2025 年必卷的 AI 應(yīng)用——AI 編程會(huì)如何發(fā)展？

2024 年底，Cursor 以 26 億美元估值完成了 1 億美元融資，四個(gè)月內(nèi)估值漲了 6.5 倍。更早之前，另一家主打「AI 程序員」的創(chuàng)業(yè)公司 Devin 在還沒(méi)有產(chǎn)品推出、只有宣傳片的情況下，就以 20 億美金的估值籌集了 1.75 億美元。

這樣的例子還有很多。過(guò)去一年，代碼領(lǐng)域的 AI 應(yīng)用層出不窮，你肯定見(jiàn)過(guò)這些名字，Github Copilot、Claude3.5 Artifacts、Bolt.new、Windsurf、Replit、Vercel……

AI Coding，為什么成了最火的 AI 應(yīng)用賽道？

2024 年底，多位獨(dú)立開(kāi)發(fā)者向極客公園表示，從大廠辭職、成為自己的老板的自由是 Cursor 給的，現(xiàn)在 Cursor 最多可以幫助完成 50% 的代碼。同時(shí)，隨著大模型從預(yù)訓(xùn)練的 Scaling Law 切換到推理側(cè)后，AI 寫(xiě)代碼的能力還在明顯提升。

種種現(xiàn)象都在表明，在沒(méi)有迎來(lái) AI 應(yīng)用大爆發(fā)、仍在拿著錘子找釘子的 2024 年，「AI 幫助人類(lèi)寫(xiě)代碼」是為數(shù)不多已經(jīng)看到 PMF（產(chǎn)品市場(chǎng)匹配）的場(chǎng)景，甚至是最有可能實(shí)現(xiàn) AGI、完全自動(dòng)化的賽道。

更重要的是，當(dāng) AI 讓產(chǎn)出物可以跳過(guò)代碼、直接變成軟件時(shí)，市場(chǎng)空間迎來(lái)了十倍、百倍的釋放。

2024 年 12 月 27 日，極客公園「今夜科技談」直播間邀請(qǐng)極客公園創(chuàng)始人 & 總裁張鵬，和 AIGCode 創(chuàng)始人 & CEO 宿文、豆包 MarsCode 產(chǎn)品負(fù)責(zé)人石揚(yáng)，一起聊了聊當(dāng)下最熱鬧的 AI Coding 賽道，以及中國(guó)創(chuàng)業(yè)者的機(jī)會(huì)。

張鵬：最近 Cursor 以 26 億美元的估值融資 1 億美元，4 個(gè)月估值翻了 6.5 倍。除此以外，今年海外 AI Coding 賽道里也還有很多創(chuàng)業(yè)公司都以迅速膨脹的估值拿到了一輪又一輪融資。為什么現(xiàn)在這個(gè)賽道非常熱？

石揚(yáng)：現(xiàn)在整個(gè)大模型賽道特別像互聯(lián)網(wǎng)非常早期的狀態(tài)——大家在持續(xù)地尋找 PMF，無(wú)論是從 AI 原生應(yīng)用的角度，還是在一個(gè)既有的 APP 里把 AI 能力加進(jìn)去，其實(shí)大家都是在用各種各樣的方式嘗試。

但代碼很顯然是一個(gè)被證明有非常大潛力，且一定程度上已經(jīng)實(shí)現(xiàn) PMF（產(chǎn)品市場(chǎng)匹配）的場(chǎng)景。

最近 Cursor 比較火的一個(gè)主要原因是基礎(chǔ)模型有了很大的突破，比如Claude 3.5 Sonnet 出現(xiàn)之后，讓 Cursor 過(guò)去做的一些事情被放大了。當(dāng)然，只有模型能力也不夠，Cursor 并不是短期突然冒出來(lái)的，而是在這個(gè)行業(yè)里持續(xù)做了很多，它的成功是一個(gè)厚積薄發(fā)的過(guò)程。

張鵬：如果我們拆解一下 Cursor 的成功，哪些是模型比如 Claude3.5 出現(xiàn)之后，大模型帶來(lái)的助推？哪些可能是 Cursor 自己的積累？

石揚(yáng)：我覺(jué)得 AI Coding 這個(gè)市場(chǎng)已經(jīng)經(jīng)歷了兩次 PMF。

第一次 PMF 大概在一年前，應(yīng)用形態(tài)是 Copilot。那個(gè)時(shí)候 Copilot 主要的功能發(fā)生在代碼補(bǔ)全，比如我寫(xiě)一個(gè) function（函數(shù)）時(shí)，AI 可以直接補(bǔ)全出來(lái)更好的代碼。因?yàn)樗哪芰?ChatGPT 大模型，而大模型的底層邏輯 Transformer 算法是預(yù)測(cè)下一個(gè) token，由于更結(jié)構(gòu)化、代碼的預(yù)測(cè)難度相比語(yǔ)言更簡(jiǎn)單一些，所以很快找到了 PMF。

Claude3.5 的出現(xiàn)讓我們看到另一個(gè)點(diǎn)——通過(guò) Chat（聊天對(duì)話）的形式與 AI 對(duì)話，可以理解你的需求，直接生成更好的（代碼），這是第二次 PMF，從單純的代碼補(bǔ)全、跨文件的補(bǔ)全，到 Chat 這個(gè)層面的變化。

但是只有基礎(chǔ)模型也不行，在嚴(yán)肅的軟件開(kāi)發(fā)的場(chǎng)景里，能力只是底層，工具是對(duì)于很多能力的一層封裝，比如 Claude 3.5 也有 Artifacts 這種產(chǎn)品的類(lèi)型。

所以這里有三層事情：第一層是模型，第二層是工程，第三層是產(chǎn)品，Cursor 很好地結(jié)合了這三個(gè)部分。

當(dāng)然也有很多討論，大家會(huì)問(wèn) Cursor 的護(hù)城河到底是什么？它是否只做了膠水層的東西？Cursor 其實(shí)看到了很多用戶的真實(shí)需求，這是在 AI 這個(gè)時(shí)代做產(chǎn)品最難的地方——如何真正地滿足用戶需求。因?yàn)?strong>我們幻想了太多 AI 的能力，AI 可以成為這個(gè)、可以成為那個(gè)、可以實(shí)現(xiàn) AGI，但實(shí)際上真的能夠回到用戶場(chǎng)景里，很好地把 AI 的能力 fit in 到用戶需求里，Cursor 做了很多。比如它做了很多小模型和亮點(diǎn)功能，像「Fast Apply」能夠迅速把生成的代碼準(zhǔn)確地插入到你特定的文件里，「在正確的時(shí)間、正確的位置生成正確的代碼」。

