公司動态

程序員創造的(de)AI，最先替代的(de)是(shì)程序員。

“大(dà)模型的(de)編碼能力，現在(zài)已經具備高階程序員（月薪幾萬元）的(de)水平了(le／liǎo)。”阿裏雲雲原生應用平台負責人(rén)、通義靈碼負責人(rén)丁宇對光錐智能說(shuō)道(dào)。

事實上(shàng)，AI代碼工具并不(bù)是(shì)新生事物，早在(zài)上(shàng)一(yī / yì ／yí)波人(rén)工智能浪潮中就(jiù)已經開始落地(dì / de)應用。

但此前，“AI代碼産品原本隻是(shì)輔助工具，現如今可執行複雜項目、長上(shàng)下文本編輯，及獨立做簡單代碼任務等。”商湯科技旗下AI代碼産品小浣熊家族的(de)技術負責人(rén)張濤對光錐智能說(shuō)道(dào)。

從輔助到(dào)獨立寫代碼，AI代碼已經進化爲(wéi / wèi)一(yī / yì ／yí)個(gè)工程級“協同”編碼工具。

基于(yú)此，不(bù)僅有越來(lái)越多的(de)企業開始通過AI代碼工具來(lái)實現程序開發的(de)降本增效，2025年之(zhī)後，AI甚至有可能将取代中級程序員。

Meta創始人(rén)紮克伯格日前表示：“2025年，AI将達到(dào)中級軟件工程師的(de)編程水平。”Meta将在(zài)2025年開始實現中級軟件工程師工作自動化，最終會将其應用程序所有編程工作外包給AI。

這(zhè)并不(bù)是(shì)危言聳聽，當前AI生成的(de)代碼在(zài)企業中的(de)滲透率已經達到(dào)了(le／liǎo)一(yī / yì ／yí)個(gè)驚人(rén)的(de)水平。

如谷歌有超過25%的(de)新代碼是(shì)由人(rén)工智能生成；科大(dà)訊飛内部AI生成代碼采納率已從2023年10月份的(de)30%，至2024年6月份漲到(dào)了(le／liǎo)52%，單元測試行覆蓋率從30%提到(dào)50%。

AI編碼賽道(dào)之(zhī)所以(yǐ)成爲(wéi / wèi)大(dà)模型應用最火熱的(de)賽道(dào)之(zhī)一(yī / yì ／yí)，是(shì)因爲(wéi / wèi)“AI Coding（人(rén)工智能編程）是(shì)大(dà)模型應用落地(dì / de)中最高頻剛需、最具确定性的(de)場景，是(shì)經過PMF（産品市場匹配度）驗證的(de)領域。”丁宇如此對光錐智能說(shuō)道(dào)。

也(yě)正因此，越來(lái)越多的(de)企業開始布局AI編碼賽道(dào)，領先的(de)科技公司如微軟、谷歌、AWS、阿裏、百度等走在(zài)前列。但如此多同類型産品，卻也(yě)造成了(le／liǎo)同質化的(de)競争，未來(lái)該如何成功突圍？如何實現真正的(de)大(dà)規模地(dì / de)商業化落地(dì / de)？

2024年8月，美國(guó)知名企業Cloudflare副總裁Ricky Robinett的(de)女兒，一(yī / yì ／yí)個(gè)僅8歲小女孩，用時(shí)45分鍾就(jiù)開發了(le／liǎo)一(yī / yì ／yí)款聊天機器人(rén)，引發180萬網友在(zài)線關注。

她使用的(de)AI代碼編輯器Cursor，也(yě)一(yī / yì ／yí)夜爆火。這(zhè)也(yě)讓AI編碼賽道(dào)再次成爲(wéi / wèi)行業關注的(de)焦點。

在(zài)全球範圍内，據 PitchBook 數據顯示，大(dà)約有 250 家初創公司推出(chū)了(le／liǎo) AI 編碼助手。在(zài)國(guó)内，包括阿裏巴巴、百度、騰訊、字節跳動等互聯網大(dà)廠，科大(dà)訊飛、商湯科技等獨角獸企業，甚至AI大(dà)模型創業公司智譜AI等都紛紛推出(chū)相關産品。

