大廠正在集火最具 PMF（產(chǎn)品市場(chǎng)契合度）價(jià)值的賽道—— AI 編碼。

從 7 月 21 日開始，字節(jié)、騰訊、阿里輪番更新 AI 編碼產(chǎn)品和模型：字節(jié)已有的 AI 編碼產(chǎn)品 Trae 放出 Solo 版本，加入上下文工程，讓平臺(tái)變得更 " 聰明 "；騰訊則把一整套用來部署產(chǎn)品的工具放到其中，做了個(gè) " 全棧工程師 "；阿里更是發(fā)布編程大模型 Qwen3-Coder 劍指 Claude 4，直接從模型層下功夫。

在 Cursor 面向中國(guó)市場(chǎng)取消了 Anthropic、OpenAI 和 Google 等多家的模型使用后，國(guó)內(nèi)大廠們不僅想做 Cursor 的平替，更是升級(jí)開發(fā)體驗(yàn)。它們不再滿足于讓 AI 僅僅充當(dāng)程序員的 " 副駕駛 "，而是想讓 AI 包攬起 " 產(chǎn)設(shè)研 " 一條龍，直接做成品。

和上半年還在讓 AI 當(dāng)助手、打醬油相比，這一次，AI 編碼已經(jīng)實(shí)現(xiàn)了從輔助程序員生成代碼，到 AI 自主完成生成的飛躍。

AI 編碼 " 三國(guó)殺 "，從編碼生成到軟件交付

接連三天的發(fā)布中，字節(jié)、阿里、騰訊三家大廠先后拿出了能讓 AI 一口氣干完從編碼到成品的工具 / 模型。

這一次的集中更新，AI 開始接管起寫編碼的工作：不僅要寫得質(zhì)量過關(guān)，更是把成品都部署好了。

其中，騰訊和字節(jié)對(duì)自家編碼產(chǎn)品的更新，重點(diǎn)還是在產(chǎn)品側(cè)，畢竟從工程隊(duì)到樣板間，中間還隔著很遠(yuǎn)，需要靠產(chǎn)品能力補(bǔ)齊。

7 月 21 日，字節(jié)宣布更新 Trae Solo 版本，比起聚焦 " 編碼生成 " 的 1.0 階段，新版本跨向了能讓 AI 自主完成 " 軟件交付 " 的 2.0 階段。

在舊的版本中，Trae 在 IDE 界面中編程，其中編程模式有兩種，分別是 Build 模式和 Chat 模式，前者相當(dāng)于一個(gè)傳統(tǒng)編程的 IDE 界面，只需要用戶在右側(cè)輸入提示詞，AI 就能自動(dòng)拆解，按照需求生成大段編碼。相比之下，Chat 模式則更多適用于用戶和 AI 通過聊天的方式，修改編碼、找問題等等，更適用于精細(xì)調(diào)整上。

2.0 版本的 Trae，在左上角加入了一個(gè)模式切換，可以從舊版本的 IDE 模式切換到 Solo 模式。在界面上，AI 對(duì)話框被放到了左側(cè)，而右側(cè)用來放 AI 生成的文檔、編碼信息。

在整合后的界面中，Chat 模式和 Build 模式相當(dāng)于有機(jī)整合在了一起。在官方演示中，AI 演示的功能先拆解起了需求，生成一份產(chǎn)品文檔。緊接著，這個(gè)文檔就交給 AI 做下一步拆解，根據(jù)里面的詳細(xì)需求，AI 開始接著寫起了編碼。

在這個(gè)基礎(chǔ)上，Trae 還要讓它完成從部署編碼到提供成品的效果，于是，新版本配置了一系列輔助 Web 開發(fā)的工具，包括 PRD（產(chǎn)品需求）文檔、UI 設(shè)計(jì)、部署上線等，這些工具全都接在了 Solo 模式中的 AI Builder 里。

可以看到，比起以往只是輔助程序員寫編碼的 AI 助手，新版本的 Trae 們已經(jīng)能讓零基礎(chǔ)編程的開發(fā)者用平臺(tái)開發(fā)出一個(gè)完整的產(chǎn)品。

整合界面、開發(fā)工具的基礎(chǔ)上，Trae 還在優(yōu)化 Agent 功能的 Context（上下文工程）上下手，進(jìn)一步優(yōu)化產(chǎn)品功能，克服 " 準(zhǔn)確理解需求 " 的問題。