宿文：我們之前有一次很有意思的討論說(shuō)，Cursor 想做在大廠或者 AGI 巨頭的車(chē)輪前面「搶錢(qián)」的一個(gè)創(chuàng)業(yè)公司，并不是說(shuō)這樣的創(chuàng)業(yè)模式不好，其實(shí)反而是很精準(zhǔn)，很多創(chuàng)業(yè)公司就應(yīng)該做這樣的事情。

在整個(gè)代碼賽道上，不管從哪個(gè)點(diǎn)切入，抓住了用戶的痛點(diǎn)、把需求解決掉收到錢(qián)，這是像 Cursor 給市場(chǎng)帶來(lái)的很正向的反饋——你會(huì)看到它真正的、實(shí)打?qū)嵉?ARR（年度經(jīng)常性收入）的增長(zhǎng)。Cursor 應(yīng)該是用 9 個(gè)月的時(shí)間做到了 7000 萬(wàn)美金的 ARR，還在繼續(xù)上漲。另外像 Bolt.new 用 3 個(gè)月的時(shí)間做到 1200 萬(wàn)美金的 ARR，也是很興奮的進(jìn)展。

張鵬：最近一年陸續(xù)聽(tīng)到很多開(kāi)發(fā)者說(shuō)像 Cursor 這樣的工具已經(jīng)能夠幫助他寫(xiě)一半的代碼了。從你們的視角，今天程序員的工作習(xí)慣正在發(fā)生哪些變化？我們來(lái)更具象地看看目前代碼類(lèi)AI產(chǎn)品、技術(shù)處于什么樣的階段？

石揚(yáng)：你不用它可能覺(jué)得也就那么回事，但你一旦用完了之后就會(huì)發(fā)現(xiàn)很難再離開(kāi)它。比如在你敲代碼時(shí)，Copilot 大概率會(huì)補(bǔ)齊你的那一段比如 function（函數(shù)），這對(duì)程序員來(lái)講是一個(gè)非常高效的感受。就像自動(dòng)駕駛一樣，以前我們開(kāi)油車(chē)，大家都覺(jué)得比如「自動(dòng)泊車(chē)」也沒(méi)有什么意義，但是你現(xiàn)在開(kāi)電車(chē)用過(guò)哪怕一次自動(dòng)停車(chē)后，發(fā)現(xiàn)再回到油車(chē)感覺(jué)怪怪的，就希望有這個(gè)功能。

再舉一個(gè) Chat 類(lèi)代碼應(yīng)用的例子，我以前是一個(gè)開(kāi)發(fā)者，你讓我去做一個(gè)「貪吃蛇」小游戲，且把它做得有一定的可用性，也要花 1 到 2 天的時(shí)間，包括前端、后端調(diào)優(yōu)，持續(xù)做很多 debug（排故障）的邏輯。但是現(xiàn)在，基本上只要靠對(duì)話，不管是用我們自己的 MarsCode，還是 Cursor、Windsurf 這樣的產(chǎn)品，基本上兩三個(gè)小時(shí)就能調(diào)出一個(gè)過(guò)去要兩三天才能實(shí)現(xiàn)的事。

張鵬：海外這個(gè)賽道現(xiàn)在比較熱，這會(huì)給你們帶來(lái)哪些影響？

石揚(yáng)：如果按照過(guò)去的方式來(lái)理解軟件，只把軟件當(dāng)作一個(gè)工具，它依然是一個(gè)垂直賽道，即便 VS Code 或者 JetBrains 可能就十幾億美金，或者二十幾億美金的樣子。但 AI 的加成，讓這件事情從工具向軟件生產(chǎn)整個(gè)行業(yè)擴(kuò)散，軟件賽道變得非常大，機(jī)會(huì)是非常多的。MarsCode 非常希望成為參與者，幫助開(kāi)發(fā)者有機(jī)會(huì)生產(chǎn)更多的軟件。

我覺(jué)得整個(gè)從業(yè)者，大家既興奮，但也是焦急的。我們看到了一個(gè)很好的曙光、很好的 PMF，有很多用戶的需求存在在這里。

宿文：整個(gè)代碼賽道，也有幾類(lèi)產(chǎn)品。剛才石揚(yáng)提到的 Copilot，或者像 Cursor、Windsurf 這樣的一些產(chǎn)品，整體上還是給專業(yè)程序員使用，服務(wù)全球已經(jīng)存在的七八千萬(wàn)程序員，大家已經(jīng)都在 IDE（集成開(kāi)發(fā)環(huán)境）里工作，每天寫(xiě)代碼，現(xiàn)在通過(guò)對(duì)話的方式能夠生成一些質(zhì)量更高的、片段式的代碼，這部分需求目前解決得不錯(cuò)。

另外一類(lèi)代碼類(lèi)產(chǎn)品，是把代碼消費(fèi)的能力大規(guī)模地釋放出來(lái)，超過(guò)全球七八千萬(wàn)、占人口 1% 的程序員的范疇，讓全球 10%、20% 甚至更多的人有使用代碼的能力，當(dāng)然這里用戶要的不是代碼，而是應(yīng)用和軟件，這是我們 AIGCode 在做的事情，但是目前行業(yè)還沒(méi)有看到整個(gè)大規(guī)模的 PMF。

張鵬：宿文，對(duì)于你要實(shí)現(xiàn)的目標(biāo)，AIGCode 目前處在什么階段？下一步要核心印證的東西是什么？是技術(shù)的可行性、還是對(duì)于需求的聚焦，最終把能力跟需求做到閉環(huán)？

宿文：國(guó)內(nèi)大模型這個(gè)賽道經(jīng)常會(huì)給人一種感覺(jué)是，「技術(shù)信仰主義」和「馬上要做商業(yè)化」這兩件事情是對(duì)立的，但是對(duì)于任何一個(gè)成功的公司而言，二者缺一不可。我們要思考，現(xiàn)在整個(gè)技術(shù)的邊界在哪，包括大模型的邊界和軟件工程的邊界，我們要如何做創(chuàng)新、來(lái)把技術(shù)的這兩個(gè)支柱融合在一起，最終通過(guò)產(chǎn)品，真正解決用戶的問(wèn)題。

當(dāng)然，因?yàn)橛脩舨煌?、?chǎng)景不同，往往也決定了技術(shù)路線的不同，而不是有什么樣的技術(shù)路線就一定要怎么樣。我們是先定好對(duì)「直接生成軟件」的終局后，切入了最核心的點(diǎn)。一方面是自己做大模型，從而讓它的幻覺(jué)減少、以及像理科生一樣思維能力全面提升；另一方面是考慮到生成時(shí)代的軟件架構(gòu)跟傳統(tǒng)的軟件業(yè)務(wù)架構(gòu)會(huì)不一樣，所以從模型和軟件工程的角度來(lái)做產(chǎn)品。

