界面新聞記者 | 陸柯言 查沁君
界面新聞編輯 | 文姝琪
2022年，硅谷再次發(fā)生了熟悉的故事。四個MIT（麻省理工學院）的年輕人決定輟學，創(chuàng)立了初創(chuàng)公司Anysphere，并只用三個月時間推出了Cursor。
直到今天，Cursor仍是全球行業(yè)內最炙手可熱的AI編程應用。今年5月，據《金融時報》報道，Anysphere完成一輪9億美元融資，估值已達約90億美元。
就職于硅心科技的開發(fā)者韓鈺仍清楚地記得第一次在新項目中使用Cursor的感受——非常驚艷，“那種感覺僅次于第一次用ChatGPT，直觀覺得這就是我們一直追求的‘智能編程助手’終極形態(tài)：既能滿足代碼生成需求，又有交互上的突破性體驗?！?/p>
如果說ChatGPT的誕生改變了普通人的生活，那么AI Coding工具則徹底顛覆了程序員的工作方式，也改變了他們身后的科技公司。在微軟、谷歌乃至中國的互聯網廠商，由AI編寫的代碼占比已經達到了20%-30%。
在AI應用尚未全面爆發(fā)的今天，編程成為了AI現階段最適合落地的場景之一，甚至是有可能最先實現AGI（通用人工智能）、完全自動化的賽道。
它有嚴格的語法規(guī)則，比自然語言更結構化，理論上更容易被AI掌握。更重要的是，程序員每天都在重復相似的代碼編寫工作，如果能用AI，開發(fā)效率和商業(yè)價值都將被數倍放大。
今年5月，自OpenAI被曝將以30億美元收購AI編程軟件Windsurf之后，這家公司又迅速推出了“最強編程智能體”Codex。在中國，美團宣布將上線AI編程類工具NoCode，成為繼字節(jié)、阿里與百度之后，又一家押注AI Coding的大廠。
在創(chuàng)投圈，AI Coding也成為最炙手可熱的賽道之一。全球創(chuàng)業(yè)者正在摩拳擦掌，爭搶新時代的蛋糕。
01
2021年，微軟與OpenAI在推出了一款名為Github Copilot的聊天機器人。基于GPT-3模型，它可以理解人類的自然語言描述，在日常問答之外，還能夠自動進行代碼補全與代碼生成。
這是編程革命的開端。在代碼高度依賴手寫的時代，Copilot很快在程序員群體中流行開來。但在當時，由于模型能力有限，Copilot的定位還只是“工具”——能夠提效，但難以支持更多編程問題的解決。
直到2024年夏天，那款名為Cursor的AI代碼編輯器在北美掀起風暴。
如果說Copilot更專注于“寫代碼”，Cursor則直接集成了代碼生成、修改、審查、調試的全流程。一句自然語言指令，即可讓AI自動完成跨文件代碼生成，將復雜的軟件功能開發(fā)從數天壓縮至幾小時。
短短數月，Cursor吸引OpenAI、Midjourney等3000家科技公司付費訂閱，年化經常性收入（ARR）超過1.5億美元。2024年底B輪融資后，Cursor的估值狂飆至26億美元，4個月估值漲550%，成為繼Copilot后的新晉頂流。
Cursor捧火了一個新詞，Vibe Coding（氛圍編程）。這是前OpenAI聯合創(chuàng)始人Andrej Karpathy提出一種編程范式，指的是在大語言模型的加持下，用戶只需要用自然語言和AI對話，就能自動生成代碼、查Bug、提建議、反思總結，甚至提供情緒價值。
編程的玩法徹底變了，“寫代碼”變成了“說需求”。Andrej Karpathy調侃，“現在最熱門的編程語言是英語?！?/p>
AI Coding的唱衰者認為，從最底層的匯編語言、C語言再到更高級的Python、Java，編程語言的進步已經讓程序員越來越失去對底層的控制，自然語言則讓這種“失控”又增加了一層。
就好比開車，司機在手動擋時代還能聽聲音判斷故障來自哪里，但在習慣了自動駕駛之后，一旦系統罷工，司機很有可能會束手無策。
但在峰瑞資本投資合伙人陳石看來，這種“失控”不見得是壞事。
“如果今天大家都用匯編語言，不會有這么多好用的軟件出現。當工具能夠準確地把中高級語言映射到低級語言時，人就應該往高級、往抽象的方向去走。盡管自然語言編程還存在缺陷，但具備編程效率、更強的可讀性和更低的上手門檻，也讓更多普通人能夠上手編程?！?/p>
另一方面，普通人靠AI Coding“飛升”的故事的確正在上演。
