編者按：本文來自微信公眾號 阿爾法公社（ID：alphastartups），創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。

AI編程是生成式AI崛起以來最熱門的賽道之一，不僅海內(nèi)外大廠均有布局，而且已經(jīng)誕生了數(shù)家融資額過億，估值過10億美元的頭部創(chuàng)業(yè)公司。

無論對于程序員還是企業(yè)客戶，AI編程的本質(zhì)價值是降本增效，而且它帶來的效果是直接的，目前已有44%的程序員使用過AI編程軟件。

對于大多數(shù)科技公司，技術(shù)團(tuán)隊是核心團(tuán)隊之一，他們構(gòu)建了公司的核心技術(shù)。同時，維持技術(shù)團(tuán)隊的規(guī)模也是公司開支的主要部分，根據(jù)Gartner的數(shù)據(jù)，科技公司每年在軟件工程上的支出超過1萬億美元。

但是在公司層面，大多數(shù)公司對于目前的軟件并不滿意。一方面，現(xiàn)代軟件功能豐富，同時結(jié)構(gòu)也很復(fù)雜，維持軟硬件堆棧需要多個不同職能的技術(shù)團(tuán)隊配合，這會產(chǎn)生很高的人力成本。

另一方面，軟件脆弱而維護(hù)成本高昂，開發(fā)團(tuán)隊因功能請求、錯誤修復(fù)、安全補(bǔ)丁、集成請求、遷移和升級的長期積壓而面臨困難。同時還需要運(yùn)維和測試團(tuán)隊的配合，而運(yùn)維和測試團(tuán)隊的特點(diǎn)是，不需要太多創(chuàng)造性，但是需要“堆人”。

對于程序員，在他們的實(shí)際工作中，往往因為各種冗長的會議和復(fù)雜的需求溝通，導(dǎo)致實(shí)際用來編程的時間較少。而在實(shí)際的編程工作中，還有很多不需要怎么思考的“雜活”。這壓縮了他們能夠認(rèn)真思考和高質(zhì)量編程的時間精力，進(jìn)而導(dǎo)致他們效率偏低，產(chǎn)出偏少，成就感低。

AI編程軟件成為AI時代最熱門的應(yīng)用細(xì)分賽道之一并不是偶然，對于企業(yè)來說，他們希望AI幫助技術(shù)團(tuán)隊提高效率，并且做一些需要“智能”的重復(fù)性工作，縮減外圍團(tuán)隊成本。對于程序員來說，AI編程助手能夠幫助他們節(jié)省時間，提高效率，并且把更多時間放在“有效編程”上，讓更多技術(shù)人員成為“10倍程序員”。

最近的StackOverflow（程序設(shè)計領(lǐng)域的大型社區(qū)） 調(diào)查顯示，44%的程序員表示目前正在使用AI編程工具作為開發(fā)流程的一部分，26%的人計劃很快使用。Gartner估計，超過一半的組織目前正在試點(diǎn)或已經(jīng)部署了AI編程助手，到2028年，75%的程序員將以某種形式使用AI編程工具。

AI編程賽道獨(dú)角獸井噴

編程能力已經(jīng)是各個大模型廠商在打造基礎(chǔ)模型時的一個重要努力方向，因為這和數(shù)學(xué)能力一樣，能從側(cè)面顯示出模型的邏輯推理能力。自GPT-4發(fā)布以來，每一個模型在發(fā)布時，都要重點(diǎn)介紹自己的編程能力。而評判模型編程能力的Benchmark也在不斷迭代，從最初的HumanEval到現(xiàn)在更接近真實(shí)，更能評估模型解決實(shí)際編程問題能力的SWE-bench。

在人工智能時代，人們打造AI編程軟件的思路是以模型能力為基底，從實(shí)際的需求和場景出發(fā)，去打造產(chǎn)品能力。在這個過程中，模型和專有數(shù)據(jù)固然能在能力上保證產(chǎn)品的性能，對于場景和需求的理解，更決定了產(chǎn)品與用戶（客戶）的契合度。

大廠積極布局

AI編程軟件最早推出的形式是編程助手，這也是目前最主流的方式，它的代表產(chǎn)品是GitHub Copilot。

GitHub Copilot既針對個人開發(fā)者用戶，又針對企業(yè)客戶，它具有代碼補(bǔ)全，代碼注釋，函數(shù)生成，代碼審查等一系列對于程序員來說非常實(shí)用的功能。而且GitHub Copilot背靠微軟和OpenAI，在技術(shù)上較有保證。

GitHub Copilot也是在這個賽道上商業(yè)化突出的產(chǎn)品，截至2024年2月，它已經(jīng)有130萬的付費(fèi)用戶和50000個企業(yè)客戶。

微軟的競爭對手們也紛紛推出了對標(biāo)的產(chǎn)品，AWS有CodeWhisperer，Meta有Code Llama，谷歌則將產(chǎn)品更新成Gemini Code Assist，這些產(chǎn)品都基于先進(jìn)的AI模型搭建。

多家創(chuàng)業(yè)公司獲得大額融資

不過，大廠推出這些產(chǎn)品主要是為了搭建生態(tài)，保證自己不落后，產(chǎn)品和技術(shù)創(chuàng)新的中心還是看創(chuàng)業(yè)公司。海外在這個賽道耕耘的代表性創(chuàng)業(yè)公司有Replit、Codium、cognition-labs、Augment等，它們都做了不同程度的產(chǎn)品創(chuàng)新。

例如Replit，Codium都有IDE插件產(chǎn)品，集成度更高，更貼近個人程序員的使用習(xí)慣。Codium還推出Coding-Agent，具有本地代碼索引和檢索增強(qiáng)生成功能，可以根據(jù)需求自動化生成代碼，進(jìn)一步提升編程的自動化水平。

