AICodingAICoding：超越軟件的編程范式?命?久以來，編程被定義為?種嚴(yán)謹(jǐn)?shù)摹⑦壿嬺?qū)動(dòng)的活動(dòng)，是將?類意圖轉(zhuǎn)化為機(jī)器可執(zhí)?的、確定性指令的過程2然?，AI正在顛覆這?核?定義，將編程從“Coding?這?動(dòng)作，提升到“表達(dá)意圖?和“實(shí)現(xiàn)愿景?的更?維度21995年的?爾·蓋茨在《未來之路》中預(yù)?"信息?速公路"的到來，在那個(gè)時(shí)間節(jié)點(diǎn)，很難想象今天每個(gè)?都能隨時(shí)隨地連接全世界2我們現(xiàn)在?正站在了新的轉(zhuǎn)折點(diǎn)P，這不僅僅是技術(shù)更迭或者?具升級(jí)，軟件開發(fā)正經(jīng)歷?場(chǎng)范式級(jí)變?，更是對(duì)O個(gè)底層問題的重新定義：什么是編程？誰(shuí)能編程？數(shù)字世界將如何被構(gòu)建和消費(fèi)？和信息?速公路不同的是，這場(chǎng)范式變?正在以驚?速度和共識(shí)，從想象?向現(xiàn)實(shí)2在AIAscent2025P，紅杉資本把AICoding的進(jìn)?時(shí)和未來時(shí)放在了更具有前哨視角的位置，預(yù)測(cè)我們正在步?“豐饒時(shí)代?,代碼是第?個(gè)被顛覆的市場(chǎng)，?這場(chǎng)顛覆將成為“豐饒時(shí)代?的預(yù)演2并且認(rèn)為CodingAgent的持續(xù)演進(jìn)值得拭?以待，因?yàn)檫@不僅會(huì)重塑整個(gè)軟件產(chǎn)業(yè)，也將成為未來其他?業(yè)AI化進(jìn)程的重要先兆2這意味著當(dāng)我們將產(chǎn)品、模型、價(jià)值、投融資、商業(yè)化、競(jìng)爭(zhēng)策略等多層鍍膜的認(rèn)知鏡頭，對(duì)準(zhǔn)?速演化的AICoding現(xiàn)場(chǎng)，從微軟、?歌、Meta、亞?遜、Salesforce等領(lǐng)先企業(yè)的內(nèi)部調(diào)研數(shù)據(jù)和CEO訪"豐饒時(shí)代"的預(yù)演增長(zhǎng)和變?最快領(lǐng)域談，到招聘數(shù)據(jù)到開發(fā)者、創(chuàng)建者的?泛調(diào)研，再轉(zhuǎn)到對(duì)AICoding?態(tài)中核?創(chuàng)新企業(yè)的系統(tǒng)分析，以及深?創(chuàng)始?或核?構(gòu)建者的近150個(gè)深度訪談洞察時(shí)，也在??個(gè)獨(dú)特的“AI透鏡?看向軟件?業(yè)的演進(jìn)"豐饒時(shí)代"的預(yù)演增長(zhǎng)和變?最快領(lǐng)域編程范式的重構(gòu)所有?業(yè)AI化進(jìn)程先兆在數(shù)據(jù)透鏡之O，AICoding從消費(fèi)者端到企業(yè)端，滲透率、采?率和影響?都在飛速地跨越邊界2à種斷層式的領(lǐng)先優(yōu)勢(shì)，在融資市場(chǎng)N得到了最直接的體現(xiàn)，但更令?印象深刻的是，à個(gè)?業(yè)在收?增???創(chuàng)造的奇跡2AI創(chuàng)新視角O，AICoding公司正在以極?的團(tuán)隊(duì)規(guī)模、極快的發(fā)展速度達(dá)到千萬、過?美元甚?5?美元的年度經(jīng)常性收?(ARR)，沖ü?公司的增?和商業(yè)模式2AI轉(zhuǎn)型視角O，編程是企業(yè)內(nèi)部AI變?發(fā)?最快、效果最為顯著的應(yīng)??向2從微軟GithubCopilot開始，AICoding已成為融資規(guī)模僅次于基礎(chǔ)?模型、增?最迅猛的AI應(yīng)??向之?，甚??現(xiàn)了成?僅3年的百?美元公司2爆發(fā)式增?的背后，反映的是產(chǎn)業(yè)?態(tài)的系統(tǒng)性重構(gòu)2但是當(dāng)我們把透鏡對(duì)準(zhǔn)產(chǎn)品、價(jià)值和商業(yè)化競(jìng)爭(zhēng)時(shí)，我們?能發(fā)現(xiàn)在AICoding??向的共識(shí)O，從數(shù)據(jù)到認(rèn)知，再到?動(dòng)等七個(gè)?向，都存在著巨?的?共識(shí)2?共識(shí)?共識(shí)01：AICoding的最佳產(chǎn)品形態(tài)是什么？——本地VS云端?共識(shí)02：AICoding產(chǎn)品選擇什么模型？——?研VS第三??共識(shí)03：AICoding給?戶的價(jià)值有多?？——提效VS降效?共識(shí)04：AICoding產(chǎn)品理想付費(fèi)模式是什么？——固定VS按需?共識(shí)05：?企業(yè)推進(jìn)AICoding應(yīng)?的態(tài)度？——激進(jìn)VS漸進(jìn)?共識(shí)06：AICoding對(duì)組織發(fā)展的影響？——裁員VS擴(kuò)張?共識(shí)07：AICoding的未來市場(chǎng)格局是怎樣？——專業(yè)VS普惠如果說市場(chǎng)數(shù)據(jù)描繪了“正在發(fā)?ā么”，那么這些?共識(shí)，則將指向“為ā么會(huì)這樣”以及“未來將?向何?”，以及在“豐饒時(shí)代”的?共識(shí)O，還有哪些產(chǎn)品及技術(shù)??的共識(shí)有待達(dá)成。對(duì)AICoding領(lǐng)域的全?調(diào)研微軟、?歌、Meta、亞?遜等頭部企業(yè)的調(diào)研數(shù)據(jù)Indeed招聘數(shù)據(jù)、GitHub年度開發(fā)者調(diào)研AICoding主要產(chǎn)品分析，包括Cursor、Replit、bolt.new、devin、windsurf、Github、Claudecode、V0、OpenAICodex、Lovable、Augment、Magic.dev、PoolsideAI、ReflectionAI相關(guān)產(chǎn)品?具創(chuàng)始?的近150個(gè)訪談AICoding?業(yè)全景概覽概覽01：AICoding在C端的滲透率僅次于寫作?~了準(zhǔn)確了解AI?具在消費(fèi)者群體中的實(shí)際應(yīng)?情況，知名風(fēng)險(xiǎn)投資機(jī)構(gòu)MenloVentures與專業(yè)市場(chǎng)調(diào)研公司MorningConsult于2025年4?聯(lián)合開展了?項(xiàng)?規(guī)模調(diào)研。該調(diào)研針對(duì)5031名美國(guó)成年?，深?探討了消費(fèi)者在過去六個(gè)?中如何使?AI和其他?具完成特定活動(dòng)，以及他們對(duì)這些技術(shù)的態(tài)度和接受在消費(fèi)者端，AI滲透率最?的活動(dòng)中，編程位居第?，滲透率達(dá)到47%，也就是接近?半的受訪者已經(jīng)在?常?活或?作中的編程都已經(jīng)開始采?AI，?泛接受度僅次于寫作?持。47%的滲透率表明AI編程?具跨越了早期采?者的邊界，進(jìn)?主流市場(chǎng)接受階段，反映的是產(chǎn)品易?性和實(shí)?價(jià)值的顯著提升。市場(chǎng)成熟度的指標(biāo)和?戶群體的擴(kuò)展，直接指向了?業(yè)的整體規(guī)模的爆發(fā)增?。概覽02：AICoding在B端是落地最快和影響?最?的AI應(yīng)??向在企業(yè)內(nèi)部的AI?例和轉(zhuǎn)型采?上，通過對(duì)多個(gè)權(quán)威機(jī)構(gòu)調(diào)研數(shù)據(jù)的綜合分析，我們發(fā)現(xiàn)AICoding在企業(yè)級(jí)AI應(yīng)?中展現(xiàn)出了顯著的領(lǐng)先優(yōu)勢(shì)，不僅僅是落地最快、最佳實(shí)踐最多、影響?最?的?業(yè)?向，?且?直保持?jǐn)鄬邮筋I(lǐng)先的優(yōu)勢(shì)2這種領(lǐng)先地位得到了不同時(shí)間、不同樣本、不同調(diào)研機(jī)構(gòu)的?致驗(yàn)證2MenloVentures在2024年9?，對(duì)美國(guó)600名擁有50名或以上員?的企業(yè)IT決策者??的調(diào)查，數(shù)據(jù)顯?企業(yè)的AI落地51%都集中在代碼?成上，à超客服聊天機(jī)器?的31%的數(shù)據(jù)2TheBuilder?sPlaybook-2025StateofAIReportICONIQ作為硅?的頭部成?期投資基?，2025年4?對(duì)300位軟件公司構(gòu)建??智能產(chǎn)品的執(zhí)??管??了調(diào)查2最新數(shù)據(jù)顯?