此前，對(duì)于 Trae 1.0 版本的評(píng)價(jià)，程序員們的評(píng)論口碑兩極分化：一部分人認(rèn)為確實(shí)能提效，另一部分用戶則集中反映了 AI 回復(fù)質(zhì)量的問題——編碼跑出來了，但長(zhǎng)度和可用度都存在一定問題，且來來回 回找不到編碼中存在的 Bug，花費(fèi)的時(shí)間變得更多了。

過往使用這些編碼助手類產(chǎn)品時(shí)，用戶往往會(huì)遇到一個(gè)問題，也就是輸入 Prompt（提示詞）之后，跑出來的編碼和需求 " 兩模兩樣 "。比如，雖然給一個(gè)生成女裝電商網(wǎng)站的需求，但這里面還需要大量細(xì)節(jié)的敲定，比如女裝做哪個(gè)年齡段、網(wǎng)站需不需要設(shè)置登錄界面等等。

上下文工程想解決的就是這樣一個(gè)問題，當(dāng)用戶再給到一個(gè)任務(wù)時(shí)，它能根據(jù)你之前上傳的各種需求文檔、編碼、配置信息等內(nèi)容抓取和任務(wù)需求相關(guān)的所有文檔，相當(dāng)于從龐大的資料庫(kù)里精準(zhǔn)篩出來了用戶想要的資料。再把這些作為上下文，供 AI 生成的時(shí)候參考。在此基礎(chǔ)上，AI 才能跑出來更滿足需求的內(nèi)容。

無獨(dú)有偶，騰訊第二天也更新了自家編碼助手產(chǎn)品 CodeBuddy，這次開啟了一個(gè)首次內(nèi)測(cè) IDE 模式，強(qiáng)調(diào)自己 " 首個(gè) AI 全棧工程師 " 的定位。

騰訊把產(chǎn)品優(yōu)化的重心放在了讓包括產(chǎn)品、設(shè)計(jì)、研發(fā)等不同角色在內(nèi)的用戶，不管看不看得懂編碼，都能靠 AI 做個(gè)產(chǎn)品出來。

在同樣更新 PRD 生成、上線部署等功能的基礎(chǔ)上，CodeBuddy IDE 在一些工具部署的細(xì)節(jié)處下功夫更多，對(duì)看不懂編碼的開發(fā)者也更友好。比如支持把設(shè)計(jì)師用的 Figma 格式設(shè)計(jì)稿一鍵轉(zhuǎn)化成網(wǎng)站、接入后端部署工具 SuperBase 等。

當(dāng)編碼之外的一系列開發(fā)工具都被合并到 AI 編碼平臺(tái)上，字節(jié)和騰訊的編碼助手產(chǎn)品面向的群體也在改變，從程序員，到已經(jīng)能讓開發(fā)者只描述需求就能生成可用編碼，甚至優(yōu)化到前后端使用。

如果說字節(jié)、騰訊的先后更新是在爭(zhēng)奪 " 國(guó)內(nèi)版 Cursor" 的地位，那阿里的本次開源則直接劍指編碼開發(fā)工具運(yùn)行的基座——模型。

目前，無論是 Cursor、字節(jié) Trae 還是騰訊 Codeuddy，海內(nèi)外 AI 代碼產(chǎn)品都是提供多種模型供用戶選擇調(diào)用。比如 Trae 國(guó)際版支持 Claude 3.7 和 GPT-4o 等模型，國(guó)內(nèi)版則支持使用 DeepSeek-V3、DeepSeek-R1 和豆包 1.5Pro 等模型，騰訊的 CodeBuddy 則納入了 Claude3.7、Claude 4 的 Sonnet 版本、Gemini 系列和 GPT-4o 等。

平臺(tái)把各種模型集成在選擇中，而用戶用得最多的，自然也能靠 API 調(diào)用賺到更多的錢。

7 月 23 日凌晨，阿里開源了自研模型 Qwen3-Coder，并發(fā)布兩個(gè)閉源模型 Qwen3-Coder-Plus、Qwen3-Coder-Plus-2025-07-22 , 在性能對(duì)比上直接拉上了目前海外編碼能力最強(qiáng)的模型系列 Claude4。

