圖片來源@pixabay

市場對生成式AI編程助手的興趣正日益濃厚。

相較于銷售、客服等領域，生成式AI在編程領域的應用落地速度更快，且代碼生成提效賦能開發者的場景已經被實踐快速驗證。

結合ResearchAndMarkets近日公布的調研報告，2024年全球生成式AI編程助手的市場規模在2590萬美元，預計到2030年將達到9790萬美元，6年復合年增長率為24.8%。報告還指出，中國市場的復合年增長率將達到23.5%，帶動2030年達到1490萬美元。

就在剛剛過去的一周，Anysphere完成9億美元C輪融資，OpenAI以30億美元正式收購Windsurf，設計公司Figma發布類似Lovable的AI編程功能Figma Make。

據悉，Anysphere本輪融資由Thrive Capital領投，Andreessen Horowitz、Accel、Benchmark等知名風投跟投。其估值達90億美元，累計融資金額已超過1.73億美元，年度經常性收入（ARR）在今年4月就已突破2億美元。去年11月，Anysphere還成功收購了另一家競品公司Supermaven。

而在收購敲定之前，Windsurf的年度經常性收入在今年4月則達到1億美元，這一數字在1月還僅在4000萬美元。期間，Windsurf還與Kleiner Perkins、General Catalyst等投資方洽談投資事宜。

三大云廠商及一些老牌企業也在抓緊迭代AI編程工具，提供的服務功能也基本與Cursor和Windsurf類似。在此之前，AWS開發了類似的產品CodeWhisperer、Q Developer，谷歌擁有Gemini Code Assist，微軟則更早與OpenAI合作之初就推出了Github Copilot。對于云廠商而言，AI編程工具或許可以提高客戶使用自家云服務產品的黏性。

甚至大數據廠商Databricks也在擬收購Neon無服務器數據庫公司。由于Neon數據庫支持存儲AI模型所需的向量數據，且支持數據庫實例1秒冷啟動，這對AI編程助手的響應速度有重要意義。這舉措也被視為Databricks在為支持AI編程助手的應用場景做準備。

同樣在中國市場，這個被業內投資人視為“很難有發展較好的創業項目”的賽道，仍在不斷涌入后來者。國內頭部云廠商推出了自己的AI編程工具，AI大模型廠商也推出了微調模型或AI代碼工具，部分AI編程初創公司則在挖掘Agent創新應用。本周，騰訊最新推出了一款AI編程工具CodeBuddy。據稱，CodeBuddy已在騰訊內部實現大規模應用，研發提效超16%，AI生成代碼占比超過40%。

2023年至今，AI編程賽道已有多家企業獲得主流投資機構的投資。可以看到，AI編程這一賽道還在海外市場，無論是一二級市場，還是產品探索層面，已十分活躍。

AI編程有多熱

四大之一的普華永道不久前預估，GitHub Copilot將企業構建AI應用所需時間縮短了20%至30%，同時進一步降低了企業用云成本。軟件設計公司Autodesk使用GitHub Copilot以實現編程自動化，并聲稱其工作效率提高了近30%。微軟CEO納德拉近期則表示，其公司目前20%至30%的代碼是由AI編寫的。

事實上，AI編程作為OpenAI ChatGPT的一大優勢，也是超過1500萬人訂閱的核心原因之一。而Anthropic的Claude同樣作為一款聊天應用，其軟件開發已經占其所有交互的十分之一以上。

值得一提的是，當前另一個名詞“氛圍編程”（Vibe coding），也幾乎被等同于理解為AI編程。該名詞由OpenAI聯合創始人Andrej Karpathy在今年2月提出，因其編碼方式類似于對話而命名。

按Andrej的說法，“氛圍編程是一種新的編程方式，在這種方式下，你會完全沉浸于氛圍，擁抱指數級增長，甚至忘記代碼的存在。之所以能做到這一點，就是因為大模型的水平越來越高，只需要SuperWhisper和Composer兩款AI工具完成繁重的編碼工作，從而快速構建軟件。在氛圍編程中，無需手寫任何一行代碼。相反，只需表達想要的內容——某程序或功能的“氛圍”，然后AI就會自動生成代碼。”