，編程輔助在企業(yè)落地中的普及度數(shù)據(jù)已經(jīng)達(dá)到了77%，影響?也以65%的?例斷層領(lǐng)先，呈現(xiàn)?泛使??效果顯著的特點(diǎn)，是當(dāng)前最成熟的AI企業(yè)落地?向2除了編程輔助之外，AI應(yīng)?普及度排名中，和編程相關(guān)的產(chǎn)品設(shè)計(jì)、QA測(cè)試和DevOps等AI?展也較為突出，?乎都達(dá)到了超過40%?展，R&D部?已經(jīng)初步形成了完整的AI?作流，從設(shè)計(jì)→開發(fā)→測(cè)試→部署2概覽03：AICoding企業(yè)收?增長(zhǎng)快，ARR記錄屢被刷新2022年6?GithubCopilot正式上線，3年時(shí)間內(nèi)AICoding領(lǐng)域出現(xiàn)了?乎前所未有的增?率，屢破年5億美元打破歷史記錄4億美元年增長(zhǎng)4倍6個(gè)?10倍增長(zhǎng)Cursor從100萬到1億美元，?時(shí)12個(gè)?，打破了?業(yè)記錄，到2025年6?已突破5億美元。Bolt.new5個(gè)?內(nèi)突破了5000萬美元ARR，Lovable7個(gè)?內(nèi)達(dá)到7500萬美元ARR。Replit2025年6?宣布ARR突破1億美元，?2024年底時(shí)僅為1000萬美元，不到6個(gè)?內(nèi)實(shí)現(xiàn)了10倍增?。Vercel在65億美元打破歷史記錄4億美元年增長(zhǎng)4倍6個(gè)?10倍增長(zhǎng)7500萬美元7個(gè)?時(shí)間概覽04：AICoding領(lǐng)域獨(dú)?獸扎堆，估值?吸引投資者?泛關(guān)注在消費(fèi)者和企業(yè)采?端的進(jìn)展，以及收?的突飛猛進(jìn)，?AICoding成為?成式AI浪潮最具商業(yè)價(jià)值和投資回報(bào)的賽道之?，出現(xiàn)融資熱潮2賽道中，B輪過億美元融資成標(biāo)配，獨(dú)角獸扎堆出現(xiàn)，出現(xiàn)成?僅O年的百億美元公司22025年6?，Cursor的?公司Anysphere完成了AI編程領(lǐng)域史P最?的單輪融資—9億美元C輪融資，估值?達(dá)99億美元2CognitionAI創(chuàng)Q了?個(gè)?內(nèi)估值從3.5億美元飆升到20億美元的記錄2融資狂飆?前還在繼續(xù)，7?17?，Lovable宣布完成2億美元融資，估值18億美元，超過此前的1億美元15億估值的融資預(yù)期2最近有報(bào)道稱Cursor正在接洽180億-200億美元的新?輪融資2Replit也正在洽談新?輪約2億美元融資，預(yù)計(jì)融資后估值將接近30億美元2截?到2025年7?今年?業(yè)還出現(xiàn)了兩起并購(gòu)案例，分別是Windsurf和Base44。OpenAI、GoogleDeepMind、CognitionAI在Windsurf的收購(gòu)中出現(xiàn)戲劇性的?向，最終Google以24億美元收購(gòu)Windsurf部分?管并授權(quán)其技術(shù)，CognitionAI收購(gòu)WindsurfIDE的完整所有權(quán)和剩余的Windsurf團(tuán)隊(duì)和技術(shù)資產(chǎn)2Base44作為?個(gè)僅有6個(gè)?歷史的產(chǎn)品，被Wix以8000萬美元收購(gòu)，也在?業(yè)引發(fā)巨??論2?共識(shí)01AICoding產(chǎn)品形態(tài)象限圖 0本地配置，隨時(shí)隨地 2打通云資源全棧開發(fā) 調(diào)試預(yù)覽分享協(xié)作絲滑云端AI開發(fā)產(chǎn)品，迎合VibeCoding，致???可?本地AI開發(fā)?具，貼近開發(fā)者、解放?產(chǎn)? 開發(fā)者最熟悉 2使?最靈活 不強(qiáng)依賴?絡(luò)和云服務(wù)派?(Fork)當(dāng)插件API約束了功能開發(fā)時(shí)，部分玩家選擇基于VSCode派?(Fork)當(dāng)插件API約束了功能開發(fā)時(shí)，部分玩家選擇基于VSCode開源版本改造，來實(shí)現(xiàn)更?定義的AI功能實(shí)現(xiàn)：CursorWindsurf插件(Extension)作~VSCode的補(bǔ)充，根植于其?態(tài)之上，提供AI功能：早期以代碼補(bǔ)全插件~主，如GitHubCopilot、Codium(Windsurf前?)現(xiàn)多?持Agent模式，如GitHubCopilotAgentMode、Cline等③③本地AI開發(fā)?具必須要本地安裝，使?本地資源和?具鏈等完成構(gòu)建、編譯、調(diào)試等?作，存在顯著的上??檻類型02：命令??具CLI，進(jìn)可攻退可守通?潛?股Claude當(dāng)前?碑最佳的CodingAgent兩核?負(fù)責(zé)?短暫被Cursor挖??回歸Anthropic命令??具共享終端環(huán)境的所有可能性，意味著可以讓AI模型?主決定查閱哪些資料、編輯哪些?件、執(zhí)?什么操作，已經(jīng)體現(xiàn)出?定通?性，如Anthropic團(tuán)隊(duì)就曾分享內(nèi)部各崗位都在?ClaudeCode協(xié)助?作：??開源跟進(jìn)：OpenAICodexCLI輕量開源復(fù)現(xiàn)GoogleGeminiCLI開源+免費(fèi)推?，嘗試追趕類型03：VibeCoding產(chǎn)品，普通?說話做軟件可視化修改，實(shí)現(xiàn)相對(duì)精細(xì)的控制：趕上2025年初的這波“氛圍編程?熱潮，—眾云端開發(fā)產(chǎn)品紛紛上新AI功能，吸引普通?戶“說話?就能打造??的產(chǎn)品，如：Lovable、Bolt.new、Replit等2迎合vibecoding，此類產(chǎn)品陸續(xù)推出了諸多適?普通?戶的特?功能：可視化修改，實(shí)現(xiàn)相對(duì)精細(xì)的控制：打通后端數(shù)據(jù)庫(kù)，實(shí)現(xiàn)全棧開發(fā)：③③此類產(chǎn)品同時(shí)也?臨難以勝任?產(chǎn)級(jí)系統(tǒng)、存在安全隱患等諸多質(zhì)疑類型04：異步CodingAgent，7×24的云端程序員此類產(chǎn)品更突出Agent解決實(shí)際開發(fā)任務(wù)的能?，相對(duì)更?向__業(yè)場(chǎng)景，同時(shí)云端異步的屬性讓其可以更絲滑、更?主地接?現(xiàn)有開發(fā)?作流，如：DevinbyCognitionCodexbyOpenAI這類異步CodingAgent常要?對(duì)已有中?型代碼倉(cāng)庫(kù)，`要集成進(jìn)較~__業(yè)的開發(fā)?作流，因此往往需要更__業(yè)化的模型，?如OpenAICodex背后就是codex-1這款模型，基于OpenAIo3、?向開發(fā)場(chǎng)景精調(diào)?來2MCP?態(tài)?持：。MCP成~事實(shí)標(biāo)準(zhǔn)，各類AICoding產(chǎn)品全?接?，以拓展?具、資源等，讓AI完成更多事2Agent模式必不可少：。Cursor、GitHubCopilot等產(chǎn)品都?了對(duì)話/Chat→編輯/Edit→智能體/Agent模式的歷程。Lovable、Replit等也從助理(Copilot/Assistant)模式全?切換?Agent模式。隨著模型規(guī)劃能?持續(xù)提升，AICoding的?主化程度(Agenticness)會(huì)越來越?多平臺(tái)bot形態(tài)：。Devin?世后不久就增添了Slack、Linear等集成，可以在團(tuán)隊(duì)原有?作流中召喚Devinbot指派任務(wù)。Cursor、Codex、ClaudeCode等也在主體軟件外紛紛推出GitHub、Slack等平臺(tái)bot應(yīng)?，可針對(duì)需求或bug?主完成任務(wù)?共識(shí)02AICoding產(chǎn)品?度依賴模型能?多位AICoding創(chuàng)始?在訪談中都明確提到，Claude3.5Sonnet的出現(xiàn)，標(biāo)志著AI輔助編碼進(jìn)?了?個(gè)新的階段，它讓AICoding的潛?真正得以釋放，從"有趣的實(shí)驗(yàn)"到"可計(jì)算的商業(yè)價(jià)值"，并成為__多AI編碼產(chǎn)品實(shí)現(xiàn)產(chǎn)品市場(chǎng)契合(PMF)的臨界點(diǎn)，也?乎所有產(chǎn)品指數(shù)級(jí)增?的開始。ReplitCEO變?性的突破發(fā)?在6?24?，當(dāng)時(shí)Sonnet3.5發(fā)布了。