獨立開發(fā)者陳云飛是一名零編程經驗的產品經理。他告訴界面新聞，自己只花了一個小時，就用Cursor寫出了「小貓補光燈」——一款小紅書上風靡的自拍補光工具APP。它的功能和設計都極其簡單，卻也登上了APP Store付費榜第一名。
AI Coding的魔力正在被不斷放大，也因此迅速成為了風投熱點。在硅谷，Augment、Codeium、Poolside、Magic AI、Bolt.new等眾多初創(chuàng)公司都在激烈競爭中嶄露頭角，并將大額融資攬入囊中。
這場風暴迅速席卷至大洋彼岸，令中國創(chuàng)投圈聞風而動。2024年9月，中國AI應用領域最搶手的創(chuàng)始人之一、字節(jié)跳動及前Kimi團隊核心成員明超平攜千萬美元融資入場，創(chuàng)辦AI Coding公司新言意碼，紅杉、高瓴等資本爭相押注，目前估值已達8000萬美元。不久后，字節(jié)跳動前TikTok算法負責人陳志杰也離職創(chuàng)業(yè)，加入AI Coding的賽場。
02
當越來越多中國玩家加入AI Coding，也自然誕生了一種討論：向來以產品能力著稱的中國公司能否搶到這張船票，做出自己的Cursor？
2024年初，前華創(chuàng)資本投資人宿文創(chuàng)立了AIGCode（蔻町智能），目前已經拿下兩輪融資。Cursor是他創(chuàng)業(yè)的靈感來源之一，但也給了他一條最重要的啟示：絕對不要做和Cursor一樣的方向。
“編程語言是無國界的。Cursor面向全球開放，程序員一定會選擇市面上最好用的產品。跟在Cursor后面做，一定是晚的。”宿文說。
如果不做Cursor，還能做什么？
目前AI Coding創(chuàng)業(yè)的產品方向主要分為兩類。一種是Copilot路線，例如Cursor以及部分國內大廠的產品，核心邏輯是在IDE（集成開發(fā)環(huán)境，一種高效編程工具）中做代碼補齊，人主導、AI輔助，目前行業(yè)普遍采用Claude 3.5等通用模型來實現。
另一種則是Agent智能體路線。AI端到端執(zhí)行、人類監(jiān)督，實現軟件全流程開發(fā)。但這要求模型能力和工程架構能力都足夠強，目前市面上還沒有完全成熟的產品。
蔻町智能在做的產品就更偏向Agent，或者說，宿文更愿意把它描述為Autopilot：它可以面向完全不會編程的人群，不再只負責代碼補全或部分代碼生成，而是把前端、后端、數據庫、運維、部署全部搞定，實現全流程開發(fā)，最終生成用戶想要的應用。
這條路線的技術考驗顯然更大。宿文的觀察是，現階段大模型的技術成熟度遠遠不足。例如，目前最好的模型端到端代碼生成的采納率在30%上下，仍處于較低水平。這也是為什么，小白用AI Coding寫出來的應用還難以創(chuàng)造巨大的商業(yè)效應，因為它仍然高度依賴使用者的水平，更難以支撐起企業(yè)級的項目需求。
因此，蔻町智能選擇自己訓練模型。宿文認為，這是所有優(yōu)秀的AI Coding公司必經的一條路?！艾F階段，我們不做去賣token的AGI模型，而是要做一個自用的端到端代碼生成模型，要做得足夠好，能快速地讓商業(yè)化輪子轉起來。訓練目前這個行業(yè)SOTA（最佳性能）版本，我們只花了1095萬?！?/p>
但在現階段的國內AI Coding行業(yè)，自己做模型并不是被大眾看好的選擇。主流看法仍然是，訓練模型是大廠的事，創(chuàng)業(yè)公司應該把資源聚焦在做應用上。
硅心科技（aiXcoder）是國內最早入局AI Coding的初創(chuàng)公司之一，也是少有已經實現規(guī)?；杖氲墓?。在硅心科技看來，比起卷To C（用戶）市場，To B（企業(yè)）是目前更現實的商業(yè)化路徑。這家公司已經獲得了多家來自銀行和國企的訂單，根據硅星人去年11月的報道，去年其預計營收達6000萬左右，估值近10億人民幣。
硅心科技聯合創(chuàng)始人劉洋告訴界面新聞，硅心科技的特色在于選擇了垂直類私有化部署路線，契合的是中國企業(yè)對代碼安全高度重視的需求。代碼作為企業(yè)核心資產，一旦泄露至外網，可能導致技術漏洞被利用、核心技術秘密外泄等重大損失。即便在外網通過私有化賬號管理，企業(yè)仍認為不夠安全，這也是許多國企并未選擇海外工具的原因。
“哪怕技術還在迭代，只要解決企業(yè)最在意的安全痛點，這條路就是對的?！眲⒀笳f。