AI代碼産品如雨後春筍般露出(chū)，是(shì)大(dà)模型給AI代碼工具能力帶來(lái)實質性的(de)進化。

早期AI代碼工具主要(yào / yāo)能夠執行簡單任務，比如根據程序員的(de)注釋，自動補全代碼，在(zài)程序員寫代碼過程中，提供代碼錯誤提示等。

随着大(dà)模型能力的(de)升級，AI代碼工具能夠解決的(de)問題越來(lái)越多，比如能夠基于(yú)存量工程進行維護升級工作，“已經能夠自主實現某些研發任務了(le／liǎo)。”丁宇說(shuō)道(dào)。

比如，大(dà)語言模型能夠以(yǐ)自然語言理解人(rén)類指令，并根據工程上(shàng)下文，自動完成複雜編碼任務，包括同時(shí)修改前後端多個(gè)文件，執行腳本、編寫測試、部署代碼等。

“最開始通義靈碼是(shì)以(yǐ)編碼助手的(de)形态出(chū)現，主要(yào / yāo)是(shì)給程序員打輔助，根據代碼上(shàng)下文，幫助程序員在(zài)研發時(shí)自動補全代碼。”丁宇說(shuō)道(dào)，“2024年年底通義靈碼升級到(dào)2.0的(de)AI程序員形态，成爲(wéi / wèi)協同編碼助手，能夠和(hé / huò)人(rén)類程序員協同工作，感知整個(gè)工程，根據場景任務做批量文件修改，實現能力的(de)躍遷。”

而(ér)從AI代碼工具助手升級爲(wéi / wèi)AI程序員，前者代碼生成的(de)主力還是(shì)人(rén)，而(ér)後者則逐漸轉向以(yǐ)AI爲(wéi / wèi)主，人(rén)類在(zài)其中主要(yào / yāo)起到(dào)監測和(hé / huò)确認的(de)作用。

“此前主要(yào / yāo)是(shì)由人(rén)寫代碼，AI輔助做一(yī / yì ／yí)些簡單的(de)、可預測性強的(de)、重複性的(de)工作，而(ér)現在(zài)則可以(yǐ)通過需求描述，讓AI來(lái)理解和(hé / huò)幫助程序員完成一(yī / yì ／yí)些中等難度的(de)代碼開發工作。”張濤也(yě)如此說(shuō)道(dào)。

另外，随着多模态大(dà)模型、深度推理大(dà)模型的(de)進化，AI代碼工具的(de)能力也(yě)在(zài)不(bù)斷完善。

商湯小浣熊家族的(de)“辦公小浣熊”産品，除了(le／liǎo)可以(yǐ)進行基于(yú)大(dà)模型的(de)數據處理、數據分析和(hé / huò)文檔創作外，還能夠支持生成數據圖片和(hé / huò) PPT文件，這(zhè)是(shì)一(yī / yì ／yí)個(gè)多模态能力輸出(chū)的(de)綜合體現。

多模态輸入同樣重要(yào / yāo)，“很多工具類産品，如果僅通過語言描述來(lái)交互，很難準确地(dì / de)實現需求，因爲(wéi / wèi)當我們把内容描述成文本時(shí)，存在(zài)語言表達上(shàng)的(de)信息損失。同時(shí)，大(dà)模型當前自身存在(zài)的(de)語義理解能力上(shàng)的(de)欠缺，幻覺問題等，也(yě)限制了(le／liǎo)AI代碼工具的(de)能力邊界。直接以(yǐ)圖像或視頻等視覺方式輸入至大(dà)模型，則能夠更高效地(dì / de)完成任務。”張濤說(shuō)道(dào)。

同時(shí)，多模态大(dà)模型能夠讓AI代碼工具實現從文生圖，到(dào)生代碼的(de)端到(dào)端全棧功能的(de)實現。

以(yǐ)網站設計爲(wéi / wèi)例，設計師可以(yǐ)通過文生圖的(de)方式設計出(chū)前端視覺稿之(zhī)後，可以(yǐ)直接給到(dào)Coding大(dà)模型，把視覺稿翻譯成前端界面，再根據前端界面功能大(dà)模型自動生成後端代碼。