Sonnet3.5有兩個(gè)重要特性：?NO?和連貫性。Cursor是靠Claude3.5Sonnet實(shí)現(xiàn)產(chǎn)品市場(chǎng)契合的。直到模型?夠好，對(duì)?們編程?式的愿景才真正落地。BoltCEOSonnet?N線，快速增?就?即開始了，是推動(dòng)整個(gè)領(lǐng)域所有產(chǎn)品發(fā)品都在3.5發(fā)布后呈現(xiàn)指數(shù)級(jí)增?。WindsurfClaude3.5Sonnet的出現(xiàn)，讓W(xué)indsurf能夠“?幅度地更Agentic?,從?在市場(chǎng)N獲得了顯著份額。METR研究顯?在2個(gè)?時(shí)內(nèi)的編程任務(wù)中，Claude3.5Sonnet和o1-preview表現(xiàn)均優(yōu)于?類專家。AI編程速度能以超越?類10倍速度?成并測(cè)試各種?案。另外METR最新研究顯?，在過去6年中，通?前沿模型代理能夠以50%的可靠性?主完成的任務(wù)?度(以?類專業(yè)?員花費(fèi)的時(shí)間來衡量)?約每7個(gè)?翻?番。創(chuàng)業(yè)企業(yè)AICoding產(chǎn)品的模型選擇正是因?yàn)楫a(chǎn)品?度依賴于模型的進(jìn)展，如何設(shè)置??的模型策略，對(duì)于AICoding公司，??是極度重要的戰(zhàn)略選擇。深度?研模型的公司中，既有通??模型ChatGPT、Claude、Gemini對(duì)于代碼的重度押注2也有以AGI和代碼模型~?標(biāo)及核?的Magic、Poolside2Anthropic，認(rèn)~編碼是AI能?最重要的先?指標(biāo)2Magic和Poolside的創(chuàng)始?的觀點(diǎn)是~了實(shí)現(xiàn)AGI或者全?動(dòng)化開發(fā)，達(dá)到達(dá)到“99.9%?或更?的準(zhǔn)確率，不擁有??的基礎(chǔ)模型是完全不合理的2典型的觀點(diǎn)是“軟件統(tǒng)治著s們世界的?切，并`軟件有效地?撐著現(xiàn)代社會(huì)，軟件是最重要的?個(gè)領(lǐng)域，甚??通??的更重要2?在?研模型的戰(zhàn)略中，?有?種選擇是?開源模型做__業(yè)化訓(xùn)練2Augment?席執(zhí)?官ScottDietzen表?他們對(duì)所?的開源模型進(jìn)?了?量的__業(yè)化訓(xùn)練，使其在從軟件中挖掘額外洞察???表現(xiàn)出?2Reflection.ai__注于進(jìn)?深度的“后訓(xùn)練?2?研模型+第三?模型CursorWinsurfReplit開源模型的專業(yè)化訓(xùn)練AugmentReflection.ai21213434深度?研模型OpenAI、Claude、GeminiMagicPoolside第三?多元模型Lovable、Bolt.new、Vercel及v0CognitionGithub純粹地使?第三?多元模型的公司有Lovable、Bolt.new、Vercel及v0、Github等2代表性的觀點(diǎn)是?前的客?需求在于“盡可能多和最好的智能?,?滿?à?需求，使?外部的前沿模型更~?效2也有從選擇使?第三?模型到?研投?混合策略，或者預(yù)計(jì)要?研投?的公司，代表性的是Cursor、Winsurf2Lovable也表?DeepSeek等開放權(quán)重模型“更容易進(jìn)?低級(jí)別控制并訓(xùn)練??的模型?,“預(yù)計(jì)s們很快就會(huì)à樣做?2混合模型的另?種做法是replit，ReplitAgent主要使?的是來?Anthropic的Sonnet模型，內(nèi)部訓(xùn)練的ReplitGhostwriter模型參數(shù)量~30億，主要?于?動(dòng)補(bǔ)全的產(chǎn)品2Cursor的聯(lián)合創(chuàng)始?AmanSanger對(duì)于混合策略的看法是，雖然在產(chǎn)品初期未預(yù)料到需要?研模型，但隨著團(tuán)隊(duì)規(guī)模擴(kuò)?、__業(yè)知識(shí)積累和數(shù)據(jù)量的增?，?建模型變得越來越有影響?2“現(xiàn)在Cursor的每?個(gè)魔?時(shí)刻都以某種?式涉及定制模型，主要?于對(duì)低延遲和低r本有嚴(yán)格要求的場(chǎng)景，以及那些預(yù)訓(xùn)練模型可能?法覆蓋的、擁有?量獨(dú)特?cái)?shù)據(jù)的領(lǐng)域?2頭部??AICoding產(chǎn)品的模型選擇同樣的模型策略選擇差異，也出現(xiàn)在科技巨頭的AICoding產(chǎn)品P，路線包括?有模型、?有+第O?模型的混合模式、及完全的第O?模型2但是?論?前的模型策略選擇如何，科技巨頭的偏向還是從模型到產(chǎn)品的閉環(huán)。Meta從OpenAI、Anthropic、Google挖來頂尖?才組建了“Meta超級(jí)智能實(shí)驗(yàn)室?(MSL)，媒體報(bào)道稱蘋果在內(nèi)部討論收購(gòu)AI獨(dú)角獸公司Perplexity和另?家基礎(chǔ)模型公司Mistral2基于Gemini的"Goose"基于Gemini的"Goose"模型，專?針對(duì)?歌內(nèi)部的?程知識(shí)和代碼庫(kù)進(jìn)?了優(yōu)化2Salesforce基于專有?語(yǔ)?模型，專?針對(duì)代碼?成優(yōu)化MetaDevmateAI整合Claude等第O?模型，?于復(fù)雜任務(wù)2騰訊Codebuddy混合?有模型和Deepseek亞馬遜QDeveloper可以選擇?有Titan系列模型和多家第O?模MetaMetamate基于?有模型，處理簡(jiǎn)單任務(wù)2與與Anthropic合作開發(fā)基于Claude的內(nèi)部AI編程平臺(tái)微軟GitHubCopilot?直使?外部模型，但是從單?依賴OpenAI轉(zhuǎn)向多模型?持策略2AICoding產(chǎn)品的模型選擇綜合排序在選擇第三?模型的時(shí)候，Anthropic的Sonnet模型普遍被選為最佳，認(rèn)為其在速度、代碼編輯能?、代碼處理量、?上下?和編碼能???“總體最佳?2多模型策略成為?業(yè)的?個(gè)普遍?向。如何更好地落地多模型策略，也有利?“智能路由?來決定使?哪個(gè)模型，或者?成、調(diào)試、Agent與代碼補(bǔ)全等不同環(huán)節(jié)或者不同產(chǎn)品使?不同模型的策略差異2AnthropicSonnetOpenAIGoogleGeminiDeepSeekVercel主要使?OpenAI、Gemini和ClaudeVercel主要使?OpenAI、Gemini和Claude等模型2所有的評(píng)估中Llama的質(zhì)量還不夠好，Gemini發(fā)展得極其迅速，也關(guān)注Mistral，盡管?前尚未深度使?2Lovable使?所有OpenAI模型、GoogleGemini，以及Claude模型作為編寫代碼能路由?來決定使?哪個(gè)模ReplitAgent主要使?的是Sonnet模型，它是“最擅?編碼的模型?2此外，Replit也使?OpenAI的模型，因?yàn)槠浼軜?gòu)是“多智能體系統(tǒng)?,不同的模型具有不同的能?2Cursor主要使?Sonnet模型，部分團(tuán)隊(duì)成員也偏好GPT-4o(o3)或o1?于推理密集型任務(wù)，以及DeepSeek的其知識(shí)淵博、智能且運(yùn)?成本低，已被Cursor?于??的推理服務(wù)達(dá)8到12個(gè)?2Bolt.new基于現(xiàn)有領(lǐng)先的AI模型，特別是Sonnet系列模型，構(gòu)建Agent2在調(diào)試??，Bolt也采?了Gemini模型來增強(qiáng)推理能?2?前已?持多模型，盡管?戶對(duì)此并不知情2?共識(shí)03九成開發(fā)者使?AICoding，近六成?戶從2024年開始，從第O?機(jī)構(gòu)到產(chǎn)業(yè)鏈PQ游都對(duì)開發(fā)者群體的AICoding狀態(tài)和效果進(jìn)?了調(diào)研2StackOverflow2024年7?發(fā)布的開發(fā)者調(diào)查收集了來?185個(gè)國(guó)家超過65,000名技術(shù)?員的見解，76%的受訪者表?今年已在開發(fā)流程中使?或計(jì)劃使?AI?具22025年5?，Jellyfish對(duì)645名來?不同?程崗位(包括個(gè)?貢獻(xiàn)者、經(jīng)理和?管)的全職專業(yè)??進(jìn)?了調(diào)查2受訪者來?各種規(guī)模的組織，??不?10?的?型團(tuán)隊(duì)，??擁有500多名?