可能嘗試更適合的模型，以此提升整體效率。”
不過，對大模型技術人員的最大挑戰，或許仍在于技術演進的代際變化過于迅猛。
Qoder技術人員在演講中感嘆：他從來沒有見過一個軟件工程，或者一個效能產品的發展速度如此之快，“所有的范式只有一年的生命周期”。
以代碼檢索為例，在2023年和2024年，該技術人員所在團隊做代碼語義檢索是用傳統的RAG（檢索增強生成）模式。到了2025年，已經轉變成基于上下文的檢索方式，要通過Wiki的方式綜合語義檢索引擎、關鍵詞檢索引擎、代碼圖譜引擎和架構知識檢索引擎等等。
而隨著Coding、上下文等技術不斷突破，Agent的春天或也將真正到來。近日，月之暗面創始人楊植麟在接受“語言即世界”采訪時表示，Coding Agent是任務的一個很重要的子集。“最后還是希望不僅僅做Coding。包括現在我們訓練的模型，也不是只讓它做Coding，因為它本身有一些局限性。”
目前來看，Agent與Coding構成了火與油的關系，兩者或將在未來幾個月，碰撞出加倍的化學反應。
本文鏈接：阿里字節騰訊，集體重倉新風口http://www.sq15.cn/show-3-157196-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 狂奔20天，全網“追趕”Sora2
下一篇： 300多個APP，想讓我和AI談感情