“目前，AI編碼已經可以(yǐ)完成複雜任務，消除知識技能的(de)不(bù)對稱，比如從前端到(dào)後端可以(yǐ)一(yī / yì ／yí)體化生成，打破了(le／liǎo)以(yǐ)前前端、後端人(rén)員和(hé / huò)能力的(de)分離協作模式，大(dà)幅提效。”丁宇說(shuō)道(dào)，“并且在(zài)生成之(zhī)後，AI編碼還可以(yǐ)幫助程序員自動生成測試，最終返回測試修改好的(de)結果。”

不(bù)過，雖說(shuō)AI已經能夠自主生成一(yī / yì ／yí)些代碼，但在(zài)實際過程中，AI所生成的(de)代碼并不(bù)能夠一(yī / yì ／yí)次性運行起來(lái)，其中也(yě)存在(zài)着諸多bug。

一(yī / yì ／yí)位浙江大(dà)學AI方向在(zài)讀博士生陳榮（化名）對光錐智能表示：“複雜點的(de)代碼都會有Bug，基本上(shàng)很難一(yī / yì ／yí)遍過，從技術邏輯上(shàng)來(lái)說(shuō)，可以(yǐ)理解爲(wéi / wèi)模型其實把coding當作翻譯任務一(yī / yì ／yí)樣來(lái)做，輸出(chū)的(de)是(shì)一(yī / yì ／yí)串代碼序列，可能沒考慮好代碼的(de)運行環境等。”

這(zhè)背後的(de)原因主要(yào / yāo)有兩方面，一(yī / yì ／yí)方面是(shì)大(dà)多數人(rén)類很難準确地(dì / de)描述出(chū)自己的(de)實際需求，甚至很多資深程序員在(zài)寫代碼過程中也(yě)是(shì)需要(yào / yāo)反複修改。

另一(yī / yì ／yí)方面，則在(zài)于(yú)大(dà)模型當前自身理解語義能力上(shàng)的(de)欠缺，包括存在(zài)的(de)幻覺問題，也(yě)限制了(le／liǎo)AI代碼工具的(de)能力邊界。因此，雖然“在(zài)模型上(shàng)下文窗口允許的(de)範圍，大(dà)模型可達到(dào)萬行級代碼的(de)理解，但AI代碼的(de)能力邊界仍然較難界定。”張濤如此說(shuō)道(dào)。

就(jiù)像人(rén)類程序員需要(yào / yāo)反複修改測試代碼一(yī / yì ／yí)樣，在(zài)AI生成代碼過程中，也(yě)可以(yǐ)通過與其多輪交互，來(lái)減少代碼bug的(de)存在(zài)。

丁宇表示：“AI編碼并不(bù)是(shì)一(yī / yì ／yí)次性生成最終結果，而(ér)是(shì)跟大(dà)模型有多輪交互叠代完成，在(zài)跟大(dà)模型聯合編碼過程中，有持續思考和(hé / huò)推理探索的(de)過程，在(zài)多輪交互修改結果正确後，還可以(yǐ)自主進行測試驗證，并對代碼進行部署使用，全生命周期完成任務。”

盡管當前AI代碼工具産品仍存在(zài)一(yī / yì ／yí)些問題，但有越來(lái)越多的(de)企業開始引入AI代碼類工具，“便宜活兒好”的(de)AI代碼工具不(bù)僅提高了(le／liǎo)程序員的(de)編程效率，也(yě)實現了(le／liǎo)企業的(de)降本增效。

大(dà)型項目中的(de)“螺絲釘”，AI爲(wéi / wèi)程序員提效超10%

大(dà)模型給AI代碼工具帶來(lái)的(de)進化，讓編程的(de)門檻變得更低。

目前，AI能夠獨立實現自主編程的(de)場景主要(yào / yāo)有三類：

一(yī / yì ／yí)類是(shì)小産品，比如個(gè)人(rén)生活類的(de)APP助手；一(yī / yì ／yí)類是(shì)以(yǐ)内容爲(wéi / wèi)主的(de)網站，其代碼量和(hé / huò)難度适中，AI能夠自主實現；一(yī / yì ／yí)類是(shì)辦公産品，比如Excel表格編輯、數據彙總等。