程師的?型企業(yè)2調(diào)查顯??前有90%的?程團(tuán)隊(duì)已在?作流程中集成并使?AI編碼?具，?約48%的受訪者表?他們正在使?兩種或更多AI編碼?具2QODO.ai也在2025年對(duì)609名來?不同規(guī)模企業(yè)和地區(qū)的開發(fā)者進(jìn)?了調(diào)查，顯?59.8%的開發(fā)者每天使?AI編程產(chǎn)品，AI?成或顯著影響的代碼?例超過40%2StackOverflow2024年的調(diào)研數(shù)據(jù)中，頂尖組織的開發(fā)者?常/每周的AI使?率?例才達(dá)到60-70%，?年時(shí)間內(nèi)這個(gè)數(shù)據(jù)成為了?業(yè)平均?平290%進(jìn)??作流90%的開發(fā)者已在?作流程中集成并使?AI編碼?具(Jellyfish)59.8%每天使?AI編程?具(QODO.ai)AI?成或顯著影響由AI?成或者顯著影響的代碼?例超過40%(QODO.ai)疑Gartner認(rèn)為評(píng)估AICoding價(jià)值的時(shí)候，??P的"顯性價(jià)值"是節(jié)省時(shí)間、編碼更快和降低成本2在?Q包含了更深層的系統(tǒng)性影響:開發(fā)者體驗(yàn)層?，提升開發(fā)者體驗(yàn)、保持?流狀態(tài)、提?開發(fā)者留存;產(chǎn)品質(zhì)量層?，提升代碼質(zhì)量和可維護(hù)性，減少bug和技術(shù)債務(wù);業(yè)務(wù)影響層?，改善客戶體驗(yàn)，更快產(chǎn)品P市2但是關(guān)于AICoding對(duì)于專業(yè)開發(fā)者是提效還是降效，?論是從?業(yè)領(lǐng)袖的觀點(diǎn)，還是數(shù)據(jù)統(tǒng)計(jì)，都存在巨?的沖突和?共識(shí)2提效PerplexityCEOSrinivas：?程原型開發(fā)時(shí)間已從“O到四天縮短到僅僅??時(shí)?2吳恩達(dá)：寫?產(chǎn)級(jí)代碼時(shí)，?AI助?可能能提升30%到50%的效率2寫原型驗(yàn)證代碼時(shí)，效率提升完全不是50%，?是?微軟CEOSatyaNadella：在Python項(xiàng)?中AI?成代碼的效果最為突出，C++等底層語(yǔ)?則相對(duì)較弱2降效GitHubCEOThomasDohmke：AI?具可能會(huì)降低經(jīng)驗(yàn)豐富的?程師的?作效率2將編碼知識(shí)轉(zhuǎn)化為?然語(yǔ)?指令可能?直接編碼耗時(shí)更?2OpenAI聯(lián)合創(chuàng)始?GregBrockman:?類將只剩Q“編碼中不那么有趣的部分?2與創(chuàng)造性編碼相?，代碼審查和部署任務(wù)“?點(diǎn)也不好玩??公司采?評(píng)估提效10%-30%，節(jié)省開發(fā)?作量?程速度?歌CEOSundarPichai：AI的使?使?程速度(即特定時(shí)間段內(nèi)完成的軟件?作量)估計(jì)提?30%30%接受率微軟CEOSatyaNadella：AI代碼接?率?前在30%到40%之間，還在不斷P升。30%30%?產(chǎn)?提升Salesforce?席執(zhí)?官M(fèi)arcBenioff：AI帶來了30%?產(chǎn)?提升。CodeGenie讓內(nèi)部開發(fā)者平均每周節(jié)省125分鐘。33%33%代碼更改建議?歌CEOSundarPichai：開發(fā)者在每O次代碼更改中，就有?次是接?了AI的建議。25%25%代碼審查多鄰國(guó)反饋，提升了25%的效率，尤其是?成樣板代碼。代碼審查平均周轉(zhuǎn)時(shí)間Q降67%。埃森哲拉×請(qǐng)求(PR)數(shù)量增?8.69%，PR合并率提升15%，成功構(gòu)建率增加84%個(gè)?開發(fā)者報(bào)告提效明顯，但代碼質(zhì)量提升有限作為?前市場(chǎng)占有率排名第?的GithubCopilot，GithubCopilotUsageDataStatistics(2025)對(duì)2025年Copilot?戶的使?情況調(diào)查，不僅調(diào)查了時(shí)間、速度和成本的顯性價(jià)值，也對(duì)隱形價(jià)值的開發(fā)者體驗(yàn)、產(chǎn)品質(zhì)量、業(yè)務(wù)影響進(jìn)?了統(tǒng)計(jì)，統(tǒng)計(jì)的結(jié)果全?位?持了AICoding產(chǎn)品的顯性和隱性價(jià)值提升246%46%代碼?成平均46%的?戶代碼由Copilot?成60%60%滿意度60%?75%的?戶表?Copilot讓他們對(duì)?作更滿意，減少挫敗感55%55%完成速度Copilot的開發(fā)者完成任務(wù)速度快了55%2保持?流狀態(tài)73%的開發(fā)者反饋使?Copilot時(shí)能夠更?時(shí)間地保持“專注?或?流狀77%77%代碼審查代碼審查速度提升了15%，近70%的審查意見被采納74%74%更?價(jià)值任務(wù)能夠?qū)⒕?從重復(fù)性?作轉(zhuǎn)移到創(chuàng)造性任務(wù)88%88%代碼保留Copilot?成的代碼中有88%字符會(huì)被保留在最終版本中質(zhì)量和批準(zhǔn)率Githut2024年調(diào)研顯5%，可讀性提升3.62%，可靠性提升2.94%部分研究顯?開發(fā)者提效體感有誤，甚?有降效可能2025年春季進(jìn)?的METR實(shí)驗(yàn)，從各?開源項(xiàng)?中招募了16名開發(fā)者，針對(duì)246項(xiàng)任務(wù)，在真實(shí)?作環(huán)境下進(jìn)?了貨真價(jià)實(shí)的隨機(jī)對(duì)照試驗(yàn)2?產(chǎn)?反?O降了19%。甚?連研究參與者們??也感到驚訝：在體感N，他們認(rèn)為AI讓??的?產(chǎn)?提?了24%22024年11?發(fā)布的DORA報(bào)告也給到了類似的結(jié)論，近3000名技術(shù)和相關(guān)崗位的__業(yè)??參與，?多數(shù)參與者擁有10-25年的?作經(jīng)驗(yàn)2這項(xiàng)調(diào)查也發(fā)現(xiàn)開發(fā)者?我報(bào)告的時(shí)間節(jié)省與PR吞吐量指標(biāo)之間存在脫節(jié)275%的受訪者表?，在過去三個(gè)?中，使?AI?具后他們的?產(chǎn)?得到了提升，但交付指標(biāo)卻呈現(xiàn)出負(fù)?趨勢(shì)，并`開發(fā)者調(diào)研稱??有價(jià)值時(shí)間的明顯減少2METR實(shí)驗(yàn)對(duì)于時(shí)間，也有更加詳細(xì)的統(tǒng)計(jì)2主動(dòng)編程、閱讀與搜索的時(shí)間都有下降2但是審查AI輸出、與AI進(jìn)?提?和交互、等待AI模型的響應(yīng)的時(shí)間成~新增時(shí)間投?224%主動(dòng)編程從37%降?24%，編程時(shí)間減少35%28%與AI交互新增了8%的時(shí)間?于與AI進(jìn)?提?和交互2閱讀與搜索從24%降?17%，信息搜索時(shí)間減少30%2審查AI輸出新增了9%的時(shí)間?于審查AI?成內(nèi)容24%等待AI響應(yīng)新增了4%的時(shí)間?于等待AI模型的響應(yīng)2部分開發(fā)者報(bào)告AICoding降低了代碼質(zhì)量，對(duì)開發(fā)有負(fù)?影響來?于DORA、StackOverflow和QODO.ai的開發(fā)者調(diào)研，對(duì)于軟件交付績(jī)效、準(zhǔn)確性、復(fù)雜任務(wù)和代碼質(zhì)量的負(fù)?影響或者爭(zhēng)議進(jìn)?了?持2DORA2024年調(diào)查數(shù)據(jù)顯?，AI采?可能對(duì)軟件交付性能產(chǎn)?負(fù)?影響2隨著AI采?率的增加，交付吞吐量估計(jì)O降了1.5%，交付穩(wěn)定性估計(jì)減少了7.2%2StackOverflow2024年的調(diào)查中，43%受訪者對(duì)AI準(zhǔn)確性感到滿意，31%持`疑a度2同時(shí)，開發(fā)者對(duì)于AICoding的擔(dān)憂，主要集中在信息誤導(dǎo)、數(shù)據(jù)歸屬和算法偏見以及復(fù)雜任務(wù)處理N2近半數(shù)(45%)的專業(yè)開發(fā)者認(rèn)~AI?具在處理復(fù)雜任務(wù)??表現(xiàn)糟糕或?常糟糕2QODO.ai的2025開發(fā)者調(diào)查報(bào)告數(shù)據(jù)顯?