也有初創(chuàng)公司劍走偏鋒，探索Coding之外的商業(yè)模式。例如新言意碼推出的Youware。它提供AI Coding工具，但同時也是一個社區(qū)。用戶可以借助工具編寫自己想要的程序，再分享到社區(qū)當中，目前日活用戶已達數萬。
新言意碼創(chuàng)始人明超平在接受硅星人Pro采訪時表示，Vibe Coding是一種新時代的創(chuàng)作方式，類似于手機攝像頭。盡管現有模型還無法支持它生成成熟的應用，但它未來一定會解鎖解鎖新的Snapchat、Instagram、YouTube 和TikTok，這也是他做社區(qū)的原因。
03
與火熱的創(chuàng)業(yè)氛圍形成鮮明對比的是，中國的AI Coding項目去拿融資時，可能都會被先潑一盆冷水。
一個知名機構的投資人看過國內幾乎所有叫得上名字的AI Coding項目，其中也有讓他印象深刻的產品，但他最終的決定都是：不投。
不投的原因有兩個。一是在類Cursor產品已經缺少先發(fā)優(yōu)勢，二是中國C端用戶為效率工具的付費意愿很低，而B端市場又來錢太慢。“如果跟海外公司頭對頭，我覺得是卷不過的，無論是產品設計，還是品牌認可度。但我也很期待自己被打臉?！?/p>
許多接受界面新聞采訪的投資人都表達了類似的觀點。他們的另一個擔憂在于，有相當一部分AI Coding工具的受眾來自大廠，但大廠都推出了自己的產品，例如字節(jié)的Trae、阿里的通義靈碼，初創(chuàng)公司又有一條路被堵死了。
據硅星人報道，2024年，奇績創(chuàng)壇投了六家AI編程領域的初創(chuàng)公司，此后幾乎全軍覆沒。去年10余家短暫浮出水面的AI編程團隊公司，今年大部分都已退場。
宿文找融資的時候也碰到過挑戰(zhàn)?！昂芏嗤顿Y人和友商跟我說，你這個東西肯定做不出來，全世界都沒人做出來。但我覺得，如果永遠都在一個存量游戲里面去玩，意義不大。我們從來沒想過一口氣就能做一個非常完美的終極產品，但最重要的是產品先跑起來，有用戶的反饋讓我們去做優(yōu)化，不斷補齊能力?！?/p>
宿文對AI Coding的技術階段做過一個定義：L1是低代碼，L2是代碼補齊，L3是端到端構建一個完整的軟件。L4是多端協同組織，L5是最理想的狀態(tài)：軟件上線、用戶反饋，不斷迭代，甚至自動迭代，最終實現商業(yè)化閉環(huán)。
業(yè)內對現階段AI Coding能力的判斷多數停留在L2-L3。再往上走，也是技術挑戰(zhàn)最大的部分。
峰瑞資本的陳石屬于樂觀派。在他看來，中國的團隊在ToC方向的產品能力很強。就像移動互聯網時代一樣，剛開始中國要向美國學習，后來中國做出了更好的產品和商業(yè)模式，反倒可以向美國出口。
大廠面前，初創(chuàng)公司并不是沒有機會。陳石在大廠呆了五年，他的經驗是，大廠要立項做產品，往往上會傾向于選擇“看得見”的、或者最好是PMF得到了初步驗證的模式?！八鼈儧]必要把每一個末端的新東西都嘗試一遍”，這也給創(chuàng)業(yè)公司留了一些機會。
創(chuàng)世伙伴合伙人梁宇則認為，初創(chuàng)公司現階段最有可能的商業(yè)化機會是傳統行業(yè)代碼重寫——傳統行業(yè)的數字化改造產生了大量代碼，但都很“糙”。隨著系統長期運行，舊代碼很容易出bug，解決一個bug就要花三天。但機器又不得不運轉，企業(yè)也就要花高額成本來維持這些瀕臨死亡的代碼。
“看病時總有醫(yī)生對電腦不滿，因為系統實在是太落后了。就像你拔完了牙，還要面對持續(xù)發(fā)炎的牙根，這多痛苦？”梁宇說，無論從成本、安全還是效率考慮，這些代碼都需要被重寫。但找人來重寫很貴，找AI的成本就低很多。
一場技術革命正在發(fā)生，但從商業(yè)角度，AI Coding的從業(yè)者都還無法預見終局，他們也在等待另一種層面上的“失控”。
終極的機會在于撬動真正的代碼平權。
“所有創(chuàng)新的根源都是自由。在相當長的一段時間里，開發(fā)者生態(tài)都是以微軟和谷歌為主導的。巨頭用封閉生態(tài)和商業(yè)捆綁主導了大部分利益，后來者想要自由，于是有了開源運動。如果非要說AI Coding有什么機會的話，我想或許是用Agent來重構完全不一樣的底層代碼，讓這個圍著舊時代巨頭轉的世界，有一點點不一樣。”梁宇說。