未來(lái)幾周，我們的產(chǎn)品也會(huì)大規(guī)模釋放出來(lái)讓大家體驗(yàn)和使用。

張鵬：對(duì)于 AIGCode 的目標(biāo)而言，模型自研要解決什么樣的問(wèn)題？

宿文：大模型時(shí)代真正能給各個(gè)行業(yè)帶來(lái)劃時(shí)代影響力的，還是大模型這個(gè)發(fā)動(dòng)機(jī)。

在模型上，我們發(fā)現(xiàn)代碼生成的一些問(wèn)題沒(méi)解決。對(duì)代碼來(lái)說(shuō)，最主要的還是準(zhǔn)確率，對(duì)還是錯(cuò)、能不能 run（運(yùn)行）起來(lái)，但大模型的一大痛點(diǎn)是幻覺(jué)。在這一點(diǎn)上，網(wǎng)絡(luò)結(jié)構(gòu)上的優(yōu)化能夠帶來(lái)很多收益，包括從最近 DeepSeek-V3 的發(fā)布也能看到。同時(shí)，我們也會(huì)為了匹配更好、更絲滑的產(chǎn)品，在預(yù)訓(xùn)練的過(guò)程加一些特殊的樣本、一些稀疏的樣本。

另外是長(zhǎng)上下文，Cursor 也遇到了這樣的痛點(diǎn)，程序員在用的過(guò)程中，一開(kāi)始很爽，基本寫(xiě)到 2 個(gè)小時(shí)左右的時(shí)間點(diǎn)，就發(fā)現(xiàn) Cursor 的效率明顯不如人。在這一點(diǎn)上，Cursor 最近也收購(gòu)了專門(mén)做上下文的公司 Supermaven，來(lái)解決上下文和模型自身記憶容量（有限）的問(wèn)題。

張鵬：做 AI Coding 產(chǎn)品需要做預(yù)訓(xùn)練模型，在整個(gè)行業(yè)里是一個(gè)相對(duì)共識(shí)嗎？

宿文：做預(yù)訓(xùn)練模型不存在做一個(gè)垂直的模型：預(yù)訓(xùn)練呈現(xiàn)出來(lái)的一定是 AGI 的能力；而做一個(gè)垂直的模型，基本全部的（通用）能力會(huì)喪失，這已經(jīng)是很多實(shí)驗(yàn)驗(yàn)證的（結(jié)論）了。

而且做模型的廠商在預(yù)訓(xùn)練環(huán)節(jié)最關(guān)鍵的一部分就是加 Coding 數(shù)據(jù)。當(dāng)加入一些其他語(yǔ)料比如中文、英文甚至化學(xué)、生物的時(shí)候，模型的能力會(huì)出現(xiàn)丟失，唯獨(dú)增加代碼能力后，所有專家的能力都會(huì)提升。我會(huì)感知到，代碼本身是一個(gè)很高質(zhì)量的語(yǔ)言，能夠激發(fā)出 AGI 的能力。

其實(shí)在編程賽道上，有兩家公司 Poolside 和 Magic 都自己做模型，因?yàn)樗麄儼l(fā)現(xiàn)很多模型用在寫(xiě)代碼上還不夠聰明，這兩家公司的估值大概是 30 億美金左右。

我們比較認(rèn)同 Poolside 的路徑，它體現(xiàn)出：大模型不管怎么做，生成的內(nèi)容最終還是會(huì)呈現(xiàn)在一個(gè)二進(jìn)制軟件的世界里，做「代碼的生成」跟「做模型」這兩個(gè)事，一定程度上是等價(jià)的。在我看來(lái)，大家要把代碼端到端寫(xiě)完，跟做 AGI 是一樣的。只是具體解決什么問(wèn)題，提供什么產(chǎn)品不同。

張鵬：我們借用一個(gè)框架來(lái)給現(xiàn)在比較熱門(mén)的AI代碼類(lèi)創(chuàng)業(yè)公司定個(gè)位。Cursor、Github Copilot、Claude3.5 Artifacts、Devin、Bolt.new、Windsurf、Replit、Vercel，包括你們的產(chǎn)品 AutoCoder 和 MarsCode，分別在哪個(gè)象限？各自在解決什么問(wèn)題？

為了幫助快速理解，該圖通過(guò)「解決某個(gè)人群（普通大眾/程序員）的什么問(wèn)題（輔助編程/自主編程）」來(lái)定位產(chǎn)品。每個(gè)產(chǎn)品的切入點(diǎn)和路線不同，有的從專業(yè)用戶出發(fā)解決專業(yè)程序員自動(dòng)化問(wèn)題，最后直接輸出產(chǎn)品，有一部分是幫助普通人直接輸出產(chǎn)品，但終極目標(biāo)都是實(shí)現(xiàn)代碼領(lǐng)域的 AGI，從 Copilot 往 Autopilot 不斷進(jìn)化。

須注意：該象限圖只代表階段性觀察，各家產(chǎn)品/技術(shù)更新很快，不排除未來(lái)出現(xiàn)象限漂移；此外，該圖中的四個(gè)象限并不完全互斥，有的產(chǎn)品會(huì)同時(shí)涵蓋一二三象限。｜制圖：極客公園

石揚(yáng)：我更傾向把橫軸定義成「任務(wù)的復(fù)雜程度」，橫軸左邊是復(fù)雜任務(wù)、右邊是簡(jiǎn)單任務(wù)。比如普通人想做一款「貪吃蛇」游戲；但是程序員可能要實(shí)現(xiàn)一個(gè)像抖音這么復(fù)雜的應(yīng)用。

從這個(gè)角度看，Replit 最早只是一個(gè) IDE，甚至不是 Copilot，但它和 VS Code 最近都加上了 agent 的邏輯，它大概也和 Bolt.new 在同一個(gè)象限，滿足簡(jiǎn)單任務(wù)里的端到端實(shí)現(xiàn)，與此同時(shí)也允許開(kāi)發(fā)者（在復(fù)雜任務(wù)下）使用這個(gè)產(chǎn)品。

對(duì)于我們的產(chǎn)品 MarsCode 來(lái)講，目前還處在二三象限之間偏左一點(diǎn)的地方，希望服務(wù)程序員去完成復(fù)雜任務(wù)，讓 AI 幫助程序員提效，更好、更快地實(shí)現(xiàn)他想做的東西。MarsCode 未來(lái)的愿景是在二象限的左上，也就是能做到復(fù)雜任務(wù)的 Autopilot。同時(shí)，我們自己的產(chǎn)品其實(shí)也面向了許多簡(jiǎn)單場(chǎng)景，因?yàn)榧词故浅绦騿T、每天做非常復(fù)雜的應(yīng)用時(shí)，依然也會(huì)做簡(jiǎn)單場(chǎng)景的應(yīng)用。所以 MarsCode 還是希望在更多場(chǎng)景里覆蓋不同人在不同場(chǎng)景里的需求。