，21.4%的開發(fā)者認(rèn)~AI降低了代碼質(zhì)量，其中10.7%選擇了顯著O降279%的開發(fā)者擔(dān)?AI有傳播虛假信息的潛數(shù)據(jù)歸屬65%的開發(fā)者對(duì)數(shù)據(jù)來源的正確歸屬表?擔(dān)憂2from：DORA2024年數(shù)據(jù)來源：StackOverflow2024年算法偏見50%的開發(fā)者擔(dān)?AI輸出中可能存在的偏見會(huì)扭曲視角2復(fù)雜任務(wù)處理45%的開發(fā)者認(rèn)~AI?具在處理復(fù)雜的編程任務(wù)時(shí)?不從?2數(shù)據(jù)來源：StackOverflow2024年?共識(shí)04AICoding的四種付費(fèi)模式基礎(chǔ)的付費(fèi)價(jià)格設(shè)置，?業(yè)存在?度共識(shí)，20美元是?部分AICoding產(chǎn)品的主要起步價(jià)格，也是市場(chǎng)對(duì)于AI產(chǎn)品的主流?理價(jià)位2最激進(jìn)的Devin，2025年4?也將500美元的起始價(jià)格，?幅下調(diào)?每?20美元起2主打企業(yè)級(jí)市場(chǎng)的Augment也只是將起步價(jià)格定為了50美?2消息交互計(jì)費(fèi)基于?戶消息的交互計(jì)費(fèi)，?條消息=?次計(jì)代表產(chǎn)品：消息交互計(jì)費(fèi)基于?戶消息的交互計(jì)費(fèi)，?條消息=?次計(jì)代表產(chǎn)品：AugmentCode、Lovable.dev按需付費(fèi)按照實(shí)際Token/任務(wù)/資源/時(shí)?計(jì)費(fèi)，按照任務(wù)復(fù)雜度進(jìn)?收費(fèi)2代表產(chǎn)品：Devin、ReplitAgent、OpenAICodex訂閱制固定?費(fèi)按?∕年?付固定費(fèi)?，獲得?部分功能與額度，超額單獨(dú)計(jì)費(fèi)2代表產(chǎn)品：GitHubCopilot、Cursor、ReplitCore、ClaudeCode基于Token/Credit計(jì)費(fèi)預(yù)先購(gòu)買?定數(shù)量的Token/Credit，使?即扣減，額度?盡可續(xù)購(gòu)2代表產(chǎn)品：Bolt.new、Windsurf、V0、Magic.dev由于API費(fèi)?"不可控"，訂閱制付費(fèi)模式受挑戰(zhàn)硅?—線投資機(jī)構(gòu)ICONIQ，2025年4?對(duì)300位軟件公司構(gòu)建??智能產(chǎn)品的執(zhí)??管進(jìn)?了調(diào)查，數(shù)據(jù)顯?，70%公司?臨API費(fèi)?控制難題2傳統(tǒng)SaaS的固定訂閱模式在?對(duì)AI的?變動(dòng)成本時(shí)出現(xiàn)了結(jié)構(gòu)性問題，這種API費(fèi)?的"不可控性"正在重塑整個(gè)AI?業(yè)的商業(yè)邏輯2傳統(tǒng)SaaS可以隨著?戶增?和產(chǎn)品成熟，實(shí)現(xiàn)低邊際成本+規(guī)模效應(yīng)+?利潤(rùn)率2但AI產(chǎn)品?臨成本隨使?量線性增?、價(jià)值難以量化，以及容易出現(xiàn)“重度?戶虧損，輕度?戶流失”的特征2數(shù)據(jù)顯?，37%AI公司正在探索按照ROI導(dǎo)向定價(jià)和混合訂閱+按量付費(fèi)模式的新付費(fèi)模式，計(jì)劃對(duì)付費(fèi)模式進(jìn)調(diào)整2混合模式已經(jīng)超過了訂閱/席位制成為了最主流的AI產(chǎn)品定價(jià)模式這個(gè)挑戰(zhàn)和變化同樣發(fā)?在AICoding?業(yè)，?且AICoding相?其他AI領(lǐng)域更加復(fù)雜，整體?業(yè)呈現(xiàn)重度?戶多、使?頻率?、Token消耗?、成本波動(dòng)?的特點(diǎn)2在AICoding產(chǎn)品定價(jià)上，可以看到多種付費(fèi)模式的交織和融合，今年多個(gè)產(chǎn)品的付費(fèi)模式變動(dòng)背后的風(fēng)波，也是整個(gè)AI?業(yè)的預(yù)演。量?2來?費(fèi)2差異化的免費(fèi)服務(wù)和不同維度的Agent計(jì)費(fèi)模式Bolt.new、Lovable.dev等，都是給予免費(fèi)?戶同等權(quán)利，但是在token和Credit或者消息條數(shù)N進(jìn)?Bolt.new、Lovable.dev等，都是給予免費(fèi)?戶同等權(quán)利，但是在token和Credit或者消息條數(shù)N進(jìn)?隱私性區(qū)別AugmentCode，明確指出免費(fèi)版會(huì)?于AI訓(xùn)練，但付費(fèi)版不會(huì)2專業(yè)版試?+功能限制以cursor~代表，提供?定限制模型、功能等2另外Agent?費(fèi)已不再是簡(jiǎn)單的“token×模型單價(jià)?,更應(yīng)考慮“任務(wù)復(fù)雜度?、“執(zhí)?時(shí)??、“流程環(huán)節(jié)?多維度成本，所以在Agent的收費(fèi)模式的設(shè)?N，也存在著不同的策略2 Agent和Chat同樣的?費(fèi)模式，是?前的主流2 2統(tǒng)?但?同等計(jì)費(fèi)模式Lovable在消息交互扣費(fèi)的統(tǒng)?標(biāo)準(zhǔn)O選擇模式，原有的Chat模式是每發(fā)送?次AI消息或編輯請(qǐng)AgentMode率先引?“復(fù)雜度定價(jià)?,?改動(dòng)?1credit便宜，?型重構(gòu)強(qiáng)調(diào)“更貼合真實(shí)?作 3單獨(dú)付費(fèi)體系Replit給ReplitCore和ReplitAgent設(shè)?了不同付費(fèi)模式2ReplitCore采?標(biāo)準(zhǔn)固定?閱模式，享受固定費(fèi)?O的完整開發(fā)環(huán)境，包括?算資源、存儲(chǔ)空間和協(xié)作功能2ReplitAgent采?了"基于?作量"(Effort-Based)定價(jià)模式，根據(jù)AI執(zhí)?任務(wù)的實(shí)際復(fù)雜度和?作量位成本2訂閱+按需的混合模式成為主流，計(jì)費(fèi)單元抽象化隨著AI模型的使?量化(如Token、信?點(diǎn)、?戶消息、ACU等)，混合按量付費(fèi)的訂閱制模式變得越來越常見2哪怕是最傳統(tǒng)的訂閱制，也變更成訂閱套餐包含基礎(chǔ)額度，超出部分按量計(jì)費(fèi)2基于token/credit或者基于消息交互的預(yù)購(gòu)消耗模式已經(jīng)逐漸成為AICoding的主流，同時(shí)也有按需付費(fèi)的探Cursor、ClaudeCode、GitHubCopilot都在2025年5?和6?，都對(duì)付費(fèi)模式進(jìn)?了調(diào)整2變動(dòng)最?且?戶反彈最?的調(diào)整，來?于Cursor，Cursor宣布于6?16?從固定請(qǐng)求限制轉(zhuǎn)向$20算?池模式2ClaudeCode則是靜默收緊，重度?戶遭遇嚴(yán)格的使?限制2GitHub選擇漸進(jìn)調(diào)整，通過引?PremiumRequest，AgentMode/CodeReview等?級(jí)調(diào)??PremiumBucket計(jì)費(fèi)，?盡后進(jìn)?加購(gòu)2Cursor新模式(?6?16?)收費(fèi)基礎(chǔ)500次“FastRequests?+?限“SlowRequests?$20/?算?池(按API費(fèi)率扣費(fèi))，Auto模式?限制；推出$200Ultra(≈10,000Fast)超額處理Fast請(qǐng)求達(dá)限停?超出$20后按API單價(jià)計(jì)費(fèi)；Auto切換仍不限使?另外計(jì)費(fèi)的基礎(chǔ)單元?向抽象化，也是當(dāng)前AICoding產(chǎn)品的共同?向。早期的AICoding產(chǎn)品常以模型的調(diào)?次數(shù)作為付費(fèi)基元，Bolt.new、Devin、lovable等產(chǎn)品，都開始??定義的token、credit、checkpoint、ACU(AgentComputeUnit)等計(jì)費(fèi)基元2?的是讓開發(fā)者易預(yù)算，也防?直接暴露模型單?共識(shí)05從30%-90%，企業(yè)內(nèi)部AI代碼占?將持續(xù)提升30%30%SatyaNadella稱微軟代碼庫(kù)30%由AI編寫，約20%-30%的項(xiàng)?代碼很可能完全由AI?動(dòng)編30%30%SundarPichai2025年Q1財(cái)報(bào)電話會(huì)議P表?