總結來看，在AI編程助手的發展過程中，技術創新和強烈的業務需求起到了重要推力。

首先在需求層面，隨著軟件項目日益復雜，傳統軟件的開發時間和人力成本，早已無法滿足企業業務的需求。應用開發需求跟上市場節奏，以提高生產力和市場競爭力，這導致企業主動尋求能夠減輕開發負擔并加快開發進程的輔助工具。

其次，將編程助手集成到云原生開發環境，這與當前容器化和微服務架構的技術環境相契合。同時，開發人員的的行為也在不斷演變，越來越多的專業開發者也在尋求更流暢的開發體驗。

此外，目前低代碼的實踐與應用已經有幾十年歷程，在賦能非專業開發者參與軟件開發的過程中，AI驅動的低代碼和無代碼的興起也進一步刺激了這一市場的活躍。

IDC《中國低代碼開發平臺技術評估，2024》報告此前對低代碼+生成式AI融合場景進行判斷：一是開發場景類，即生成式AI應用于低代碼應用開發或開發流程中；二是應用賦能類，生成式AI對低代碼開發平臺及其所開發的應用進行賦能。

同樣是提升開發效率，與一般低代碼開發不同的是，目前AI編程助手的運作機制背后是由生成式AI和大模型技術驅動，這些工具由大語言模型或微調模型如OpenAI的Codex提供支持，其關鍵在于，需要精心構建文本輸入或Prompt，以便大模型能生成最佳結果，可生成代碼片段、提供調試建議、根據自然語言提示編寫完整腳本。這些也是當前AI編程助手的典型應用場景。

這種方式其實已經帶來了軟件開發方式的轉變。傳統上，開發軟件仍然需要開發人員了解編程語言并編寫精確的語法，低代碼/無代碼平臺則需要預構建組件和模板，而AI編程助手則通過自然語言交互即簡單的文字描述，即可生成可用的代碼。

先驅者Github Copilot

對于微軟而言，早期開發的Visual Studio和Visual Studio Code系列產品，在全球的開發者群體中的使用和反饋非常良好。到后來的IntelliCode、Power Platform，微軟在編程提效方面積累了大量經驗。

這種強大的編程產品和生態能力，也讓Github Copilot在2021年10月公布預覽后的幾年內，迅速成為使用最廣泛的AI編程助手之一。據悉，目前已有77000家組織在采用Github Copilot，其付費訂閱用戶已超過180萬。而Github Copilot最大優勢在于能夠與主流集成開發環境IDE（Visual Studio Code、Visual Studio和Android Studio）集成，其理念是將GitHub Copilot深度集成到現有工作流，以API插件方式提供給用戶。

在定價方面，Github Copilot同樣具有一定競爭力：針對個人用戶，每月10美元或每年100美元（如Cursor的訂閱價格為每月20美元，專業版）；同時也會提供針對更復雜協作團隊的企業解決方案。

模型層面，Github Copilot最初依賴于OpenAI Codex，去年10月，Github Copilot最先接入了Anthropic的Claude 3.5 Sonnet、谷歌的Gemini 1.5 Pro以及OpenAI的o1-preview和o1-mini等多個模型，使開發者企業能夠跨VS Code和GitHub等工具選擇適合特定編碼需求的模型。

目前開發者正在尋求不同的模型來執行代碼生成、重構和優化等任務，從而實現跨編程環境的靈活、高效和高質量的編碼。比如，Claude 3.5 Sonnet擅長編碼任務，并因其對軟件工程原理的出色掌握和應對復雜編程挑戰的能力而被開發人員廣泛使用。這意味著，AI編程不僅由多模型功能定義，也由多模型選擇定義。

