劃重點：

1、AI Coding是這輪大模型技術(shù)浪潮里最先驗證PMF（Product Market Fit）的應(yīng)用，也是繼基礎(chǔ)模型之后，第一個既有收入模式又足夠大的市場。

2、AI Coding工具本質(zhì)仍是SaaS。這意味著國內(nèi)SaaS行業(yè)遇到的定價天花板、用戶留存難、轉(zhuǎn)化低等典型問題，一個都不會少。

3、對初創(chuàng)者而言，要么擁有扎實的技術(shù)壁壘、獨(dú)特數(shù)據(jù)和垂直能力，要么就要找到明確且高效的退出路徑，避免在巨頭加速布局時被徹底吞并。

4、在更復(fù)雜的系統(tǒng)開發(fā)里，專業(yè)開發(fā)者仍然不可或缺，只是角色重心正在發(fā)生轉(zhuǎn)變：從單純的編碼執(zhí)行，轉(zhuǎn)向需求拆解、架構(gòu)設(shè)計以及與AI的高效協(xié)作。

作者 林易

編輯 重點君

AI Coding（人工智能編程）正成為當(dāng)下AI領(lǐng)域最受關(guān)注的賽道。過去一個月，無論是國內(nèi)還是海外，無論是大廠還是明星創(chuàng)業(yè)公司，動作都在加速，產(chǎn)品密集上線。

在國內(nèi)，僅7月份，過去三天，字節(jié)的TRAE 2.0、騰訊的CodeBuddy IDE、阿里開源編程模型Qwen3-Coder-480B-A35B-Instruct先后發(fā)布。更早一些，6月底，百度文心快碼也推出了獨(dú)立的AI原生開發(fā)環(huán)境Comate AI IDE。

放眼海外，今年6月，Cursor完成9億美元融資，估值接近100億美金，幾乎是國內(nèi)同類基礎(chǔ)模型創(chuàng)業(yè)公司月之暗面的三倍。最近，谷歌宣布以24億美元收購Windsurf，這家公司去年12月才剛剛上線，員工總數(shù)不足200人。同時，AWS也發(fā)布了自家的AI編程工具kiro。

AI編程工具這段時間集中爆發(fā)背后，一個直接原因是，大語言模型（LLM）最擅長的核心能力，就是預(yù)測下一個字符。相比語義豐富、含糊不定的自然語言，編程語言結(jié)構(gòu)更嚴(yán)謹(jǐn)、語義更可預(yù)測，因此用AI來生成和調(diào)試代碼，就是大語言模型最適配的場景之一。很多人把它視為這輪大模型技術(shù)浪潮里最先驗證PMF（Product Market Fit）的應(yīng)用。

另一個原因是，編程是所有數(shù)字化生產(chǎn)力的底層。中國和美國程序員人力成本都居高不下，用AI替代重復(fù)性編碼工作，是大多數(shù)企業(yè)家、投資人眼里，極具想象空間的降本增效場景。AI Coding也是繼基礎(chǔ)模型之后，第一個既有收入模式又足夠大的市場。

支撐這一切的技術(shù)，是GPT、Gemini、Claude、Qwen、DeepSeek等底層大模型能力的快速進(jìn)步，催生了各類面向垂直場景的AI Agent，其中就包括編程工具。

   字節(jié)和騰訊的最新樣本

TRAE 2.0

今年3月，字節(jié)推出了TRAE 1.0。僅兩個月后，公司內(nèi)部傳出禁用Cursor、Windsurf等外部AI編程工具的消息。7月21日，TRAE升級到2.0，我們第一時間體驗了新版本，最具突破性的就是SOLO模式。

簡單說，SOLO已經(jīng)不是單純的IDE插件，而是一個能完整覆蓋規(guī)劃、編碼、測試、部署等環(huán)節(jié)的“Context Engineer”。用戶只需用自然語言輸入需求，AI就會自動拆解、調(diào)用工具并執(zhí)行落地。

比如后端需要在用戶重置密碼時新增郵件通知，只需輸入一句話：“當(dāng)用戶重置密碼時發(fā)送郵件通知，使用隊列系統(tǒng)，包含IP和設(shè)備信息。”剩下的查找代碼庫、復(fù)用模塊、生成代碼、添加測試、提交PR，全由SOLO自動完成，整個流程無需人工介入。