：?歌超過30%的新代碼由AI?成，6個(gè)?提升了5%。50%50%MetaMarkZuckerberg預(yù)測(cè)：2026年AI將承擔(dān)50%的編程?作。AI將成~開發(fā)的主?，未來開發(fā)者角?會(huì)發(fā)?根本性變化。90%90%AnthropicDarioAmodei2025年3?做出了最激進(jìn)的預(yù)測(cè)："我認(rèn)~我們將在O到六個(gè)?內(nèi)達(dá)到AI編寫90%代碼的狀態(tài)。在12個(gè)?內(nèi)，我們可能會(huì)處于AI編寫基本上所有代碼的世界中。從強(qiáng)制使?到進(jìn)?績(jī)效，激進(jìn)公司加快推動(dòng)落地強(qiáng)制使?AIPerplexity已“強(qiáng)制要求?所有員??少使??種AI編碼?具，通常是Cursor或GitHubCopilot，或兩者的結(jié)合2?員縮減但產(chǎn)出不變亞?遜?前已經(jīng)要求在?員縮減和交付周期加快的情況O，保持相同的代碼產(chǎn)出量，迫使程序員不得不依賴AI?成代碼來維持?進(jìn)?員?績(jī)效評(píng)估MicrosoftDeveloperDivision部分團(tuán)隊(duì)已在2025年中在年度績(jī)效回顧中考量員?AI?具實(shí)際使?情況，O?周期將整體正式納?公司績(jī)效評(píng)估體系2微軟之外，也有多家公司選擇同樣的做法：Shopify直接把會(huì)不會(huì)?AI寫進(jìn)績(jī)效考核，多鄰國(guó)計(jì)劃將AI應(yīng)?能?納?招聘考核，并將AI使?效能計(jì)?績(jī)效評(píng)估，阿?巴巴所有部?已被告知，2025年的績(jī)效將通過如何利?AI促進(jìn)增?來評(píng)估22025年5?，Jellyfish對(duì)來?各種規(guī)模的組織645名來?不同?程崗位的全職專業(yè)??進(jìn)?了調(diào)查，調(diào)查數(shù)據(jù)顯?在公司態(tài)度、授權(quán)、安全審查和正式使?政策N也存在?定的差距249.4%?下?上的試驗(yàn)49.4%的公司?勵(lì)開發(fā)者主動(dòng)嘗試AI?具?上?下的授權(quán)41.7%的組織~?選?具提供企業(yè)級(jí)授權(quán)22.5%正式使?政策22.5%的公司已發(fā)布針對(duì)AI編碼?具的正式使?政策?企業(yè)也在積極推進(jìn)?開發(fā)部門的AICoding應(yīng)?Jellyfish的調(diào)研報(bào)告也揭?了?個(gè)新的趨勢(shì)，那就是?前已經(jīng)有52.3%的??程部?成員利?AI進(jìn)?實(shí)驗(yàn)、原型設(shè)計(jì)或編寫代碼2DevOps研究與評(píng)估(DORA)報(bào)告也建議，最?的?產(chǎn)?提升來?于將??戶轉(zhuǎn)化為周期性?戶，?不是提?現(xiàn)有?戶的使?頻率252.3%52.3%??程師的AI??程師的AI使?情況利?AI進(jìn)?實(shí)驗(yàn)、原型設(shè)計(jì)或編寫代碼?持??程師使?AI編程?具的?程師?例企業(yè)內(nèi)部推?與?化融合領(lǐng)先的AICoding公司積極?勵(lì)甚?強(qiáng)制?開發(fā)部?使?AI?具，將其融?企業(yè)?化和?作流程，實(shí)現(xiàn)"企業(yè)內(nèi)部推?與?化融合領(lǐng)先的AICoding公司積極?勵(lì)甚?強(qiáng)制?開發(fā)部?使?AI?具，將其融?企業(yè)?化和?作流程，實(shí)現(xiàn)"狗糧式"開發(fā)并推ú全員AI化2Anthropic：?勵(lì)?技術(shù)部?試?ClaudeCode，秉持“狗糧式?開發(fā)理念，讓所有員?體驗(yàn)AI能?2Bolt.new也?度?勵(lì)?技術(shù)背景團(tuán)隊(duì)參與AI編碼2GitHub：Copilot和AI?具的使?已成為企業(yè)?化的?部分，并在有意義的地?強(qiáng)制推?，與Git和GitHub的普及程度相當(dāng)2賦能?技術(shù)?員?主構(gòu)建AICoding?具使?技術(shù)背景的員?能夠快速構(gòu)建實(shí)??具和應(yīng)?程序，極?地提升了團(tuán)隊(duì)的靈活性和效率2Replit：??資源部?員?三天內(nèi)構(gòu)建了?SaaS更好的組織結(jié)構(gòu)圖?具；沒有技術(shù)背景的員?在?周內(nèi)搭建了數(shù)據(jù)管理儀表v0：銷售?程副總裁利?v0創(chuàng)建?具幫?客戶理解產(chǎn)品，銷售團(tuán)隊(duì)通過實(shí)時(shí)協(xié)作縮短銷售周期，基礎(chǔ)設(shè)施?程師利?v0創(chuàng)建精美可視化效果2基于安全考慮和模型能?，?企業(yè)對(duì)是否使?外部?具有不同策略出于安全性、競(jìng)爭(zhēng)以及?業(yè)趨勢(shì)等視角，頭部公司打造??的AICoding產(chǎn)品已經(jīng)成為了普遍的做法，也都選擇基于??公司的代碼庫(kù)對(duì)模型進(jìn)?微調(diào)2但是關(guān)于模型的選擇、是否允許使?外部AI編程產(chǎn)品存在眾多?共識(shí)并且動(dòng)態(tài)調(diào)整2Meta和Amazon都是?個(gè)典型的員?推動(dòng)的策略改變2在亞?遜的員?投票中，Cursor遠(yuǎn)超其他編程軟件2Meta的Metamate在使?中能?不?，迫使Meta推出新的產(chǎn)品，分別處理簡(jiǎn)單任務(wù)和復(fù)雜任務(wù)2?有+第三?產(chǎn)品第三?模型外部產(chǎn)品外部產(chǎn)品是否允許使?外部AI編程?具微軟允許員?使?符合特定安全要求的外部AI?具，?前員?可以使?編程助?Replit。亞?遜正在考慮部署Cursor的AI?具，但需要解決"?個(gè)?優(yōu)先級(jí)的安全問題"。頭部領(lǐng)先?公司之外，Jellyfish2025年5?的調(diào)查數(shù)據(jù)顯?，35.6%的公司在允許使?AI編碼?具之前會(huì)進(jìn)?信息安全審查，在安全和能?的選擇中，可以看到另?種值得關(guān)注的狀態(tài)是安全措施和意識(shí)的缺?共識(shí)06軟件開發(fā)崗位需求銳減，初級(jí)和?級(jí)?程師需求分化初級(jí)?程師崗位20%40%?級(jí)?程師根據(jù)Indeed數(shù)據(jù)，?2022年達(dá)到峰值以來，軟件開發(fā)崗位的招聘需求呈現(xiàn)斷崖式O跌。當(dāng)前，軟件開發(fā)崗位的發(fā)布數(shù)量?jī)H為2020年1??平的65%，這意味著相?疫情前減少了35%。相較于2022年中期的歷史?點(diǎn)，職位空缺數(shù)量銳減了3.5倍；?與去年同期相?，招聘信息量也O降了8%。根據(jù)CompTIA的調(diào)查，?2023年1?以來，?向初級(jí)軟件?程師的空缺職位?例從近30%下降到略?于20%。與此同時(shí)，要求七年或以N經(jīng)驗(yàn)的職位發(fā)布量增加，占開放職位的近40%，?于之前的30%多?提效背景下的裁員浪潮，也在孕育新可能AmazonCEO-隨著AI?泛應(yīng)?，公司整體員?數(shù)量將會(huì)減為適應(yīng)未來?作模式，預(yù)計(jì)將導(dǎo)致更多的裁員和?作?式的根本轉(zhuǎn)變2StackOverflowCEO-AI直接削減了我們的??需求和組織規(guī)模2我們?cè)?024-2025年裁掉了近30%?程與?持團(tuán)隊(duì)2Salesforce在2025年進(jìn)?了?規(guī)模裁員，?的是為AI計(jì)劃騰出資源和預(yù)算空間2導(dǎo)致裁員增加雇傭?級(jí)?程師新的崗位導(dǎo)致裁員增加雇傭增加雇傭GitHubCEO-AI讓?部分代碼實(shí)現(xiàn)?動(dòng)化，企業(yè)?同樣的錢，可以雇傭更多懂AI協(xié)作的?，把新想法更快變成產(chǎn)品2NetlifyCEO-企業(yè)現(xiàn)在可以?更少的資?雇傭更多程序員，從?著?處理那些以前因成本過???法啟動(dòng)的軟件項(xiàng)?2TabNine創(chuàng)始?-同?預(yù)算下，你不需要砍團(tuán)隊(duì)，?是能雇傭更多執(zhí)??強(qiáng)、愿意學(xué)習(xí)AI?具的?2傳統(tǒng)模式過去企業(yè)?臨的選擇：要么購(gòu)買昂貴的SaaS產(chǎn)品，要么投?巨資聘請(qǐng)熟練的開發(fā)?