宿文：我覺(jué)得無(wú)論是服務(wù)于程序員還是服務(wù)于普通人，大家整體都在縱軸的維度往上做，也就是從 Copilot 到越來(lái)越 Autopilot 的過(guò)程。在橫軸上，不管是從目標(biāo)用戶來(lái)區(qū)分、還是從任務(wù)復(fù)雜程度來(lái)區(qū)分，其實(shí)是大家選擇交付不一樣的市場(chǎng)價(jià)值，最終收斂到產(chǎn)品也不一樣。

AutoCoder 還是考慮怎么做 Autopilot，把一些工具性或者冗雜性的工作變得足夠簡(jiǎn)單。

Bolt.new 能夠生成比較高質(zhì)量的前端代碼，程序員能夠直接拷貝、使用，我們叫編譯，也提供一些 Web 端或者 APP 的端到端生成，但它目前的部署有點(diǎn)問(wèn)題，是一個(gè)假部署。

Windsurf 基本上可以等價(jià)于 Cursor，產(chǎn)品體驗(yàn)上可能會(huì)不同。Vercel 目前的形態(tài)跟 Bolt 會(huì)很像。

張鵬：這些產(chǎn)品里，哪些帶給你們最多的啟發(fā)，你最喜歡哪個(gè)？

石揚(yáng)：我個(gè)人比較喜歡兩個(gè)產(chǎn)品：第一個(gè)是 Cursor，第二個(gè)是 Bolt，我覺(jué)得它代表了目前產(chǎn)品的兩個(gè)流派。

為什么？Cursor 自己講它是「the first AI IDE」，本質(zhì)上它是基于 IDE 向 AGI 或者說(shuō) Autopilot 進(jìn)發(fā)的，它面向的是專業(yè)的開(kāi)發(fā)者。（但）這個(gè)群體其實(shí)已經(jīng)存在在 VS Code（微軟開(kāi)發(fā)的一款跨平臺(tái)源代碼編輯器）很長(zhǎng)時(shí)間了，VS Code 有非常豐富的工具鏈，所以 Cursor 要基于已經(jīng)存在的用戶場(chǎng)景做增量、試圖在這個(gè)場(chǎng)景里通過(guò)加入更多的 AI，讓用戶從微軟的 VS Code 向 Cursor 提供的 Autopilot 遷移。

Cursor 不僅是加了很多 AI 的能力，而且花了大量功夫讓程序員的編程體驗(yàn)變好，比如說(shuō)它的「Fast Apply」，它的「多點(diǎn)編輯」，包括它的「Tab」等等，乍一看覺(jué)得沒(méi)什么，但實(shí)際上就是這些細(xì)節(jié)讓它收獲了程序員的喜歡和共鳴，所以Cursor 是從 IDE 向 Auto pilot 進(jìn)發(fā)的流派。

另一個(gè)是 Bolt.new，我覺(jué)得 Bolt 是從大模型向 Autopilot 去進(jìn)發(fā)，也就是說(shuō) Bolt 構(gòu)建產(chǎn)品的邏輯是，我有了一個(gè)模型，模型能夠生成很多代碼，雖然它今天不完美。在這種情況下，Bolt 找到了一個(gè)場(chǎng)景——前端代碼的生成的能力。Bolt 這個(gè)產(chǎn)品給你的感受是不在意「編輯」，像 Cursor 基于 VS Code 向 Autopilot 演進(jìn)的過(guò)程中是重編輯的，程序員寫(xiě)代碼就跟你寫(xiě)字一樣其實(shí)有一個(gè)非常大的編輯區(qū)，但是 Bolt 重的是聊天，更重視「你告訴我你需要什么」，然后它幫你 generate（生成）。

未來(lái)我們會(huì)從關(guān)注代碼本身變成更加關(guān)注軟件，產(chǎn)出物直接變成了軟件，Bolt 讓我看到了未來(lái)可以實(shí)現(xiàn) Autopilot 的一種產(chǎn)品形態(tài)，盡管它還非常早期。

張鵬：在代碼領(lǐng)域，Copilot 和 Agent（或者叫 Autopilot）這兩條線，這兩年經(jīng)歷了怎樣的發(fā)展？

宿文：Copilot 和 Autopilot 兩者的技術(shù)路徑、場(chǎng)景、商業(yè)化等等不太一樣，但整體上大家沿著南坡北坡爬（各自的）珠峰。

目前看起來(lái)，Copilot 在路徑發(fā)展上，整個(gè) PMF 是超出預(yù)期的，今天對(duì)整個(gè)代碼領(lǐng)域、對(duì)程序員世界的改造已經(jīng)非常大了。

但是另外一邊，Autopilot——大家提出需求后能夠生成一個(gè)端到端（應(yīng)用）。以前這樣的需求，是被一些低代碼工具在解決，但是限于低代碼本身的技術(shù)路線，沒(méi)有把這個(gè)事情給完成。

現(xiàn)在，通過(guò)大模型實(shí)現(xiàn)端到端生成時(shí)，能夠解決的問(wèn)題是，完成一個(gè) Web 端的端到端生成，像 Bolt.new 或者 Vercel v0.dev，或者還有一些偏 ToC 或者娛樂(lè)性的 Websim.ai、CreateAny.ai 都是，包括 Claude 的 Artifacts 主要也是圍繞 Web 前端去解決問(wèn)題。但大家生成的質(zhì)量或者交付的最終形態(tài)上有比較大差別。

從整個(gè) Autopilot 來(lái)看，我們團(tuán)隊(duì)想象的是，一個(gè)完整的軟件應(yīng)該從數(shù)據(jù)庫(kù)開(kāi)始，從后端到前端是一套完整的軟件工程。目前還沒(méi)有看到一個(gè)類(lèi)似的產(chǎn)品或者一個(gè)團(tuán)隊(duì)做出這樣的事。Magic 和 Poolside AI 可能想做，比較期待他們最終會(huì)交付一個(gè)什么樣的產(chǎn)品出來(lái)。

張鵬：剛才看了海外 AI Coding 領(lǐng)域創(chuàng)業(yè)公司的熱鬧和繁榮，國(guó)內(nèi)這個(gè)領(lǐng)域的進(jìn)展怎么樣？

宿文：國(guó)內(nèi)起步倒不晚，基本上所有的大廠全部都進(jìn)來(lái)開(kāi)始做，創(chuàng)業(yè)公司也有，我們是差不多一年前做的，2024 年初。