雖然還是無法和頂配 Opus 性能相比，但和中檔模型 Claude 4 Sonnet 對(duì)比，阿里的開源模型已經(jīng)能夠比肩，甚至在 Terminal-Bench（評(píng)估 AI 模型在終端交互任務(wù)中性能）、SWE-Bench（評(píng)估大模型解決真實(shí)軟件工程問題能力）等多個(gè)指標(biāo)測(cè)試上超過 Sonnet。在上下文長(zhǎng)度方面，Qwen3-Coder 原生支持 256k Token 上下文長(zhǎng)度，且能擴(kuò)展到 1M；相比之下，Claude 4 Sonnet 的上限是 200k。

阿里深諳 " 模型即產(chǎn)品 " 的定位，在提升 AI 編程能力的同時(shí)，也把重心放在了 Agent 能力提升上。這樣做的好處是讓模型也具備拆解任務(wù)、規(guī)劃等能力，從而在模型層也能讓 AI 輸出產(chǎn)品，比如做個(gè)旋轉(zhuǎn)的地球模型、做個(gè) AI 小游戲，不過在完整產(chǎn)品能力的部署上，還得依賴平臺(tái)的配合和優(yōu)化。

從性能上，Qwen3-Coder 已經(jīng)能作為平替使用，從價(jià)格來看，阿里也在靠 " 上下文長(zhǎng)度區(qū)間 " 做定價(jià)的區(qū)分，試圖把價(jià)格打下去。其采用階梯計(jì)費(fèi)模式，最便宜的檔次只要 4 元搞定每百萬(wàn) Token 輸入、16 元每百萬(wàn) Token 輸出。即使在可以和 Claude 最長(zhǎng)輸入長(zhǎng)度對(duì)標(biāo)的 128-256k 檔次相比，也達(dá)到了每百萬(wàn)輸入低 50%、每百萬(wàn)輸出低 60% 以上的價(jià)格。

卷產(chǎn)品、卷模型，隨著三家大廠扎堆發(fā)布，這場(chǎng)關(guān)于 AI 編碼的戰(zhàn)爭(zhēng)，已經(jīng)代表了一種態(tài)度——被看好的 AI 編碼賽道驗(yàn)證了自己的價(jià)值，進(jìn)入大廠準(zhǔn)備 " 摘果實(shí) " 的階段。

下半年，海內(nèi)外決戰(zhàn) AI 編碼

和今年還在初級(jí)階段 " 開荒 " 的 Agent 不同，AI 編碼的決戰(zhàn)，將在今年下半年打響。

今年 3 月，OpenAI 首席產(chǎn)品官 Kevin Weil 的判斷擲地有聲，他預(yù)計(jì)到 2025 年底，AI 編碼將實(shí)現(xiàn) 99% 的自動(dòng)化。Anthropic CEO Dario Amodei 更是大膽預(yù)測(cè)，3 到 6 個(gè)月內(nèi)，AI 將編寫 90% 的編碼；12 個(gè)月內(nèi)，AI 幾乎接管所有編碼。

結(jié)合這幾個(gè)月的情況來看，這些看似激進(jìn)的預(yù)測(cè)，并非空穴來風(fēng)。比起還在企業(yè)內(nèi)部磨合的各種 Agent，這一批 AI 編碼產(chǎn)品已經(jīng)開始在企業(yè)內(nèi)部率先試用。

Anthropic 公司旗下的 Claude Code 便是其中的佼佼者。據(jù) Anthropic 透露，其內(nèi)部高達(dá) 80% 的編碼工作已交由 AI 完成。他們甚至分享了 10 個(gè)不同團(tuán)隊(duì)使用 Claude Code 的案例，涵蓋了從編碼生成、調(diào)試、重構(gòu)到測(cè)試等多個(gè)環(huán)節(jié)。騰訊這次內(nèi)測(cè)的 CodeBuddy IDE 也在宣傳中注明，內(nèi)部產(chǎn)品、設(shè)計(jì)、研發(fā)的使用率高達(dá) 85%。

這些內(nèi)部大規(guī)模應(yīng)用的案例，共同傳遞出一個(gè)明確的信號(hào)——AI 編碼已經(jīng)跨越了 " 試水 " 階段，開始真正被使用起來，而且是一個(gè)明顯能賺到錢的賽道。