員來構(gòu)建定制化軟件2新經(jīng)濟(jì)模式成本構(gòu)成隨之改變，企業(yè)現(xiàn)在可以?更少的資?雇傭更多程序員，從?著?處理那些以前因成本過???法啟動(dòng)的軟件項(xiàng)?2團(tuán)隊(duì)精簡(jiǎn)、?產(chǎn)提效與?才重構(gòu)的變化趨勢(shì)?才結(jié)構(gòu)重塑與招聘新標(biāo)準(zhǔn)?產(chǎn)?實(shí)現(xiàn)指數(shù)級(jí)飛?才結(jié)構(gòu)重塑與招聘新標(biāo)準(zhǔn)?產(chǎn)?實(shí)現(xiàn)指數(shù)級(jí)飛躍KevinScott(微軟CTO):預(yù)測(cè)未來五年內(nèi)，95%的代碼將由AI程師」組成的團(tuán)隊(duì)，借助AI?具，就能完成過去需要Γ100名?程師」才能完成的?作2GarryTan(YCombinatorCEO):預(yù)計(jì)AI輔助編程將幫助完成過去Γ100名?程EricSteinberger(Magic):預(yù)期技術(shù)能使開發(fā)者?產(chǎn)?實(shí)現(xiàn)Γ超越2倍的提升」，并認(rèn)~Γ第?次AI效率翻倍應(yīng)Lovable:最初僅由少12?從事代碼編寫)，在極短時(shí)間內(nèi)實(shí)現(xiàn)驚?增?2Lovable:最初僅由少12?從事代碼編寫)，在極短時(shí)間內(nèi)實(shí)現(xiàn)驚?增?2Verce:v0團(tuán)隊(duì)僅有卻能實(shí)現(xiàn)驚?的增?和Bolt:團(tuán)隊(duì)規(guī)模約Γ20Cursor:團(tuán)隊(duì)從2023年初的Γ30?」增?到2024年中的Γ接近和影響???仍是“?型的?,體現(xiàn)“精益求精?和“產(chǎn)品驅(qū)動(dòng)?2Bolt:?度?勵(lì)?技術(shù)背景的團(tuán)隊(duì)成員和?戶參與AI編碼2Cursor:公司內(nèi)部擁有“??例的?程、研究和設(shè)計(jì)?才?,總?數(shù)更少但?程師密度?2Poolside:團(tuán)隊(duì)規(guī)?！俺^?百??,主要成員分布在“應(yīng)?研究?領(lǐng)域，并擁有??規(guī)模“可觀的市場(chǎng)推?團(tuán)隊(duì)?2個(gè)?開發(fā)者和10?以下團(tuán)隊(duì)，正在成為創(chuàng)新主?24%YCombinator2025年數(shù)據(jù)顯?，孵化項(xiàng)?中24%初創(chuàng)企業(yè)，95%代碼由AI?成。團(tuán)隊(duì)平均規(guī)模3.2?，實(shí)現(xiàn)年均300萬美元營(yíng)收。70%GartnerGartner預(yù)測(cè)，到2027年70%的軟件創(chuàng)新將源?10?以下團(tuán)隊(duì)HuggingFaceHuggingFace社區(qū)數(shù)據(jù)顯?，2025年個(gè)?開發(fā)者貢獻(xiàn)的AI模型占?達(dá)63%83%GitHub2025年全球個(gè)?開發(fā)者倉(cāng)庫(kù)數(shù)量同?增?217%。其中83%的項(xiàng)?使?AI輔助編程?具。1000萬ARR規(guī)則被改寫：從最快3年到15?2個(gè)?實(shí)現(xiàn)。ARR達(dá)1000萬美元是?個(gè)標(biāo)志，代表公司已經(jīng)擁有了可重復(fù)的客戶獲取機(jī)制，可靠且?效地獲取客戶，并確保成功。但是在這輪AICoding公司和上?任SaaS公司之間產(chǎn)?了巨?的不同。產(chǎn)品?增長(zhǎng)、社區(qū)傳播、零營(yíng)銷預(yù)算的AI原?團(tuán)隊(duì)顯現(xiàn)Cursor的打法極具Cursor的打法極具AI時(shí)代特?：極致產(chǎn)品?增?、低價(jià)?頻、社區(qū)驅(qū)動(dòng)，依靠開發(fā)者?碑和?絡(luò)效應(yīng)，短時(shí)間內(nèi)實(shí)現(xiàn)爆發(fā)式增?2代表AI時(shí)代“產(chǎn)品?+社區(qū)?增??的新范式2.團(tuán)隊(duì)變化-極致?效：實(shí)現(xiàn)1億收?時(shí)，僅有20位員?，每位員?產(chǎn)?500萬ARR2.組織變化-?傳統(tǒng)部?：?乎全員為?程師或AI研究員2?傳統(tǒng)銷售、市場(chǎng)、HR部?，2025年才開始補(bǔ)充更多產(chǎn)品、運(yùn)營(yíng)和?持崗位，?撐更?規(guī)模的?戶和企業(yè)客戶需求2.銷售模式變化-社區(qū)即銷售：零營(yíng)銷投?，完全依賴開發(fā)者社區(qū)?碑和產(chǎn)品?傳播.客戶變化-?規(guī)模個(gè)?開發(fā)者客戶：收?由36萬名個(gè)?開發(fā)者貢獻(xiàn)2從個(gè)?開發(fā)者向企業(yè)客戶?然擴(kuò)展.收?模式變化-低價(jià)?頻：ACV僅$276，遠(yuǎn)低于其他SaaS企公司團(tuán)隊(duì)?數(shù)收?驅(qū)動(dòng)邏輯客戶結(jié)構(gòu)?效客戶數(shù)ACV(公司團(tuán)隊(duì)?數(shù)收?驅(qū)動(dòng)邏輯客戶結(jié)構(gòu)?效客戶數(shù)ACV(平均合同?額)向CursorAICodinCursorAICoding企業(yè)級(jí)Wiz480?Wiz全球化全球化20個(gè)?24個(gè)?Deel2000?企業(yè)?企業(yè)?Ramp約500Ramp?500萬約20萬約5萬20萬36萬26018005000個(gè)?開發(fā)個(gè)?開發(fā)者~主?型企業(yè)客戶中?型企業(yè)客戶海量開發(fā)者?然轉(zhuǎn)化聚焦?型企業(yè)安全需求服務(wù)跨國(guó)??資源覆蓋?泛中?企業(yè)$27638.4萬美元5.5萬美元中?企業(yè)中?企業(yè)2萬美元?共識(shí)07AI會(huì)改變什么？傳統(tǒng)意義上的編程，往往意味著在集成開發(fā)環(huán)境(IDE)中逐?編寫、調(diào)試和維護(hù)特定編程語(yǔ)?的語(yǔ)法2然?，AI的介?正在模糊這?界限2代碼將不再等同于編程本?，?編程正以前所未有的速度邁向?度抽象化，其中?然語(yǔ)?正成為新的編程范式。源代碼本?將成為?種“產(chǎn)物?,?不再是最重要的交互單位，意圖將成為新的核?，這種轉(zhuǎn)變的深層原因在于，AI模型在?成可運(yùn)?、甚?美觀的代碼??，其可靠性已經(jīng)邁過了邊界2這使得開發(fā)者能夠跳過?量繁瑣的實(shí)現(xiàn)細(xì)節(jié)，將重?從低層級(jí)的語(yǔ)法實(shí)現(xiàn)，提升到更?層級(jí)的“意圖表達(dá)?和“問題分解?2軟件1.0傳統(tǒng)的編程?式，您為計(jì)算悉的GitHub上的代碼庫(kù)，所有這些都是已編寫的計(jì)算機(jī)執(zhí)?數(shù)字任務(wù)的指令2軟件2.0基本上是神經(jīng)?絡(luò)，特別是接編寫這些代碼，更多的是調(diào)整數(shù)據(jù)集，然后運(yùn)?優(yōu)化器來創(chuàng)建神經(jīng)?絡(luò)的參數(shù)2軟件3.0神經(jīng)?絡(luò)通過?型語(yǔ)?模型是編程?型語(yǔ)?模型的程序，這些提?是?英語(yǔ)編寫的，這是?種?常有趣的編來源：AndrejKarpathy的YC演講AICoding正在從代碼?成?向產(chǎn)品定義好的產(chǎn)品，代碼只是其中的實(shí)ā?段。調(diào)研顯?，?程師實(shí)際上放在寫代碼的時(shí)間只有20%左右。如果僅僅只是解決代碼的實(shí)ā效率，AICoding只是在開放流程的?個(gè)?節(jié)進(jìn)?了提效2真正具有??意義的是AI能夠理解?戶需求，將意圖轉(zhuǎn)化~完整的產(chǎn)品?案，從?在產(chǎn)品設(shè)計(jì)和功能定義層?提供?持，推動(dòng)整個(gè)開發(fā)流程的升級(jí)2à也是?前所有AICoding產(chǎn)品的演進(jìn)路線2Cursor：PRD到代碼AI旨在消除編輯器中所有“低熵”操作，讓編程更像編寫“偽代碼”，直接從產(chǎn)品需求?檔Replit：構(gòu)建?動(dòng)化愿景是讓開發(fā)者專注于“構(gòu)建”，將?境配置、依賴安裝、部署等繁瑣?作交給AI處理2Lovable：可視化編輯定位~“個(gè)?AI軟件?程師”，允許?戶通過可視化?式直接編輯界?元素，修改會(huì)“深?到代碼庫(kù)Devin：?主AI?程師被認(rèn)~是?個(gè)“AI軟件?程師”，能夠?主執(zhí)?復(fù)雜開發(fā)任務(wù)，包括閱讀?