今年2月，Github Copilot推出了Agent模式預覽版，能夠進行任務理解規劃、迭代自身代碼，并自動修復錯誤。

可以看到，盡管Github Copilot較早普及面世并影響了開發者的使用習慣，但AI編程助手的陣營在生成式AI廣泛影響后才開始得到迅速擴充。目前主流產品基本以API插件與IDE集成，或基于IDE二次改造實現，輔助人類開發者完成各類編碼動作的Copilot（輔助）模式，比如內嵌在編輯器側邊欄，并有跡象進一步向Agent（AI代理）模式探索。

Cursor的開發商Anysphere、Windsurf（原Codeium）、Poolside、Souregraph、Devin的開發商Cognition、Magic、Codeium、Replit等AI編程初創公司在ChatGPT火熱之后陸續出場。

后來者的機會

Cursor是當前AI編程領域Copilot的代表性產品之一。它在大模型火熱之后出現，作為較新的參與者，Cursor已經獲得業內用戶相當多的關注，甚至被捧為“Github Copilot殺手”。最新公開信息顯示，Cursor已服務30000名客戶，包括OpenAI、Midjourney、Perplexity等知名企業。

在產品形態上，Cursor編輯器采用雙屏交互設計，左屏顯示代碼，右屏集成AI對話助手，支持開發者用自然語言指令修改代碼，并提供智能、手動、問答三種模式提升效率，因而在使用體驗上會更加絲滑。

與IDE集成模式不同的是，Cursor作為VS Code的分支，是一個獨立的AI編程助手。這也是Cursor在工程層面能夠凸顯的關鍵——不對VS Code做插件，而是對VS Code進行二次改造，在底層兼容多個AI大模型，包括Anthropic的Claude 3.5 Sonnet、OpenAI的GPT-4o等。

目前，Cursor也推出了Agent功能，旨在獨立為用戶完成部分任務，包括跨項目工作、生成多文件代碼、執行命令、自動尋找上下文，適合大規模重構和復雜任務的自動化處理。

另一方面，Cursor的開發商Anysphere一直在努力控制成本，包括計算資源方面的支出，如開發基于專家混合架構（MoE）的新型算法以降低計算資源消耗。去年，該公司還推出了自研模型Cursor-Fast，其代碼生成能力據稱介于GPT-3.5與GPT-4之間。據最近透露的信息來看，Anysphere的最新一輪融資正是用于降低對第三方供應商的依賴，此舉或有助于提升其產品利潤率和技術自主性。

盡管Cursor已經成為其中最引人注目的一匹黑馬，但Cursor的競爭對手也不算少數，或者說同類型的AI編程工具級產品實在太多。站在開發者的視角，會在最熟悉、最習慣的平臺上開發工作，但同時也會在多個平臺間進行互操作。企業開發環境也在跟隨云計算、AI業務需求的轉變保持跟進。

Wing VC合伙人Zachary DeWitt在其專欄中提醒道：“微軟也可能簡單地切斷Cursor和競爭對手與VS Code核心API的連接或更改條款，使其更難在更新的基礎上構建。Cursor對VS Code的依賴顯示了建立在他人平臺上的不穩定性。”

目前被OpenAI敲定收購的另一家初創公司Windsurf同樣增長迅猛。自2024年底發布以來，4個月內用戶數破百萬、年度經常性收入（ARR）超過1億美元、企業客戶數量超過1000家。對需要體驗輕松便捷AI編程的學生和業余開發者而言，Windsurf無疑是最優選擇。在技術層面，Windsurf目前同樣選擇了自己做IDE，而不是作為VS Code的插件。

此外還有Replit，提供了Ghostwriter AI，這是一個基于瀏覽器的AIDE（人工智能開發環境）。

而在Agent功能進展方面。Cursor和Bolt于2023年推出了首款Agent產品，Replit和Devin則在2024年發布了其Agent產品。相較之下，Cursor體積稍大，需要下載，主要面向于專業開發者；Bolt沒有移動端，主要基于網頁端，方便初學者輕松上手；Replit的代理還提供AI提示符調優功能，以幫助生成最佳代碼，且完全在云端運行。

