大廠正在集火最具PMF（產(chǎn)品市場契合度）價值的賽道——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“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面向中國市場取消了Anthropic、OpenAI和Google等多家的模型使用后，國內(nèi)大廠們不僅想做Cursor的平替，更是升級開發(fā)體驗。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)對自家編碼產(chǎn)品的更新，重點還是在產(chǎn)品側(cè)，畢竟從工程隊到樣板間，中間還隔著很遠(yuǎn)，需要靠產(chǎn)品能力補齊。

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、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)者用平臺開發(fā)出一個完整的產(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，對于Trae 1.0版本的評價，程序員們的評論口碑兩極分化：一部分人認(rèn)為確實能提效，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，花費的時間變得更多了。

過往使用這些編碼助手類產(chǎn)品時，用戶往往會遇到一個問題，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問題，當(dāng)用戶再給到一個任務(wù)時，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，這次開啟了一個首次內(nèi)測IDE模式，強調(diào)自己“首個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、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，對看不懂編碼的開發(fā)者也更友好。比如支持把設(shè)計師用的Figma格式設(shè)計稿一鍵轉(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奪“國內(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國際版支持Claude 3.7和GPT-4o等模型，國內(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)布兩個閉源模型Qwen3-Coder-Plus、Qwen3-Coder-Plus-2025-07-22 ,在性能對比上直接拉上了目前海外編碼能力最強的模型系列Claude4。

雖然還是無法和頂配Opus性能相比，但和中檔模型Claude 4 Sonnet對比，阿里的開源模型已經(jīng)能夠比肩，甚至在Terminal-Bench（評估AI模型在終端交互任務(wù)中性能）、SWE-Bench（評估大模型解決真實軟件工程問題能力）等多個指標(biāo)測試上超過Sonnet。在上下文長度方面，Qwen3-Coder原生支持256k Token上下文長度，且能擴展到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，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，比如做個旋轉(zhuǎn)的地球模型、做個AI小游戲，不過在完整產(chǎn)品能力的部署上，還得依賴平臺的配合和優(yōu)化。

從性能上，Qwen3-Coder已經(jīng)能作為平替使用，從價格來看，阿里也在靠“上下文長度區(qū)間”做定價的區(qū)分，試圖把價格打下去。其采用階梯計費模式，最便宜的檔次只要4元搞定每百萬Token輸入、16元每百萬Token輸出。即使在可以和Claude最長輸入長度對標(biāo)的128-256k檔次相比，也達(dá)到了每百萬輸入低50%、每百萬輸出低60%以上的價格。

卷產(chǎn)品、卷模型，隨著三家大廠扎堆發(fā)布，這場關(guān)于AI 編碼的戰(zhàn)爭，已經(jīng)代表了一種態(tài)度——被看好的AI 編碼賽道驗證了自己的價值，進入大廠準(zhǔn)備“摘果實”的階段。

下半年，海內(nèi)外決戰(zhàn)AI編碼

和今年還在初級階段“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)計到2025年底，AI編碼將實現(xiàn)99%的自動化。Anthropic CEO Dario Amodei更是大膽預(yù)測，3到6個月內(nèi)，AI將編寫90%的編碼；12個月內(nèi)，AI幾乎接管所有編碼。

結(jié)合這幾個月的情況來看，這些看似激進的預(yù)測，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個不同團隊使用Claude Code的案例，涵蓋了從編碼生成、調(diào)試、重構(gòu)到測試等多個環(huán)節(jié)。騰訊這次內(nèi)測的CodeBuddy IDE也在宣傳中注明，內(nèi)部產(chǎn)品、設(shè)計、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，共同傳遞出一個明確的信號——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個月內(nèi)就吸引了11.5萬開發(fā)者用戶，據(jù)Menlo Ventures風(fēng)險投資家Deedy Das推測，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。

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，要么靠收購加入。OpenAI試圖以30億美元的巨資收購擁有80萬用戶的AI編程助手初創(chuàng)公司W(wǎng)indsurf。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，對比海外，國內(nèi)這波AI 編碼類軟件的用戶范圍試圖將用戶范圍進一步擴大，不再局限于專業(yè)的程序員，而是會進一步擴展到更廣泛的用戶群體。

然而，非程序員之外的開發(fā)者真的會是這批產(chǎn)品的受眾嗎？

目前還難以確定。對于沒有基礎(chǔ)的用戶來說，如果出現(xiàn)編碼報錯、不合需求的情況，只靠個人來說，跑一個程序出來容易，但跑個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)者的時間。

而在AI 編碼這場即將打響的決戰(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會。

編碼對Token的大幅消耗，是一筆利潤豐厚的生意。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，或每月貢獻超過1670萬美元的營收。這充分說明了AI 編碼在商業(yè)上的巨大潛力。

國內(nèi)廠商也紛紛入局，搶占市場份額。

阿里的做法是底座、產(chǎn)品兩手抓，進一步搶奪話語權(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。一個性能比肩Claude 4 Sonnet，價格卻對半斬的模型，加上考慮到地緣政治的因素，阿里有希望成為國內(nèi)編碼產(chǎn)品選擇模型的“平替”。

免費牌，也是騰訊和字節(jié)暗戳戳打出來的競爭手段。騰訊本次發(fā)布的CodeBuddy IDE模式的一個賣點就是支持用戶免費使用Claude 4模型，字節(jié)的Trae則早在國際版中就支持了免費用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)，因此通過邀請碼等方式進行裂變，成為大廠們擴大用戶群體的常見策略。

燒錢也要賺吆喝，接下來，誰能真正擔(dān)起“國內(nèi)Cursor”的稱號？