Related articles
2022 年，硅谷再次发生了熟悉的故事。四个 MIT（麻省理工学院）的年轻人决定辍学，创立了初创公司 Anysphere，并只用三个月时间推出了 Cursor。
直到今天，Cursor 仍是全球行业内最炙手可热的 AI 编程应用。今年 5 月，据 《金融时报》 报道，Anysphere 完成一轮 9 亿美元融资，估值已达约 90 亿美元。
就职于硅心科技的开发者韩钰仍清楚地记得第一次在新项目中使用 Cursor 的感受——非常惊艳，「那种感觉仅次于第一次用 ChatGPT，直观觉得这就是我们一直追求的 『智能编程助手』 终极形态：既能满足代码生成需求，又有交互上的突破性体验。」
如果说 ChatGPT 的诞生改变了普通人的生活，那么 AI Coding 工具则彻底颠覆了程序员的工作方式，也改变了他们身后的科技公司。在微软、谷歌乃至中国的互联网厂商，由 AI 编写的代码占比已经达到了 20%～30%。
在 AI 应用尚未全面爆发的今天，编程成为了 AI 现阶段最适合落地的场景之一，甚至是有可能最先实现 AGI（通用人工智能）、完全自动化的赛道。
它有严格的语法规则，比自然语言更结构化，理论上更容易被 AI 掌握。更重要的是，程序员每天都在重复相似的代码编写工作，如果能用 AI，开发效率和商业价值都将被数倍放大。
今年 5 月，自 OpenAI 被曝将以 30 亿美元收购 AI 编程软件 Windsurf 之后，这家公司又迅速推出了 「最强编程智能体」Codex。在中国，美团宣布将上线 AI 编程类工具 NoCode，成为继字节、阿里与百度之后，又一家押注 AI Coding 的大厂。
在创投圈，AI Coding 也成为最炙手可热的赛道之一。全球创业者正在摩拳擦掌，争抢新时代的蛋糕。
01
2021 年，微软与 OpenAI 在推出了一款名为 Github Copilot 的聊天机器人。基于 GPT-3 模型，它可以理解人类的自然语言描述，在日常问答之外，还能够自动进行代码补全与代码生成。
这是编程革命的开端。在代码高度依赖手写的时代，Copilot 很快在程序员群体中流行开来。但在当时，由于模型能力有限，Copilot 的定位还只是 「工具」——能够提效，但难以支持更多编程问题的解决。
直到 2024 年夏天，那款名为 Cursor 的 AI 代码编辑器在北美掀起风暴。
如果说 Copilot 更专注于 「写代码」，Cursor 则直接集成了代码生成、修改、审查、调试的全流程。一句自然语言指令，即可让 AI 自动完成跨文件代码生成，将复杂的软件功能开发从数天压缩至几小时。
短短数月，Cursor 吸引 OpenAI、Midjourney 等 3000 家科技公司付费订阅，年化经常性收入 （ARR）超过 1.5 亿美元。2024 年底 B 轮融资后，Cursor 的估值狂飙至 26 亿美元，4 个月估值涨 550%，成为继 Copilot 后的新晋顶流。
Cursor 捧火了一个新词，Vibe Coding（氛围编程）。这是前 OpenAI 联合创始人 Andrej Karpathy 提出一种编程范式，指的是在大语言模型的加持下，用户只需要用自然语言和 AI 对话，就能自动生成代码、查 Bug、提建议、反思总结，甚至提供情绪价值。
编程的玩法彻底变了，「写代码」 变成了 「说需求」。Andrej Karpathy 调侃，「现在最热门的编程语言是英语。」
AI Coding 的唱衰者认为，从最底层的汇编语言、C 语言再到更高级的 Python、Java，编程语言的进步已经让程序员越来越失去对底层的控制，自然语言则让这种 「失控」 又增加了一层。
就好比开车，司机在手动挡时代还能听声音判断故障来自哪里，但在习惯了自动驾驶之后，一旦系统罢工，司机很有可能会束手无策。
但在峰瑞资本投资合伙人陈石看来，这种 「失控」 不见得是坏事。
「如果今天大家都用汇编语言，不会有这么多好用的软件出现。当工具能够准确地把中高级语言映射到低级语言时，人就应该往高级、往抽象的方向去走。尽管自然语言编程还存在缺陷，但具备编程效率、更强的可读性和更低的上手门槛，也让更多普通人能够上手编程。」