生產力提升≠效率提升

不過，處在探索期的AI編程助手自面世至今也同樣備受質疑與挑戰。尤其是對于面向的直接使用方——開發者群體而言，AI編程很容易被視為前端的“玩具”，前端看起來很酷炫，但在一些復雜的代碼編程問題中，可能根本使用不了。而更多的用戶則關心：

“AI編程最大的問題在于測試，如何保證代碼完全沒有問題？尤其是關鍵數據業務。” “AI對于從0到1的項目是很好用的，但對于老項目，就很難讓AI理解全部業務邏輯，這導致老項目用AI就會很局限。” “后臺數據庫如何管理和保密。從前端的角度來看，只用GPT等大模型應用就足夠了，單獨做一款產品的優勢和價值是什么？”

當下的AI編程助手背后是由大模型技術驅動，這就意味著僅在AI代碼生成這一環節依然存在“似是而非”、“正確的廢話”、“機制不透明”、或者代碼安全等問題。不少人員反饋，AI編程助手目前也存在局限性，如經常輸出錯誤結果，或者無法生成與用戶意圖一致的代碼，用戶要么自行修復代碼，要么只能不斷修改prompt以期待生成最佳結果。

今年4月，Cursor的客服AI出現問題，導致大量用戶取消訂單。一名Cursor用戶在Hacker News和Reddit上發帖稱，在切換設備時，賬戶開始莫名其妙地被注銷。出于疑惑，該用戶聯系客服，卻只收到一封“Sam”的郵件回復，稱根據新的登錄策略，賬戶注銷是“正常現象”。 后被證實，該回復是由AI完全編造的解釋。

除了花大量時間修改prompt或創建一個冗長的prompt，開發者還需要花時間審查AI生成的代碼。早在去年10月，筆者就注意到一則信息：企業將GitHub Copilot集成到軟件開發平臺后，編碼時間可減少50%，但開發者用上GitHub Copilot的同時也導致Bug增加了41%。

這意味著，代碼提效的問題解決了，但并沒有帶來AI預期的——開發團隊的整體生產力提升。

Datasette創始人Simon Willison近日在博客中寫道：“對于軟件開發而言，其工作其實遠不止于編寫大量代碼和實現功能。不僅要創建出可演示、可運行的代碼，更要保證這些代碼具備良好的可理解性，既便于其他開發人員閱讀，也利于機器處理，同時要確保代碼能夠支持項目的未來持續開發。需要綜合考慮多個關鍵因素，如性能表現、可訪問性、安全性、可維護性以及成本效益。”

在他看來，倘若開發人員利用生成式AI編程，在將生成的代碼納入項目之前，必須進行仔細審閱和全面測試，確保自己能夠向非AI編碼背景的人員解釋清楚其工作原理。只有滿足這些條件，其工作才能稱之為真正的軟件開發。

而從需求端來看，當下環境下迫于經濟壓力，企業IT支出哪怕在整體不縮減的前提下，為生成式AI等創新應用付費，也意味著將減少其他原有軟件的支出。一些在考慮使用AI編程的企業軟件高管，其關注點是該項技術能不能用于開發Salesforce、SAP、Workday和ServiceNow等較為昂貴的企業軟件的低成本替代品。

趨勢上，AI編程可能也不再局限于自動執行代碼重構、版本管理和測試等常規任務來提高生產力，而是進化到“全流程開發Agent”。未來最核心的產品變革或突破點可能也在于這一點。

但無論如何，不同AI編程助手在開發圈層的影響力還有待進一步擴散。先一步用上AI編程的開發者或企業，或許也在暗暗嘗試，這種全新的開發體驗究竟能走多遠。（本文首發于鈦媒體APP，作者 | 楊麗，編輯 | 蓋虹達）