從實際應用來(lái)看，這(zhè)些場景整體的(de)代碼量并不(bù)高，且實際開發難度并不(bù)大(dà)，對于(yú)開發者的(de)編程知識要(yào / yāo)求也(yě)不(bù)高。

可以(yǐ)說(shuō)，AI代碼工具确實降低了(le／liǎo)編程的(de)門檻，讓更多無代碼能力的(de)人(rén)能夠接觸到(dào)代碼編程，并可以(yǐ)自主開發一(yī / yì ／yí)些産品功能。

但是(shì)，盡管AI代碼工具降低了(le／liǎo)編程的(de)門檻，卻需要(yào / yāo)程序員提升自身編程能力的(de)上(shàng)限，尤其是(shì)在(zài)更加複雜的(de)軟件開發以(yǐ)及大(dà)型企業級系統軟件開發中。

一(yī / yì ／yí)位金融科技行業的(de)程序員肖肖（化名）對光錐智能表示：“對于(yú)一(yī / yì ／yí)個(gè)公司的(de)工程化項目，還是(shì)很難直接全盤交給AI，工程化項目要(yào / yāo)求的(de)流程多，也(yě)需要(yào / yāo)多部門協作，而(ér)AI沒辦法看到(dào)全局。”

可以(yǐ)明顯看到(dào)，在(zài)企業中大(dà)模型做的(de)更多地(dì / de)還是(shì)髒活累活，全局性及創新的(de)活兒還是(shì)需要(yào / yāo)人(rén)類程序員來(lái)做。

“程序員的(de)工作并不(bù)僅僅隻是(shì)生成一(yī / yì ／yí)個(gè)小型項目，其面對的(de)生産代碼，整個(gè)項目文件上(shàng)下文非常複雜，代碼關系也(yě)很繁雜，而(ér)程序員也(yě)對代碼質量有自己的(de)要(yào / yāo)求。”張濤說(shuō)道(dào)。

這(zhè)也(yě)就(jiù)意味着，于(yú)企業中的(de)程序員而(ér)言，AI代碼工具更多還是(shì)輔助性角色，但也(yě)間接地(dì / de)拉高了(le／liǎo)程序員工作能力的(de)下限，畢竟簡單重複性的(de)工作，AI基本已經能夠搞定。

“如果讓AI直接生成一(yī / yì ／yí)家銀行所有業務的(de)10萬個(gè)代碼文件，它目前肯定是(shì)做不(bù)到(dào)的(de)。”丁宇坦言，“目前在(zài)企業大(dà)型項目中，AI編碼肯定是(shì)從小任務開始，找到(dào)一(yī / yì ／yí)個(gè)切面，如實現一(yī / yì ／yí)個(gè)功能模塊，或者在(zài)一(yī / yì ／yí)個(gè)百萬工程代碼中找安全漏洞，AI能夠做得非常準确且快速。”

另外，業内皆知，對于(yú)大(dà)型企業項目來(lái)說(shuō)，最怕存在(zài)的(de)問題就(jiù)是(shì)系統的(de)不(bù)确定性，如果出(chū)現系統bug，就(jiù)可能會帶來(lái)資源和(hé / huò)經濟上(shàng)的(de)巨額損失。

因此，在(zài)丁宇看來(lái)：“大(dà)型工程仍需要(yào / yāo)人(rén)類程序員來(lái)掌握軟件開發過程中的(de)不(bù)确定性，比如架構設計、領域建模等，把已經确定性的(de)内容拆解開來(lái)，比如模塊開發、找安全漏洞、補充測試用例等，并交付給AI，讓其根據人(rén)類的(de)指令做這(zhè)些确定性的(de)工作。”

