界面新闻记者 |
界面新闻编辑 | 文姝琪
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。
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创业的产品方向主要分为两类。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端到端执行、人类监督，实现软件全流程开发。但这要求模型能力和工程架构能力都足够强，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：它可以面向完全不会编程的人群，不再只负责代码补全或部分代码生成，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。
硅心科技联合创始人刘洋告诉界面新闻，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到过挑战。“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是端到端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。
峰瑞资本的陈石属于乐观派。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，往往上会倾向于选择“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。
还没有评论，来说两句吧...