在我們看來(lái)，做大模型和代碼生成，在本土競(jìng)爭(zhēng)的空間是很小的，最終還是要面對(duì)全球化充分競(jìng)爭(zhēng)，因?yàn)槌绦騿T都有能力去使用 Cursor、有能力去使用 Github Copilot，好產(chǎn)品大家是見(jiàn)過(guò)的。

過(guò)去一年看下來(lái)，國(guó)內(nèi)的產(chǎn)品還不那么彪悍，2025 年可能會(huì)有一些。

石揚(yáng)：在移動(dòng)互聯(lián)網(wǎng)時(shí)代，社交、電商、娛樂(lè)可能都會(huì)有地域性的產(chǎn)品，但開(kāi)發(fā)者工具在過(guò)去是很少分地域的，一直是一個(gè)贏家通吃、強(qiáng)者恒強(qiáng)的市場(chǎng)，比如剛才提到的微軟的 VS Code。

現(xiàn)在很多人會(huì)說(shuō)，其實(shí)沒(méi)有人能戰(zhàn)勝 VS Code。我也認(rèn)為最大的大魔王一定是微軟，因?yàn)槎唐诘母?jìng)爭(zhēng)看產(chǎn)品和模型，長(zhǎng)期的競(jìng)爭(zhēng)是看成本和渠道。

但在產(chǎn)品上，大家都各有自己的看法，包括要不要做模型等等存在大量非共識(shí)。從我們的視角來(lái)看，短期來(lái)看，模型應(yīng)該還是中國(guó)有中國(guó)的，海外有海外的。第二，上一代代碼產(chǎn)品是用作工具的，如果 AI 的加入仍舊讓這個(gè)東西是一個(gè)工具，我覺(jué)得不用卷了，VS Code 已經(jīng)足夠好，生態(tài)已經(jīng)足夠完善。但是今天 AI 的變量帶來(lái)的不只是工具。

張鵬：AI 在這里會(huì)帶來(lái)什么影響？

石揚(yáng)：當(dāng) AI 在一定程度上幫助人直接做出不同類(lèi)型的應(yīng)用時(shí)，它帶來(lái)了新的機(jī)會(huì)。我反而認(rèn)為在中國(guó)是一個(gè)非常獨(dú)特的市場(chǎng)，因?yàn)橹袊?guó)市場(chǎng)的需求足夠不同。海外的程序員做 Facebook、做 API-Driven 的 ToB 軟件；而中國(guó)程序員做抖音，做更加人工定制驅(qū)動(dòng)的 ToB 業(yè)務(wù)。

所以無(wú)論是從底層預(yù)訓(xùn)練模型給它的語(yǔ)料、數(shù)據(jù)，還是在做工具、產(chǎn)品時(shí)的取舍上，都會(huì)不同。

舉個(gè)最簡(jiǎn)單的例子，海外沒(méi)有小程序，你跟 Bolt 或者 Vercel 說(shuō)：「你幫我生成一個(gè)小程序」，它都不知道小程序是什么東西，也就不知道怎么幫你做或者幫你調(diào)用；再比如在中國(guó)做 ToB 要大量的定制，這個(gè)時(shí)候你跟海外的產(chǎn)品說(shuō)：「我要基于中國(guó)的某些軟件去做定制」，它也根本沒(méi)有這個(gè)經(jīng)驗(yàn)。

所以從我們的視角看，第一，AI 時(shí)代的軟件生成，是有 Localization（本地化）需求的。第二，在全球，它是一個(gè)重新洗牌的機(jī)會(huì)。這也是為什么至少短期看，Cursor、Windsurf、Bolt，它們跑得這么好，當(dāng)變量發(fā)生的時(shí)候，巨頭的反應(yīng)永遠(yuǎn)是相對(duì)慢的。但也要注意，當(dāng)增長(zhǎng)放緩的時(shí)候，你才能體會(huì)到巨頭的可怕。

宿文：代碼整個(gè)市場(chǎng)空間還是很大，大家用戶頻譜的切割不一樣，不管是大公司還是初創(chuàng)公司，只能切其中的一段去服務(wù)，還是要看到底切哪一段。

石揚(yáng)：代碼生成，其實(shí)只是整個(gè)軟件鏈條里的一部分。生產(chǎn)一個(gè)軟件，至少要經(jīng)歷需求、設(shè)計(jì)、寫(xiě)代碼、上線、維護(hù)全周期反復(fù)連續(xù)的迭代。

AI 這個(gè)新的生產(chǎn)力會(huì)讓過(guò)去不敢想，或者做不到的事情在一定程度上成為可能，全鏈條里面有太多太多的細(xì)分場(chǎng)景可以被提升，但現(xiàn)在看起來(lái)每一個(gè)方向是非常早期的狀態(tài)。

即便像 AI 寫(xiě)代碼目前好像跑得稍微快一些，但我覺(jué)得都不一定能類(lèi)比互聯(lián)網(wǎng)的 1998 年時(shí)刻，比如大家在投資雅虎的時(shí)候，很難想象后面還有這么多偉大的公司，F(xiàn)acebook、Google，包括阿里、騰訊、字節(jié)這些公司，所以很難精確地判斷它會(huì)是什么樣子，但我非常樂(lè)觀地期待，會(huì)有很多不一樣的事情誕生。

張鵬：評(píng)論區(qū)有人問(wèn)，字節(jié)做這件事的 Vision 是什么？現(xiàn)在已經(jīng)有比較清晰的 Vision 了嗎，還是一種 Bottom-Up 的探索？

石揚(yáng)：我覺(jué)得對(duì)于這件事情最大的 Vision，來(lái)自于我們看到 AI 釋放了新的生產(chǎn)力，能夠幫助到開(kāi)發(fā)者去生成更多更好的軟件，能夠讓效率極大的提升?；氐絼偛拍菑垐D，我們希望到那張圖的左上角，因?yàn)楹?jiǎn)單場(chǎng)景也會(huì)被復(fù)雜場(chǎng)景 Cover（包括進(jìn)去）。

張鵬：今天我們?cè)诹?AI Coding，SaaS 肯定是它衍生相關(guān)的領(lǐng)域，蝴蝶效應(yīng)最快傳達(dá)的可能就是這個(gè)領(lǐng)域。評(píng)論區(qū)也有觀眾問(wèn)，未來(lái) SaaS 還存在嗎？大家會(huì)怎么看？