檔、編寫代碼、調(diào)試和Vercel：理解深層意圖AI不僅能理解功能需求，?能理解設(shè)計(jì)美學(xué)和市場(chǎng)營(yíng)銷的“意圖”，例如根據(jù)?標(biāo)×眾?成營(yíng)銷?案2開發(fā)者不會(huì)被完全取代，但需要成為技術(shù)專管和通才盡管Agent的潛?巨?，但“?機(jī)協(xié)作?的哲學(xué)依然是主流2?多數(shù)創(chuàng)始?認(rèn)為，AI不會(huì)完全取代開發(fā)者，但會(huì)重塑他們的核?職責(zé)2Poolside的JasonWarner的觀點(diǎn)是AI在短期內(nèi)并不會(huì)完全取代軟件開發(fā)者的角?，?是更多地替代開發(fā)過程中的某些任務(wù)2HansenWang&AlexanderEmbiricos(OpenAICodexTeam)說“他們不確定Codex對(duì)專業(yè)軟件?程師的數(shù)量影響是增多還是減少，但?前來看，效率提升?常顯著，頭部?戶每天對(duì)于專業(yè)開發(fā)者的未來職業(yè)道路2AICoding的創(chuàng)業(yè)者在?的共識(shí)下?，有?些?的不同看法2微軟CEO薩蒂亞·納德拉認(rèn)為未來的?程師將更像“技術(shù)主管?,管理“??的Agent團(tuán)隊(duì)?2Replit創(chuàng)始?AmjadMasad觀點(diǎn)更加直接和鮮明，?個(gè)是往底層?，?個(gè)是往?戶?2如果你想成為程序員并擁有?作保障，我認(rèn)為你必須選擇盡可能接近底層的東西2?如，NASA不會(huì)讓GPT?成的JavaScript來運(yùn)??箭，特斯拉汽車也不會(huì)2另?個(gè)?向是你要真正擅?成~產(chǎn)品?員，成~設(shè)計(jì)師、創(chuàng)造者、產(chǎn)品經(jīng)理2在軟件領(lǐng)域，對(duì)創(chuàng)意?成者的需求將?幅增加，因?yàn)閳?zhí)?將不再是瓶頸，想法才是2我認(rèn)為全p開發(fā)者是最危險(xiǎn)的，因?yàn)楱な荊itHub上最常見的，à是AI最擅?的，à已經(jīng)在某種程度上被?動(dòng)化了2-Replit創(chuàng)始?AmjadMasad關(guān)于第?個(gè)成為通才的?向，Bolt的EricSimons的觀察也能加以佐證，那些?常與開發(fā)者打交道的產(chǎn)品經(jīng)理和創(chuàng)業(yè)者，正是最擅?使?AI構(gòu)建?具的?2另外，?乎所有?都強(qiáng)調(diào)?類的最終審查和決策判斷不可或缺2開發(fā)者需要像“教練??樣，指導(dǎo)、評(píng)估、糾正AI的產(chǎn)出，并將其推向預(yù)期的?質(zhì)量o準(zhǔn)2AlexanderEmbiricos&HansenWang(OpenAICodexTeam)將與AI代理協(xié)作?作管理團(tuán)隊(duì)2“AI雖然提?了代碼產(chǎn)出，但也帶來了新的“產(chǎn)品管理?挑戰(zhàn)，例如“特性過剩?和產(chǎn)品臃腫2à要求產(chǎn)品團(tuán)隊(duì)和?程師重新思考產(chǎn)品衛(wèi)?和架構(gòu)管理實(shí)踐，從“能做多少?轉(zhuǎn)向“應(yīng)該做多少?2從"2500萬"到<10億=，消費(fèi)者重新成為創(chuàng)造者誰(shuí)來構(gòu)建，誰(shuí)將成~構(gòu)建者主流?另?種觀點(diǎn)是，?開發(fā)者會(huì)成~軟件構(gòu)建者的主流。就像?專業(yè)??成~短視頻?業(yè)的主流?產(chǎn)者?樣2A16Z的合伙?、增??客的代表性?物Andrewchen覺得未來的軟件的構(gòu)建者，屬于時(shí)間富翁??專業(yè)富翁，那些有時(shí)間的?，例如學(xué)?和年輕?會(huì)成~開發(fā)的主?2關(guān)于編程現(xiàn)階段只是極少數(shù)?的能?和特權(quán)，EricSimons(BoltCEO)和AntonOsika(LovableCEO)給了?個(gè)具體的數(shù)字和?例?持：“全球有約2500萬開發(fā)者，只有0.23%的??懂得編程?。從2500萬邁向“10億?,不僅僅是?個(gè)數(shù)量上的增??標(biāo)，更是意味著軟件的邊界將極?地拓展，軟件會(huì)成~每個(gè)?都能使?的表達(dá)?具2?AI時(shí)代，把10億開發(fā)者從愿望變成愿景，成~眾多公司創(chuàng)始?的?動(dòng)2GitHub作~全球最?的開發(fā)者平臺(tái)，已經(jīng)將"培育10億開發(fā)者"設(shè)定~其核?愿景。Replit聯(lián)合創(chuàng)始?兼CEOAmjadMasad說他相信最終會(huì)有?億開發(fā)者2已經(jīng)發(fā)?的事情是AI的引?已經(jīng)使得Vercel的注冊(cè)?戶數(shù)量翻了?番2除了數(shù)量上的變化，更重要是?群畫像的變化。Bolt.newCEOEricSimons指出，他們平臺(tái)上的?多數(shù)?戶(60-70%)并?傳統(tǒng)意義上的開發(fā)者2?技術(shù)背景的?戶正在?規(guī)模涌?編程領(lǐng)域2Bolt、Lovable、Replit談到典型?戶包括設(shè)計(jì)師、學(xué)?、健?教練、銷售?員、11歲的??孩、運(yùn)營(yíng)?員、教育企業(yè)家、?師等2v0的GuillermoRauch認(rèn)~“AI將成~軟件的同義詞?,未來“如果你能夢(mèng)想它，你就能發(fā)布它?。過去，軟件開發(fā)的?檻主要在于掌握具體的編程語(yǔ)?、框架和?具，即“能否實(shí)現(xiàn)?功能2然?，隨著AI技術(shù)的飛速發(fā)展，這??檻正被?幅降低2當(dāng)代碼?成變得普遍且簡(jiǎn)單，區(qū)分優(yōu)秀產(chǎn)品和開發(fā)者的關(guān)鍵要素就不再是“能否實(shí)現(xiàn)?,?是“做得有多好?,?類的“品味?和“?向設(shè)定?變得極其關(guān)鍵2擁有問題意識(shí)AI編程已經(jīng)讓?家變得更快了，但很多核?問題仍然存在：“理解?常復(fù)雜的系統(tǒng)，在整個(gè)公司的背景O?作擁有問題意識(shí)AI編程已經(jīng)讓?家變得更快了，但很多核?問題仍然存在：“理解?常復(fù)雜的系統(tǒng)，在整個(gè)公司的背景O?作，思考你正在構(gòu)建的產(chǎn)品或你正在做的?作，以及理解"好w，我們想要解決的問題是什么？我們想要如何解決這些問題？我們想要構(gòu)建的解決?案到底是什么？我們將要做出的所有這些關(guān)鍵決策和權(quán)衡是什——ScottWu(CognitionAI)呈現(xiàn)“正確想法”未來?程的關(guān)鍵將從“o謹(jǐn)性?轉(zhuǎn)向“品味?,即對(duì)軟件如何運(yùn)作和呈現(xiàn)的“正確想法?2未來會(huì)越來越?縫轉(zhuǎn)換—你想要構(gòu)建什么、希望所有功能如何運(yùn)作、期待它呈現(xiàn)怎樣的外觀，都能毫不費(fèi)?地實(shí)現(xiàn)2"審美"這個(gè)說法可能不太準(zhǔn)確，關(guān)鍵在于對(duì)構(gòu)建內(nèi)容有正確的構(gòu)思?2——MichaelTruell(Cursor)另?些創(chuàng)始?，更多地是從藝術(shù)、感覺、靈感、直覺去理解品味的核?競(jìng)爭(zhēng)?2AmjadMasad(Replit)提到PaulGraham對(duì)編程語(yǔ)?的看法，認(rèn)~它更像是??藝術(shù)，?不是??科學(xué)2這些作品是審美藝術(shù)品，?不僅僅是功能性藝術(shù)品2ThomasDohmke(GitHub)也將軟件開發(fā)描述~“創(chuàng)意?作，是?種藝術(shù)，?常類似于藝術(shù)家所做的事情?2AntonOsika(Lovable)認(rèn)~即使AI能?成?量代碼，但?類的“品味、經(jīng)驗(yàn)和直覺?在最終審查和打磨階段仍不可或缺不過2“他分享了?個(gè)案例：當(dāng)AI代理陷?困境時(shí)，他通過?句看似隨意的“看O歷史記錄?提?，使AI想到了正確的?向，這種直覺判斷是項(xiàng)重要能?2GuillermoRauch(Vercel)?的更遠(yuǎn)，他坦?，機(jī)器可以?常廉價(jià)地構(gòu)建東西時(shí)，你不再關(guān)?I如何I完成，?是關(guān)?最終結(jié)果的I感覺I如何2這種帶有審美傾向、讓?感覺"這樣就是好"且具有社會(huì)效應(yīng)的事情，需要?成~凌駕于機(jī)器之N的"氛圍掌控者"2AmjadMasad