另一方面，普通人靠 AI Coding「飞升」 的故事的确正在上演。
独立开发者陈云飞是一名零编程经验的产品经理。他告诉界面新闻，自己只花了一个小时，就用 Cursor 写出了 「小猫补光灯」——一款小红书上风靡的自拍补光工具 APP。它的功能和设计都极其简单，却也登上了 APP Store 付费榜第一名。
AI Coding 的魔力正在被不断放大，也因此迅速成为了风投热点。在硅谷，Augment、Codeium、Poolside、Magic AI、Bolt.new 等众多初创公司都在激烈竞争中崭露头角，并将大额融资揽入囊中。
这场风暴迅速席卷至大洋彼岸，令中国创投圈闻风而动。2024 年 9 月，中国 AI 应用领域最抢手的创始人之一、字节跳动及前 Kimi 团队核心成员明超平携千万美元融资入场，创办 AI Coding 公司新言意码，红杉、高瓴等资本争相押注，目前估值已达 8000 万美元。不久后，字节跳动前 TikTok 算法负责人陈志杰也离职创业，加入 AI Coding 的赛场。
制图：界面新闻
02
当越来越多中国玩家加入 AI Coding，也自然诞生了一种讨论：向来以产品能力著称的中国公司能否抢到这张船票，做出自己的 Cursor？
2024 年初，前华创资本投资人宿文创立了 AIGCode（蔻町智能），目前已经拿下两轮融资。Cursor 是他创业的灵感来源之一，但也给了他一条最重要的启示：绝对不要做和 Cursor 一样的方向。
「编程语言是无国界的。Cursor 面向全球开放，程序员一定会选择市面上最好用的产品。跟在 Cursor 后面做，一定是晚的。」宿文说。
如果不做 Cursor，还能做什么？
目前 AI Coding 创业方向主要分为两类。一种是 Copilot 路线，例如 Cursor 以及部分国内大厂的产品，核心逻辑是在 IDE（集成开发环境，一种高效编程工具）中做代码补齐，人主导、AI 辅助，目前行业普遍采用 Claude 3.5 等通用模型来实现。
另一种则是 Agent 智能体路线。AI 执行、人类监督，实现软件全流程开发。但这要求模型能力足够强，目前市面上还没有完全成熟的产品。
蔻町智能在做的产品就更偏向 Agent，或者说，宿文更愿意把它描述为 Autopilot：它面向完全不会编程的人群，不再只负责代码补全或代码生成，而是把前端、后端、数据库、运维、部署全部搞定，实现全流程开发，最终生成用户想要的应用。
这条路线的技术考验显然更大。宿文的观察是，现阶段大模型的技术成熟度远远不足。例如，目前最好的模型端到端代码生成的采纳率在 30% 上下，仍处于较低水平。这也是为什么，小白用 AI Coding 写出来的应用还难以创造巨大的商业效应，因为它仍然高度依赖使用者的水平，更难以支撑起企业级的项目需求。
因此，蔻町智能选择自己训练模型。宿文认为，这是所有优秀的 AI Coding 公司必经的一条路。「现阶段，我们不做去卖 token 的 AGI 模型，而是要做一个自用的端到端代码生成模型，要做得足够好，能快速地让商业化轮子转起来。训练目前这个行业 SOTA（最佳性能）版本，我们只花了 1095 万。」
但在现阶段的国内 AI Coding 行业，自己做模型并不是被大众看好的选择。主流看法仍然是，训练模型是大厂的事，创业公司应该把资源聚焦在做应用上。
硅心科技 （AIxCoder）是国内最早入局 AI Coding 的初创公司之一，也是少有已经实现规模化收入的公司。在硅心科技看来，比起卷 To C（用户）市场，To B（企业）是目前更现实的商业化路径。这家公司已经获得了多家来自银行和国企的订单，根据硅星人去年 11 月的报道，去年其预计营收达 6000 万左右，估值近 10 亿人民币。
硅心科技董事长刘洋告诉界面新闻，硅心科技的特色在于选择了垂直类私有化部署路线，契合的是中国企业对代码安全高度重视的需求。代码作为企业核心资产，一旦泄露至外网，可能导致技术漏洞被利用、核心技术秘密外泄等重大损失。即便在外网通过私有化账号管理，企业仍认为不够安全，这也是许多国企并未选择海外工具的原因。