Anthropic 開發(fā)的 AI 編程工具 Claude Code 在短短 4 個(gè)月內(nèi)就吸引了 11.5 萬(wàn)開發(fā)者用戶，據(jù) Menlo Ventures 風(fēng)險(xiǎn)投資家 Deedy Das 推測(cè)，該產(chǎn)品年收入可達(dá) 1.3 億美元。字節(jié)的 Trae 則在上線的半年內(nèi)月活超過 100 萬(wàn)。

一周內(nèi)，Claude Code 處理了 1.95 億代碼

沒有布局的大廠，要么試圖自研，要么靠收購(gòu)加入。OpenAI 試圖以 30 億美元的巨資收購(gòu)擁有 80 萬(wàn)用戶的 AI 編程助手初創(chuàng)公司 Windsurf。盡管后來這筆交易告吹，Windsurf 的首席執(zhí)行官被谷歌截胡，但這本身就足以說明 AI 編碼領(lǐng)域的吸引力，以及巨頭們對(duì)搶占賽道可能性的渴望。

在可用性得到極大提升的基礎(chǔ)上，對(duì)比海外，國(guó)內(nèi)這波 AI 編碼類軟件的用戶范圍試圖將用戶范圍進(jìn)一步擴(kuò)大，不再局限于專業(yè)的程序員，而是會(huì)進(jìn)一步擴(kuò)展到更廣泛的用戶群體。

然而，非程序員之外的開發(fā)者真的會(huì)是這批產(chǎn)品的受眾嗎？

目前還難以確定。對(duì)于沒有基礎(chǔ)的用戶來說，如果出現(xiàn)編碼報(bào)錯(cuò)、不合需求的情況，只靠個(gè)人來說，跑一個(gè)程序出來容易，但跑個(gè)滿意的成品顯然很難。

開源框架 Ruby on Rails 的創(chuàng)建者 David Heinemeier Hansson 在播客中分享，" 編輯和修正編碼的能力建立在你是否具備創(chuàng)作能力之上，就像編輯一本書的人通常也要具備寫作能力。"

但可以確定的是，AI 編碼現(xiàn)在能卷的不僅僅是質(zhì)量的提升，一系列的工具嵌入正在大幅壓縮開發(fā)者的時(shí)間。

而在 AI 編碼這場(chǎng)即將打響的決戰(zhàn)中，最大的受益者無疑是模型廠商和云廠商。編碼的生成和優(yōu)化，需要消耗大量的計(jì)算資源和模型推理能力，這為背靠自家云設(shè)施的大廠們和掌管 API 的模型開發(fā)公司帶來了賺錢的機(jī)會(huì)。

編碼對(duì) Token 的大幅消耗，是一筆利潤(rùn)豐厚的生意。例如，Anthropic 向投資者透露，Claude Code 目前的年化收入已超過 2 億美元，或每月貢獻(xiàn)超過 1670 萬(wàn)美元的營(yíng)收。這充分說明了 AI 編碼在商業(yè)上的巨大潛力。

國(guó)內(nèi)廠商也紛紛入局，搶占市場(chǎng)份額。

阿里的做法是底座、產(chǎn)品兩手抓，進(jìn)一步搶奪話語(yǔ)權(quán)。在 " 模型即 Agent" 的今天，阿里發(fā)布的自研大模型 Qwen3-Coder 就是證明。一個(gè)性能比肩 Claude 4 Sonnet，價(jià)格卻對(duì)半斬的模型，加上考慮到地緣政治的因素，阿里有希望成為國(guó)內(nèi)編碼產(chǎn)品選擇模型的 " 平替 "。

免費(fèi)牌，也是騰訊和字節(jié)暗戳戳打出來的競(jìng)爭(zhēng)手段。騰訊本次發(fā)布的 CodeBuddy IDE 模式的一個(gè)賣點(diǎn)就是支持用戶免費(fèi)使用 Claude 4 模型，字節(jié)的 Trae 則早在國(guó)際版中就支持了免費(fèi)用 Claude3.7。

然而，在模型成本依然昂貴的情況下，限量開放使用是常態(tài)，因此通過邀請(qǐng)碼等方式進(jìn)行裂變，成為大廠們擴(kuò)大用戶群體的常見策略。

燒錢也要賺吆喝，接下來，誰(shuí)能真正擔(dān)起 " 國(guó)內(nèi) Cursor" 的稱號(hào)？

來源：光錐智能