換句話說，TRAE正在變成一個能理解需求、調(diào)度工具、獨(dú)立交付的超級AI工程師。

CodeBuddy IDE

7月22日，騰訊也正式發(fā)布了自己的AI編程工具——CodeBuddy IDE。這款產(chǎn)品前身是騰訊內(nèi)部的開發(fā)助手和CodeBuddy，升級后定位為開發(fā)者的AI搭檔，幫助開發(fā)者把時間從重復(fù)編碼里解放出來，更多聚焦在創(chuàng)意、架構(gòu)設(shè)計等高價值部分。

和市面上單一的對話式編程工具不同，CodeBuddy IDE提供了三種并行模式：計劃模式（需求澄清到PRD/MVP）、設(shè)計模式（Figma/草圖到像素級原型）、AI Coding模式（代碼生成到部署）。

它集成了騰訊云托管、混元大模型，并和小程序生態(tài)深度結(jié)合。核心思路是先把需求通過計劃和設(shè)計階段鎖死，再交給Coding Agent自動生成，盡可能減少反復(fù)返工。

相比Cursor更偏純程序員助手，CodeBuddy的覆蓋面更廣，服務(wù)于產(chǎn)品、設(shè)計、開發(fā)、運(yùn)維等多角色場景。它拋棄了傳統(tǒng)indexing，轉(zhuǎn)向任務(wù)前通讀整個項目，模擬人類上下文理解；也拋棄了manual/background的分離交互，聚焦在問答（Ask）和智能體自動生成（Craft）兩種核心形態(tài)。

從使用體驗看，Figma接入是它的一大賣點。設(shè)計到代碼的轉(zhuǎn)換一直是前端開發(fā)中的痛點。傳統(tǒng)開發(fā)流程中，設(shè)計師完成設(shè)計后，前端開發(fā)者需要手動將設(shè)計稿轉(zhuǎn)換為代碼，這個過程不僅耗時，還容易出現(xiàn)還原度不高的問題。CodeBuddy IDE的Figma設(shè)計轉(zhuǎn)代碼能力旨在解決這一痛點，實現(xiàn)設(shè)計與開發(fā)的無縫銜接。

   牌桌上的玩家

海外廠商中，Cursor是這一波AI編程浪潮中起步最早的代表。它面向?qū)�業(yè)程序員，核心功能圍繞AI代碼編輯器和IDE展開，擅長解析大型代碼庫。不過，Cursor并不自研大模型，主要依賴Claude、GPT等外部能力。

相比之下，Windsurf在Cursor的基礎(chǔ)上，強(qiáng)調(diào)簡單易用和可視化，對編程新手更友好。它強(qiáng)調(diào)易用和可視化體驗，讓編程新手或產(chǎn)品經(jīng)理也能通過自然語言與AI對話完成基礎(chǔ)開發(fā)。核心思路是把智能體能力做得更自動化，盡量減少使用門檻。

如果說Cursor和Windsurf還更像工具，Devin則干脆把自己定位成“AI軟件工程師”。它不僅能對話編程，更能自我規(guī)劃、自我進(jìn)化、自動調(diào)用各種工具，完整執(zhí)行復(fù)雜的編程任務(wù)。換句話說，Devin不只是一個會寫代碼的工具，而是一個能獨(dú)立交付的小型程序員。

Lovable走了另一條路徑，切入點是“氛圍編程”。它面向非技術(shù)用戶，用戶只需用聊天告訴AI自己想要一個什么樣的前端頁面，其余交給AI自動生成。Lovable尤其重視頁面美學(xué)與交互體驗，適合用來快速驗證設(shè)計或者做、MVP，后端部分通常交給第三方服務(wù)補(bǔ)足。

而Replit把“全民開發(fā)”這件事做得更徹底。從編碼到部署一站式打通，強(qiáng)調(diào)自然語言生成、多人實時協(xié)作和社區(qū)模板共享，像是把Google Docs的多人協(xié)作模式搬進(jìn)了代碼世界里，讓零基礎(chǔ)用戶也能輕松開始寫程序。

在國內(nèi)，大廠對標(biāo)海外產(chǎn)品的路徑也比較清晰。百度的文心快碼、阿里的通義靈碼，都在對標(biāo)Cursor，面向?qū)�業(yè)開發(fā)者，功能聚焦全棧開發(fā)、低代碼集成與企業(yè)定制需求。

上文提到的字節(jié)的TRAE和騰訊的CodeBuddy更接近Windsurf的定位。

科大訊飛的iFlyCode側(cè)重政企項目和大規(guī)模質(zhì)效管理，強(qiáng)調(diào)企業(yè)級工程能力，典型場景是金融、政府等對本土適配要求高的大型客戶。