而cognition-labs更是推出了AI程序員Devin，可以把它看成專門經(jīng)過編程優(yōu)化的自動Agent，它能夠獨(dú)立工作，而不僅是作為程序員的輔助工具。這種產(chǎn)品形式對于企業(yè)客戶更有吸引力。

在商業(yè)模式上，不少公司主要還是面向程序員群體，AI編程軟件既能降低編程的門檻，幫助初級程序員拓展邊界，又能讓資深程序員提高效率，少做“臟活”，更大程度發(fā)揮創(chuàng)造力，所以會有較強(qiáng)的付費(fèi)意愿。

而Augment則是面向企業(yè)，它根據(jù)大企業(yè)的需求加強(qiáng)了AI編程軟件的推理運(yùn)行速度，以及安全性和可靠性。基于AI編程軟件商業(yè)化的本質(zhì)需求：降低成本，提高效率，釋放生產(chǎn)力，未來的公司在商業(yè)化時會越來越將企業(yè)客戶作為重點(diǎn)。

在融資情況上，AI編程賽道的公司們都獲得了AI應(yīng)用領(lǐng)域相對大額的融資，例如Replit獲得了a16z領(lǐng)投的9740萬美元融資，估值11.6億美元；Codium獲得6500萬美元融資，估值5億美元；cognition-labs此前獲得Founder's Fund領(lǐng)投的2100萬美元融資后，又將以20億美元估值獲得Founder's Fund投資的新一筆融資；Augment則獲得2.52億美元融資，估值9.77億美元。可以說，AI編程賽道是AI應(yīng)用領(lǐng)域獨(dú)角獸最集中的方向之一。

在創(chuàng)始人背景上，AI編程賽道的公司大多由具有雄厚編程技術(shù)背景的知名人才創(chuàng)立，無論他們是來自產(chǎn)業(yè)界還是學(xué)術(shù)界。例如Replit的創(chuàng)始人Amjad Masa曾在雅虎和Facebook有多年的編程經(jīng)驗，而Augment的創(chuàng)始人Igor Ostrovsky則來自微軟；cognition-labs的創(chuàng)始團(tuán)隊的成員獲得了10個IOI（國際信息學(xué)奧林匹克競賽）金牌，而且大多為華人。

中國有自主框架和技術(shù)的AI編程產(chǎn)品

在中國市場，AI編程也是AI應(yīng)用相當(dāng)火熱的領(lǐng)域，無論是大廠還是頭部創(chuàng)業(yè)公司都在這個領(lǐng)域推出了自己的產(chǎn)品?；ヂ?lián)網(wǎng)大廠中，百度有Comate，阿里有通義靈碼，商湯有代碼小浣熊Raccoon，華為有盤古Coder。他們都基于自有的大模型搭建，多是以AI編程助手為產(chǎn)品形式，在功能上與GitHub Copilot近似，并且在多程序語言支持，IDE兼容和中文編程上表現(xiàn)都較好。

與海外市場相比，國內(nèi)專注于AI編程的創(chuàng)業(yè)公司目前還相對較少，但也有頭部創(chuàng)業(yè)公司推出能力較強(qiáng)的AI助手產(chǎn)品，典型的例子是智譜AI的CodeGeeX和非十科技的Fitten Code，這兩家創(chuàng)業(yè)公司的創(chuàng)業(yè)團(tuán)隊都來自清華。

而且這兩個產(chǎn)品都基于國產(chǎn)的框架開發(fā)，例如CodeGeeX由清華大學(xué)的知識工程實(shí)驗室團(tuán)隊與智譜AI合作開發(fā)，采用了華為MindSpore框架，而Fitten Code則基于自有的Jittor深度學(xué)習(xí)框架打造。

在中國目前的AI創(chuàng)業(yè)環(huán)境下，使用國產(chǎn)框架開發(fā)，在國產(chǎn)AI基礎(chǔ)設(shè)施上運(yùn)行，使這些AI編程產(chǎn)品具有較好的自主性和“安全性”。而無論是依托中國龐大的國內(nèi)市場發(fā)展，還是出海直面國際競爭，中國的創(chuàng)業(yè)公司和AI編程產(chǎn)品都具有不錯的潛力和發(fā)展空間。

AI編程賽道，何時開始賺錢？

盡管AI編程有不少大大小小的玩家，有獲得了大額融資的創(chuàng)業(yè)公司，但它仍然處于發(fā)展的早期階段，面臨一系列問題。

第一個問題是成本和效益的平衡，因為AI模型推理成本的高企，大多數(shù)AI編程企業(yè)都處于虧損狀態(tài)，甚至背靠微軟的GitHub Copilot目前每個用戶每個月也要虧損約20至80美元，也就是它還沒有解決單位經(jīng)濟(jì)學(xué)問題。而要解決這個問題，將運(yùn)營成本降下來，需要AI算力和AI云服務(wù)公司的共同努力，在這個方向上同樣有不少公司，我們此前已經(jīng)介紹過的Foundry和d-Matrix就在這個方面深耕。

第二個問題是安全問題，也就是AI編程工具生成的代碼仍然有質(zhì)量低，錯誤偏多的問題，這會放大軟件項目中現(xiàn)有的錯誤和漏洞。這個問題，本質(zhì)上還是因為AI模型本身就會產(chǎn)生“幻覺”，并且生成內(nèi)容的精確性還不夠高。未來要解決這個問題，一方面需要升級AI編程模型的基礎(chǔ)能力，減少“幻覺”，另一方面也需要在工程方面針對性地打好補(bǔ)丁。

本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個人觀點(diǎn)，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。