盡管隻是(shì)打輔助，AI代碼工具卻也(yě)給開發者和(hé / huò)企業帶來(lái)了(le／liǎo)實打實的(de)效率提升。

以(yǐ)阿裏雲爲(wéi / wèi)例，目前所有技術全員都在(zài)使用通義靈碼，月活占比超82%，每天AI生成的(de)代碼占總提交代碼量30%以(yǐ)上(shàng)。基于(yú)這(zhè)個(gè)數據大(dà)緻能夠算出(chū)來(lái)，AI對開發者提升效率大(dà)概是(shì)17.5%，打個(gè)折扣也(yě)會在(zài)10%-15%之(zhī)間。

“因此，我每次見企業的(de)負責人(rén)都會講通義靈碼能夠給工程師團隊提效10%以(yǐ)上(shàng)。”丁宇說(shuō)道(dào)，“也(yě)就(jiù)是(shì)說(shuō)，如果一(yī / yì ／yí)家企業有100個(gè)工程師在(zài)使用通義靈碼，就(jiù)能額外産出(chū)10個(gè)工程師的(de)産能。”

另外，人(rén)類程序員都是(shì)有細分分類的(de)，比如前端、後端等，如果想要(yào / yāo)讓一(yī / yì ／yí)個(gè)後端去做前端，那可能就(jiù)需要(yào / yāo)給後端工程師做大(dà)量的(de)培訓學習，其并不(bù)能立馬就(jiù)接手前端程序員的(de)工作。

但有了(le／liǎo)AI代碼工具後，程序員隻需要(yào / yāo)問問AI，就(jiù)可以(yǐ)輕松學習各種語言平台的(de)研發知識，快速上(shàng)手。“以(yǐ)前做一(yī / yì ／yí)個(gè)項目可能花兩三周預研，現在(zài)兩三天就(jiù)能完成任務，讓員工實現1-N的(de)能力增長。”丁宇說(shuō)道(dào)。

當然，對于(yú)AI來(lái)說(shuō)，還可以(yǐ)幫助人(rén)類程序員做更多重複性的(de)工作，比如很多開發者都不(bù)願意寫測試代碼，這(zhè)些在(zài)程序員角度來(lái)看屬于(yú)沒有創造性的(de)工作，但卻又不(bù)得不(bù)做。

而(ér)AI代碼工具可以(yǐ)根據程序員的(de)代碼作爲(wéi / wèi)提示詞，自動生成單元測試，真正地(dì / de)解放了(le／liǎo)開發者，讓開發者把精力花在(zài)更具有創造性的(de)工作上(shàng)。

此外，對于(yú)企業來(lái)說(shuō)，除顯性價值提升外，存在(zài)的(de)隐性價值在(zài)于(yú)，AI代碼工具能夠讓企業更容易保持軟件系統的(de)高質量且長期穩定，其不(bù)僅能夠做單元測試的(de)補全，還能夠自主發現安全漏洞并給出(chū)修複建議，提升質量的(de)同時(shí)，還能縮短項目交付周期。

更爲(wéi / wèi)有趣的(de)是(shì)，現階段AI的(de)編碼能力，借助外部工具使用，已經逐漸趕超中級程序員，商湯小浣熊底層模型特點之(zhī)一(yī / yì ／yí)，就(jiù)是(shì)在(zài)代碼解釋器能力上(shàng)做了(le／liǎo)加強，讓模型能夠實現自主代碼調試叠代。

“在(zài)複雜項目中，單純依靠大(dà)模型推理生成代碼，一(yī / yì ／yí)次性通過率不(bù)高，一(yī / yì ／yí)般不(bù)超過20%。”張濤說(shuō)道(dào)，“而(ér)辦公小浣熊基于(yú)代碼解釋器方案，在(zài)日常圖表等能力上(shàng)，代碼通過率已經接近80%。”

AI編碼賽道(dào)開始分化，細化場景的(de)創新決定成敗

AI編碼已經是(shì)一(yī / yì ／yí)個(gè)通過PMF驗證的(de)落地(dì / de)方向，這(zhè)也(yě)導緻衆多玩家切入這(zhè)一(yī / yì ／yí)賽道(dào)，出(chū)現衆多同質化類型的(de)産品。