宿文：我覺(jué)得 SaaS 會(huì)長(zhǎng)期存在。

從 SaaS 客戶的角度看，對(duì) SaaS 軟件除了有合規(guī)、管理等相對(duì)標(biāo)準(zhǔn)化的工作流需求之外，還有各種個(gè)性化、長(zhǎng)尾、非標(biāo)，甚至是成長(zhǎng)中的需求。這部分需求怎么滿足？過(guò)去，SaaS 軟件供給方其實(shí)趕不上需求方的成長(zhǎng)速度，供給的成本、速度、質(zhì)量是相對(duì)滯后的。

現(xiàn)在，AI Coding 能把這部分需求空間擠掉，或者說(shuō) AI Coding 本身會(huì)滿足、釋放大量的個(gè)性化場(chǎng)景：非標(biāo)、長(zhǎng)尾的需求，甚至僅僅是一個(gè)人單次的使用需求，如果這個(gè)成本降到用一次手機(jī)流量的成本。從這個(gè)角度看，通用應(yīng)用、SaaS 其實(shí)是支撐 AI Coding 滿足個(gè)性化需求的生態(tài)。我反而覺(jué)得這兩者會(huì)相互驅(qū)動(dòng)、越來(lái)越繁榮。

張鵬：某種程度上，SaaS 的特性決定了，如果做大量的個(gè)性化需求，就沒(méi)法 SaaS（標(biāo)準(zhǔn)化軟件服務(wù)）了，但個(gè)性化的需求又是普遍存在，所以反而可能 AI Coding 彌補(bǔ)的頻譜是在 SaaS 的延展側(cè)，有非常大的空間。你剛才講了一個(gè)極端的例子，「次拋型軟件」。

宿文：「用后即焚」。

張鵬：石揚(yáng)怎么看 SaaS 領(lǐng)域未來(lái)的變化？

石揚(yáng)：從我的視角，AI Coding 和 SaaS 并不是一個(gè)互斥、取代的關(guān)系。

張鵬：甚至是讓 SaaS 的降本增效更明顯，個(gè)性化交付變得更好。

石揚(yáng)：對(duì)。我以前也是做 SaaS 出身的，我覺(jué)得 SaaS 也要分中美。我想問(wèn)一句，SaaS 真的在中國(guó)存在過(guò)嗎？

如果 SaaS 的定義是企業(yè)軟件，那還有一類(lèi)軟件叫做個(gè)人軟件或 ToC 軟件。我覺(jué)得 ToC 和 ToB 最大的差異在于：ToC 產(chǎn)品只要一兩個(gè) Killer feature（殺手級(jí)功能），就可以滿足 80% 到 90% 的用戶需求。所以對(duì)于 ToC 應(yīng)用，不存在長(zhǎng)尾需求，無(wú)非是特別特別小的需求，其實(shí)也沒(méi)有太多人用；如果它的長(zhǎng)尾足夠大，就會(huì)生產(chǎn)出另外一個(gè)應(yīng)用來(lái)。

ToB 就不一樣了，它可能是 80% 的功能滿足了可能最多一半的用戶，剩下一半的用戶幾乎都是有個(gè)性化需求的。因?yàn)?ToC 講的是人性，人性都差不多；但是 ToB 講的是管理，管理是一個(gè)逆人性的事情，必然就會(huì)有非常非常多在這個(gè)公司里產(chǎn)生的合理的訴求，因?yàn)槠髽I(yè)的管理方式、流程的不同。

在美國(guó)的生態(tài)環(huán)境下，滿足這些需求的方式來(lái)自于約定，「我知道這個(gè)功能不能完全滿足，但是我們可以約定：這個(gè)功能你可能再做一些努力，我也再做一些取舍，我們就用這樣一個(gè)標(biāo)準(zhǔn)化的應(yīng)用完成工作流」。

在中國(guó)是另外一番場(chǎng)景，SaaS 是一個(gè)標(biāo)準(zhǔn)化軟件的方式，但是中國(guó)從來(lái)不 buy-in 標(biāo)準(zhǔn)化軟件，「我確實(shí)希望這個(gè)軟件長(zhǎng)得更像我要的那個(gè)東西」。

所以 AI Coding 對(duì)于中國(guó)的 ToB 市場(chǎng)，反而是利好，不是 AI Coding 來(lái)了 SaaS 消失了，而是 AI 讓 SaaS 更能實(shí)現(xiàn)滿足中國(guó)用戶需求的企業(yè)軟件。其實(shí)在美國(guó)也是，不是個(gè)性化需求不存在，只是實(shí)現(xiàn)成本太高，所以妥協(xié)。

張鵬：個(gè)性化需求原先需要 SaaS 公司的定制化團(tuán)隊(duì)提供額外服務(wù)，現(xiàn)在，用一個(gè)軟件就解決了個(gè)性化需求。原來(lái) SaaS 是「Software as a Service，軟件即服務(wù)」，現(xiàn)在 AI 讓 SaaS 變成「Service as a  Software，服務(wù)即軟件」。

張鵬：最近兩年大家被 AI 集中轟炸，短短兩年之內(nèi)很多人就失望過(guò)好幾輪了。比如大家還記得 Jasper 嗎？Jasper 當(dāng)年出現(xiàn)時(shí)，一度讓人無(wú)比興奮，結(jié)果它的能力其實(shí)沒(méi)有逃離大模型的主射程。隨著模型比如 o1、o3 還在不斷往前走，模型通用能力以及代碼生成能力的繼續(xù)成長(zhǎng)，AI Coding 應(yīng)用未來(lái)會(huì)被大模型覆蓋嗎？

宿文：我們覺(jué)得，如果真正大家想象中的 AGI 的狀態(tài)能到來(lái)時(shí)，其實(shí)和代碼實(shí)現(xiàn)平權(quán)化基本上是同一個(gè)時(shí)間點(diǎn)。

但是今天來(lái)看，明顯沒(méi)到達(dá)。從技術(shù)上看，o1 也沒(méi)有把代碼生成的事情解決得很完美，o3 也還是在一個(gè)小樣本的空間內(nèi)，在它見(jiàn)過(guò)的題目里面可以做得很好，但是怎么去做泛化的推理，以目前的技術(shù)路線可能還是很難實(shí)現(xiàn)，或者實(shí)現(xiàn)成本巨高無(wú)比。

從初創(chuàng)公司的角度看，我們覺(jué)得還有其他路徑實(shí)現(xiàn)。目前整個(gè) 2024 年，其實(shí)在底層模型上的進(jìn)展不多、亮點(diǎn)不多，DeepSeek V2 可能是一個(gè)（里程碑），DeepSeek V3 我們覺(jué)得還有比較大的完善空間。

從目前業(yè)內(nèi)的實(shí)踐來(lái)看，這中間的安全空間還蠻大，或者說(shuō) AI Coding 應(yīng)用和大模型的進(jìn)化這兩個(gè)東西是互相成就的，不用擔(dān)心進(jìn)入大模型的射程，這還比較遙遠(yuǎn)。