而美團(tuán)的NoCode，是所有國內(nèi)方案里最典型的“面向公民開發(fā)者”代表。它立足美團(tuán)自身外賣、零售等商戶場景，非技術(shù)用戶也能用對話式交互快速生成應(yīng)用，外賣和零售模板“開箱即用”，日均生成的應(yīng)用數(shù)超過1萬。

AI Coding到底發(fā)展到哪個階段了？字節(jié)TRAE核心成員在知乎帖子中分享，他認(rèn)為AI Coding有點類似自動駕駛，分為幾個階段：AI輔助編程 → AI結(jié)對編程→ AI自驅(qū)編程，目前TRAE Builder / Cursor Composer / Windsurf Cascade等都是瞄準(zhǔn)了AI結(jié)對編程這個階段的。

   AI Coding工具本質(zhì)是SaaS產(chǎn)品

看似熱鬧的背后，AI Coding工具本質(zhì)仍是SaaS。這意味著國內(nèi)SaaS行業(yè)遇到的定價天花板、用戶留存難、轉(zhuǎn)化低等典型問題，AI Coding一個都不會少。

國內(nèi)頭部如字節(jié)、騰訊、阿里、百度都在快速迭代、持續(xù)上新，與初創(chuàng)公司正面競爭。這些巨頭有資源可以長期投入，即使負(fù)毛利率，也能換時間、換規(guī)模。

與此同時，底層模型能力正以前所未有的速度演進(jìn)。如果一家初創(chuàng)公司缺乏真正技術(shù)壁壘或數(shù)據(jù)，哪怕曾經(jīng)憑先發(fā)搶占了市場，也很可能在后續(xù)被迅速趕超。對巨頭而言，只要底層條件成熟，切入新領(lǐng)域往往只是時間問題。在這場博弈里，先發(fā)者的護(hù)城河并不牢固。

C端市場里，用戶留存難度尤其明顯。多數(shù)早期用戶以嘗鮮為主，產(chǎn)品之間的替換成本很低，付費(fèi)意愿也較易波動。即使初創(chuàng)公司在獲客上投入了可觀預(yù)算，后期要真正沉淀下長期用戶也并不容易。

一位程序員告訴我們，他上個月買了Cursor月度會員，每月20美元，但第二個月就沒續(xù)，因為在二手平臺能找到更便宜的共享賬號。熟悉國內(nèi)C端付費(fèi)情況的創(chuàng)業(yè)者一定知道，這種情況并不罕見。

對初創(chuàng)者而言，要么擁有扎實的技術(shù)壁壘、獨(dú)特數(shù)據(jù)和垂直能力，要么就要找到明確且高效的退出路徑，避免在巨頭加速布局時被徹底吞并。Windsurf賣給谷歌，就是一個典型案例。

   結(jié)語

隨著AI Coding能力不斷迭代，應(yīng)用開發(fā)的門檻被顯著拉低，低技術(shù)門檻的用戶可以依賴AI獨(dú)立完成一些簡單應(yīng)用。但在更復(fù)雜的系統(tǒng)開發(fā)里，專業(yè)開發(fā)者仍然不可或缺，只是角色重心正在發(fā)生轉(zhuǎn)變：從單純的編碼執(zhí)行，轉(zhuǎn)向需求拆解、架構(gòu)設(shè)計以及與AI的高效協(xié)作。據(jù)騰訊透露，目前公司內(nèi)部已有超過90%的開發(fā)崗位開始使用CodeBuddy。

這也正在改變團(tuán)隊的人員結(jié)構(gòu)。越來越多的大廠在招聘時，更傾向于全棧工程師，核心考察點是候選人是否具備更開闊的技術(shù)視野和扎實的架構(gòu)能力。畢竟，許多基礎(chǔ)性的編碼工作可以交給AI完成，而如何基于具體業(yè)務(wù)進(jìn)行需求分析、拆解、并搭建合理架構(gòu)，依然需要人來把控。

從人的角度來看，AI時代意味著，人人都更需要具備架構(gòu)師的思維和能力，而智能體將逐步承擔(dān)起更多執(zhí)行層的工作。

       原文標(biāo)題 : AI Coding產(chǎn)品井噴，但屬于創(chuàng)業(yè)者的機(jī)會正在關(guān)閉