目前，在(zài)中國(guó)市場中衆多企業，包括互聯網大(dà)廠、中小企業，及大(dà)模型創業公司，都紛紛推出(chū)了(le／liǎo)AI代碼産品，比如阿裏雲的(de)通義靈碼、百度的(de)文心快碼、字節跳動的(de)豆包 MarsCode、騰訊雲AI代碼助手、智譜AI的(de)CodeGeeX等等。

盡管AI代碼産品衆多，但各家在(zài)提供的(de)功能能力上(shàng)差别并不(bù)是(shì)很大(dà)，“目前市場中同質化比較嚴重，功能實際上(shàng)差不(bù)多，畢竟編程産品希望能夠解決用戶的(de)問題是(shì)一(yī / yì ／yí)樣的(de)。”張濤說(shuō)道(dào)。

不(bù)過，随着大(dà)模型技術的(de)叠代升級，AI編碼賽道(dào)也(yě)邁入了(le／liǎo)“分化”的(de)中期階段。“從當前AI代碼賽道(dào)來(lái)講，已經開始分化出(chū)不(bù)同的(de)實現方式。”張濤說(shuō)道(dào)。

像Cursor這(zhè)樣的(de)産品，能夠基于(yú)自己改造的(de)開源IDE，做完整的(de)任務編程；也(yě)有像Bolt.new這(zhè)樣的(de)産品，以(yǐ)線上(shàng)工具的(de)形式使用，用戶描述需求，AI完成網頁開發，但它隻能實現前端技術棧相關内容等。

現階段可以(yǐ)明顯看到(dào)，各個(gè)産品已經開始找到(dào)不(bù)同的(de)細分場景并構建自己的(de)産品優勢，實現差異化發展——有的(de)更擅長做網頁開發，有的(de)則更擅長做已有項目的(de)一(yī / yì ／yí)些代碼修改任務，還有的(de)可以(yǐ)做一(yī / yì ／yí)些小工具的(de)開發，或低代碼工作等。

丁宇也(yě)認爲(wéi / wèi)：“軟件研發存在(zài)非常多場景，有很多細分領域，企業可以(yǐ)從不(bù)同的(de)切入點切入，做細分場景的(de)創新或産品形态的(de)創新。”

而(ér)各家AI代碼工具産品在(zài)功能場景上(shàng)的(de)細分，也(yě)會給各家産品帶來(lái)商業上(shàng)的(de)差異，不(bù)同企業的(de)商業化側重點也(yě)并不(bù)完全相同。

比如商湯科技小浣熊家族中辦公小浣熊産品主要(yào / yāo)聚焦在(zài)辦公工具類賽道(dào)，在(zài)實際的(de)商業化落地(dì / de)中，則是(shì)C端和(hé / huò)B端同步進行。

其中C端主要(yào / yāo)以(yǐ)付費訂閱爲(wéi / wèi)主，B端以(yǐ)企業進行私有化部署爲(wéi / wèi)主，“目前私有化部署客戶接近40家，包含體量比較大(dà)的(de)互聯網廠商等。”

不(bù)過，張濤同樣看好C端賽道(dào)的(de)市場潛力，現階段C端産品的(de)推廣超預期。

從場景功能，到(dào)商業化落地(dì / de)方向，AI編碼賽道(dào)都已經開始出(chū)現分化，但這(zhè)并不(bù)是(shì)AI代碼行業發展的(de)終局形态。

随着大(dà)模型技術能力的(de)持續叠代，下一(yī / yì ／yí)步AI代碼将實現“自主編程”，即不(bù)僅僅輔助程序員開發項目，而(ér)是(shì)能夠自主接受獨立的(de)需求，完成完整的(de)項目任務。

“未來(lái)一(yī / yì ／yí)定會走向AI 自主編程，這(zhè)也(yě)意味着将爲(wéi / wèi)企業和(hé / huò)開發者帶來(lái)10倍的(de)IT生産力提升。”丁宇說(shuō)道(dào)。