「哪怕技术还在迭代，只要解决企业最在意的安全痛点，这条路就是对的。」 刘洋说。
也有初创公司剑走偏锋，探索 Coding 之外的商业模式。例如新言意码推出的 Youware。它提供 AI Coding 工具，但同时也是一个社区。用户可以借助工具编写自己想要的程序，再分享到社区当中，目前日活用户已达数万。
新言意码创始人明超平在接受硅星人 Pro 采访时表示，Vibe Coding 是一种新时代的创作方式，类似于手机摄像头。尽管现有模型还无法支持它生成成熟的应用，但它未来一定会解锁新的 Snapchat、Instagram、YouTube 和 TikTok，这也是他做社区的原因。
03
与火热的创业氛围形成鲜明对比的是，中国的 AI Coding 项目去拿融资时，可能都会被先泼一盆冷水。
一个知名机构的投资人看过国内几乎所有叫得上名字的 AI Coding 项目，其中也有让他印象深刻的产品，但他最终的决定都是：不投。
不投的原因有两个。一是在类 Cursor 产品已经缺少先发优势，二是中国 C 端用户为效率工具的付费意愿很低，而 B 端市场又来钱太慢。「如果跟海外公司头对头，我觉得是卷不过的，无论是产品设计，还是品牌认可度。但我也很期待自己被打脸。」
许多接受界面新闻采访的投资人都表达了类似的观点。他们的另一个担忧在于，有相当一部分 AI Coding 工具的受众来自大厂，但大厂都推出了自己的产品，例如字节的 Trae、阿里的通义灵码，初创公司又有一条路被堵死了。
据硅星人报道，2024 年，奇绩创坛投了六家 AI 编程领域的初创公司，此后几乎全军覆没。去年 10 余家短暂浮出水面的 AI 编程团队公司，今年大部分都已退场。
宿文找融资的时候也碰过壁。「很多投资人和友商跟我说，你这个东西肯定做不出来，全世界都没人做出来。但我觉得，如果永远都在一个存量游戏里面去玩，意义不大。我们从来没想过一口气就能做一个非常完美的终极产品，但最重要的是产品先跑起来，有用户的反馈让我们去做优化，不断补齐能力。」
宿文对 AI Coding 的技术阶段做过一个定义：L1 是低代码，L2 是代码补齐，L3 是构建一个完整的软件。L4 是多端协同组织，L5 是最理想的状态：软件上线、用户反馈，不断迭代，甚至自动迭代，最终实现商业化闭环。
业内对现阶段 AI Coding 能力的判断多数停留在 L2～L3。再往上走，也是技术挑战最大的部分。
峰瑞资本创始合伙人陈石属于乐观派。在他看来，中国的团队在 ToC 方向的产品能力很强。就像移动互联网时代一样，刚开始中国要向美国学习，后来中国做出了更好的产品和商业模式，反倒可以向美国出口。
大厂面前，初创公司并不是没有机会。陈石在大厂呆了五年，他的经验是，大厂要立项做产品，往往会倾向于选择 「看得见」 的、或者最好是 PMF 得到了初步验证的模式。「它们没必要把每一个末端的新东西都尝试一遍」，这也给创业公司留了一些机会。
创世伙伴合伙人梁宇则认为，初创公司现阶段最有可能的商业化机会是传统行业代码重写——传统行业的数字化改造产生了大量代码，但都很 「糙」。随着系统长期运行，旧代码很容易出 bug，解决一个 bug 就要花三天。但机器又不得不运转，企业也就要花高额成本来维持这些濒临死亡的代码。
「看病时总有医生对电脑不满，因为系统实在是太落后了。就像你拔完了牙，还要面对持续发炎的牙根，这多痛苦？」 梁宇说，无论从成本、安全还是效率考虑，这些代码都需要被重写。但找人来重写很贵，找 AI 的成本就低很多。
一场技术革命正在发生，但从商业角度，AI Coding 的从业者都还无法预见终局，他们也在等待另一种层面上的 「失控」。
终极的机会在于撬动真正的代码平权。
「所有创新的根源都是自由。在相当长的一段时间里，开发者生态都是以微软和谷歌为主导的。巨头用封闭生态和商业捆绑主导了大部分利益，后来者想要自由，于是有了开源运动。如果非要说 AI Coding 有什么机会的话，我想或许是用 Agent 来重构完全不一样的底层代码，让这个围着旧时代巨头转的世界，有一点点不一样。」 梁宇说。
本文来自微信公众号：多面体 InterfaceX，作者：陆柯言、查沁君