舉個(gè)最簡(jiǎn)單的例子，o1 或者 o3 能夠在一些榜單上超過(guò)奧賽金牌，但是我們真正拿它代替一個(gè)最普通的軟件外包公司程序員解決更泛化的任務(wù)時(shí)，會(huì)發(fā)現(xiàn)好像也沒(méi)法替代。

石揚(yáng)：我們是否焦慮被模型吞掉這件事情，從我個(gè)人的角度，我非常希望模型能夠吞掉。因?yàn)槲腋诖?AGI 發(fā)生，它可以幫我們做更多事情，實(shí)現(xiàn)了跨越式的發(fā)展。

第二，大模型和，AI Coding 或者 IDE 之間的關(guān)系，我覺(jué)得更像是大腦和工具的關(guān)系。大模型是大腦，它的智能會(huì)不斷地提升，但它依然需要工具幫它去體現(xiàn)它的智能。

比如可能 AI 在很多場(chǎng)景里已經(jīng)可以達(dá)到奧賽金牌的水平了，但是有幾個(gè)獲得奧賽金牌的人做程序員呢？不是超過(guò)了奧賽金牌水平你就是一個(gè)程序員、一個(gè)工程師，因?yàn)椴煌瑘?chǎng)景里對(duì)工程師有一些特有的要求。所以如何在特定場(chǎng)景里把智能釋放出來(lái)，這個(gè)是我們自己的使命，是要做的事情。

張鵬：同意，模型要是真的實(shí)現(xiàn) AGI，有無(wú)限供給的生產(chǎn)力了，人類(lèi)都自由了，這是挺好的一件事。但科技從來(lái)不是一個(gè)大進(jìn)度條的跳躍，都是一個(gè)像素點(diǎn)一個(gè)像素點(diǎn)的填充，比如今天的 Copilot。

今天要做好一個(gè) AI Coding 的 Copilot，向 Autopilot 進(jìn)化的過(guò)程中，技術(shù)成長(zhǎng)的關(guān)鍵點(diǎn)會(huì)在哪里？

石揚(yáng)：整個(gè)行業(yè)在預(yù)訓(xùn)練上做的事情會(huì)越來(lái)越收斂，當(dāng)然最領(lǐng)先的幾家一定會(huì)所謂的「獨(dú)家秘方」或者大招，但是共識(shí)會(huì)越來(lái)越趨同。

當(dāng)把它收斂到一個(gè) AI Coding 產(chǎn)品時(shí)，還有很多工作。

比如訓(xùn)練模型，是要給它很多算法題比如 IMO 的這些題，讓它能夠很聰明地解出來(lái)。但是實(shí)際工作里，不是解算法題，而是要理解需求，比如生成一個(gè)小程序、一個(gè)前后端的應(yīng)用，它到底需要什么樣的技術(shù)棧、框架、需要什么樣的 UI 前端渲染……所有這些東西。

牽引目標(biāo)的不同，訓(xùn)練方向也不同，你需要大量的比如 Post-training（后訓(xùn)練）、RL（強(qiáng)化學(xué)習(xí)）、SFT（微調(diào)），才能夠真正讓模型加工具，更像一個(gè)程序員在工作。

張鵬：未來(lái)要解決無(wú)限供給的程序員，或者是無(wú)限提升的編程生產(chǎn)力，它在產(chǎn)業(yè)里最終可能會(huì)怎么實(shí)現(xiàn)？

宿文：今天還很早期。拉遠(yuǎn)看，商業(yè)的形態(tài)，或者說(shuō)分發(fā)的形態(tài)會(huì)變成什么樣？我覺(jué)得要看在代碼生成里我們核心的三個(gè)指標(biāo)的完成度。

一是效率，以前以小時(shí)、以周、以月為單位的程序員工作變成秒級(jí)，甚至毫秒級(jí)，那就完成了效率的使命。

第二，質(zhì)量，軟件工程是端到端運(yùn)行的，哪怕有 bug（故障）也一樣能運(yùn)行起來(lái)，但 AI 也能滿足質(zhì)量的需求，或者說(shuō)讓更好的工具實(shí)現(xiàn)普惠。

最后是成本，當(dāng) AI 推理成本，變成電的成本，變成基礎(chǔ)設(shè)施的時(shí)候，就會(huì)有新的形態(tài)出來(lái)，比如會(huì)出現(xiàn)我們想象中的端到端的形態(tài)。不用下那么多 APP、但常用的就幾個(gè)了，個(gè)性化需求最后可能會(huì)收斂到一個(gè)應(yīng)用，只有一個(gè)入口，這一個(gè)入口底下有大量的應(yīng)用、場(chǎng)景、數(shù)據(jù)的供給，滿足我所有「閱后即焚」或者陪伴我一段時(shí)間的需求。

張鵬：兩位剛好在不同的角度：大廠和創(chuàng)業(yè)公司，來(lái)做 AI Coding 這件事，心態(tài)上會(huì)有什么不同？

宿文：我覺(jué)得無(wú)論大廠或者創(chuàng)業(yè)公司、共識(shí)或者非共識(shí)，這個(gè)事大家賺錢(qián)的概率是差不多的，都是小概率事件。

創(chuàng)業(yè)之后會(huì)聚焦到一個(gè)項(xiàng)目上，會(huì)考慮很多事情，從軟件工程和目前模型的邊界等等，因?yàn)榧夹g(shù)世界，菜是原罪，你要接受淘汰。但同時(shí)，你不是為了淘汰而來(lái)的，你要拼盡全力，看清楚技術(shù)的卡點(diǎn)在哪、要解決的工程問(wèn)題在哪、商業(yè)化問(wèn)題等等，每一個(gè)方面都要考慮。

石揚(yáng)：我覺(jué)得字節(jié)還是一個(gè)非常創(chuàng)業(yè)文化的公司，尤其是在這種創(chuàng)新業(yè)務(wù)上，我相信不管是我剛才講的想法，還是我每天講的，可能 100% 都是錯(cuò)的。在這個(gè)環(huán)境中，允許不斷試錯(cuò)，從錯(cuò)誤里學(xué)到更多的東西，在這一點(diǎn)上其實(shí)跟我以前創(chuàng)業(yè)沒(méi)有特別大的區(qū)別。

當(dāng)然比如創(chuàng)業(yè)要考慮你的錢(qián)是哪里來(lái)的，在大廠里面資源可能相對(duì)充足。

張鵬：MarsCode 今天在探索復(fù)雜任務(wù)下的編程自動(dòng)化時(shí)，會(huì)遇到哪些挑戰(zhàn)？

石揚(yáng)：每天面臨著無(wú)數(shù)的挑戰(zhàn)，首先 AI 和大模型這件事情本身就是非常難的。

第二，如果有足夠多的錢(qián)就能贏，我相信世界上就不再有創(chuàng)業(yè)公司了，所有的巨頭都是從創(chuàng)業(yè)公司生長(zhǎng)起來(lái)的，最難的還是認(rèn)知。認(rèn)知是平等的，每一個(gè)人每天只有 24 小時(shí)，只能獲得或者處理這么多信息。如何獲得認(rèn)知對(duì)我們來(lái)說(shuō)也是一個(gè)極端的挑戰(zhàn)。

其次是用戶，如果沒(méi)有足夠的用戶驗(yàn)證想法，我覺(jué)得它是很難的。如何洞察用戶的需求，并且能夠基于現(xiàn)在模型的能力，滿足用戶需求，這也非?？简?yàn)產(chǎn)品功力。未來(lái)可能 GPT 20 出來(lái)之后，AGI 發(fā)生了，生成代碼是非常容易的一件事情，但基于今天的模型現(xiàn)狀滿足當(dāng)下需求，也是一個(gè)挑戰(zhàn)。

最后是速度，試錯(cuò)的速度。我覺(jué)得我們現(xiàn)在的狀態(tài)還是不夠快，不如很多創(chuàng)業(yè)公司如此之敏捷。如何能夠加快在試錯(cuò)的次數(shù)、試錯(cuò)的效率，以及從錯(cuò)誤中學(xué)習(xí)的能力，也是每天需要思考的問(wèn)題。

張鵬：預(yù)測(cè)在 2025 年 AI Coding 領(lǐng)域里面還會(huì)有什么變化？

石揚(yáng)：從行業(yè)上看，我期待更好的模型能力能夠釋放出來(lái)，我們能夠把這些更好的模型能力，轉(zhuǎn)化成交付給用戶手里的生產(chǎn)力。最近行業(yè)的進(jìn)展，無(wú)論從模型的推理能力、性能、速度，包括 OpenAI o3 雖然只是預(yù)告片，但都能看到很多的細(xì)節(jié)，非常令人期待。

第二，也期待有更多人參與到代碼生成的行業(yè)里，因?yàn)橹挥懈鄡?yōu)秀的人加入到這個(gè)行業(yè)，才會(huì)迸發(fā)出更多的想法。大家在競(jìng)爭(zhēng)中共同進(jìn)步，對(duì)手足夠強(qiáng)大，你才找到了更多的真正用戶，以及能夠打動(dòng)用戶的需求。

張鵬：2025 年，對(duì) MarsCode 有什么期待？

石揚(yáng)：整個(gè)去年 MarsCode 已經(jīng)發(fā)了一款編程助手的插件，同時(shí)有云版本的 IDE 版本。2025 年估計(jì)每個(gè)季度都會(huì)有一些新的產(chǎn)品能力、產(chǎn)品形態(tài)釋放出來(lái)，也非常期待 MarsCode 能夠滿足更多用戶的需求。目前可以看到大量用戶的需求是未被滿足的，整個(gè)行業(yè)無(wú)論是從資本，做這件事情的團(tuán)隊(duì)以及用戶，對(duì)這件事情的期待都非常高。

過(guò)去一年 MarsCode 大概有 100 萬(wàn)用戶，也特別期待老用戶繼續(xù)喜歡我們，更多新用戶能夠看到我們的進(jìn)步，用我們的新產(chǎn)品。做產(chǎn)品最大的快樂(lè)其實(shí)也來(lái)自于做出一個(gè)有價(jià)值的產(chǎn)品，被更多人用到的產(chǎn)品。

張鵬：宿文，你認(rèn)為 2025 年這個(gè)行業(yè)有可能出現(xiàn)什么樣新的亮點(diǎn)和變化？

宿文：目前模型和代碼應(yīng)用的發(fā)展可能稍微有點(diǎn)異步，期待明年有比較大的進(jìn)展，不管是模型還是 Coding，我們更愿意把這兩件事等價(jià)起來(lái)，盡管距離手機(jī)時(shí)代的 iPhone 時(shí)刻還很遙遠(yuǎn)。

近期看到特別有意思的一段《悟空傳》里面的一句話，「人在最有價(jià)值的時(shí)刻不是功成名就的時(shí)候」，我覺(jué)得大模型、AI Coding 最有價(jià)值的時(shí)刻，也不是到最后我們把 AI Coding 變成平權(quán)化的那個(gè)節(jié)點(diǎn)，而是在今天的條件下，怎么做決策。當(dāng)然也會(huì)面臨巨大的不確定性和競(jìng)爭(zhēng)，但反而會(huì)是很有價(jià)值的一年。

張鵬：AutoCoder 接下來(lái)會(huì)有哪些階段性的進(jìn)展和值得期待的變化？

宿文：一個(gè)是準(zhǔn)確率，對(duì)于大家表達(dá)的意圖和需求，在軟件里可以準(zhǔn)確地、結(jié)構(gòu)化地被模型識(shí)別。這一點(diǎn)上，整個(gè)軟件架構(gòu)上會(huì)有很多提升準(zhǔn)確率的實(shí)現(xiàn)方式。

另外是靈活性，在代碼生成時(shí)，程序員從每一個(gè)方程、每一個(gè)函數(shù)或者其他的形式開(kāi)始寫(xiě)，這里面是有巨大的靈活性的，如何完善靈活的使用場(chǎng)景，能夠讓產(chǎn)品經(jīng)理也直接用，是需要完善的。

最后是完善度，我們會(huì)首次在 AutoCoder 產(chǎn)品里覆蓋從數(shù)據(jù)庫(kù)、到后端和前端的一體化生成，大家使用的體驗(yàn)會(huì)更流暢、更深度。我們更愿意做一個(gè)嚴(yán)肅的產(chǎn)品，讓大家的感知和體驗(yàn)都更好。

AI 的終極目標(biāo)是讓普通人也能享受編程的樂(lè)趣，讓不會(huì)代碼的人也能通過(guò) AI 來(lái)實(shí)現(xiàn)需求，所以這應(yīng)該是大家的終極目標(biāo)，只是根據(jù)他們今天的起點(diǎn)和面對(duì)的用戶人群以及場(chǎng)景的不同，選擇了不同的切入點(diǎn)。

有些產(chǎn)品是從專業(yè)的用戶出發(fā)解決專業(yè)程序員的編程和協(xié)作問(wèn)題，解決自動(dòng)化的問(wèn)題，最后能夠直接輸出產(chǎn)品，有一部分是直接面對(duì)普通用戶，輔助他們完成專業(yè)的編程，甚至直接輸出產(chǎn)品。