AI編程是自生成AI崛起以來最受歡迎的跑道之一。不僅國內(nèi)外大廠都有布局，還誕生了幾家融資超過1億元、估值超過10億美元的頭部創(chuàng)業(yè)公司。

AI編程的實質(zhì)價值在于降低成本，而且對程序員和企業(yè)客戶都有直接的影響，目前已有44%的程序員使用了AI編程軟件。

對于大多數(shù)科技公司來說，R&D團隊是核心團隊之一，他們已經(jīng)建立了公司的關(guān)鍵技術(shù)。同時，保持R&D團隊的規(guī)模也是公司支出的主要組成部分。根據(jù)Gartner的數(shù)據(jù)，科技公司每年在軟件工程上花費超過1億美元。

然而，在公司方面，大多數(shù)公司對目前的軟件并不滿意。一方面，現(xiàn)代軟件功能豐富，結(jié)構(gòu)復(fù)雜。需要多個不同職責(zé)的技術(shù)團隊來保持軟硬件堆棧，這將產(chǎn)生高昂的人工成本。

另一方面，由于功能請求、錯誤修復(fù)、安全補丁、集成請求、轉(zhuǎn)移和優(yōu)化的長期積壓，軟件脆弱，維護成本高，開發(fā)團隊面臨困難。同時也需要運維和測試團隊的配合，運維和測試團隊的特點是不需要太多創(chuàng)造力，但需要“堆人”。

對于程序員來說，在他們的實際工作中，實際用于編程的時間通常很少，因為各種冗長的會議和復(fù)雜的需求交流。在具體的編程工作中，有很多“雜活”是不需要思考的。這壓縮了他們能夠認(rèn)真思考和高質(zhì)量編程的時間和精力，導(dǎo)致他們效率低下，輸出少，成就感低。

AI編程軟件成為AI時代最受歡迎的應(yīng)用細(xì)分軌道之一并非偶然。對于企業(yè)來說，他們希望AI幫助R&D團隊提高效率，做一些需要“智能”的重復(fù)性工作，降低周邊團隊的成本。對于程序員來說，AI編程助手可以幫助他們節(jié)省時間，提高效率，在“有效編程”上花費更多的時間，讓技術(shù)人員成為“十倍程序員”。

StackOverflow(編程設(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)過程的一部分，26%的人計劃快速使用。Gartner估計，超過一半的組織現(xiàn)在正在試點或部署AI編程助手。到2028年，75%的程序員將以某種方式使用AI編程工具。

獨角獸井噴AI編程跑道

編程能力已經(jīng)成為每個大型模型制造商在構(gòu)建基本模型時的一個重要方向，因為它可以從側(cè)面展示模型的邏輯推理能力，就像數(shù)學(xué)能力一樣。自GPT-4發(fā)布以來，每個模型在發(fā)布時，都要重點介紹自己的編程能力。Benchmark也在迭代評判模型編程能力。從最初的HumanEval到現(xiàn)在，它更接近真實，更能評估模型解決實際編程問題的SWEval。-bench。

在人工智能時代，我們構(gòu)建AI編程軟件的思路是基于模型能力，從實際需求和場景出發(fā)，構(gòu)建產(chǎn)品能力。在這個過程中，雖然模型和專有數(shù)據(jù)可以保證產(chǎn)品的性能和對情境和需求的理解，但它決定了產(chǎn)品與用戶(客戶)的匹配程度。

大廠積極布局

最早推出AI編程軟件的方式是編程助手，這也是目前最主流的方式，其代表性產(chǎn)品是GitHub。 Copilot。

GitHub Copilot不僅針對個人開發(fā)者客戶，也針對企業(yè)客戶，它有一系列非常實用的功能，如代碼補充、代碼注釋、函數(shù)生成、代碼審查等。GitHub 背靠微軟和OpenAI的Copilot在技術(shù)上更有保障。

GitHub 到2024年2月，Copilot已經(jīng)擁有130萬付費用戶和50000個企業(yè)客戶，而Copilot也是該賽道上商業(yè)化的領(lǐng)先產(chǎn)品。

同時，微軟的競爭者也紛紛推出對標(biāo)商品，AWS擁有AWS。CodeWhisperer，Meta有Code Llama，谷歌將產(chǎn)品更新為Geminini。 Code Assist，這些產(chǎn)品都是基于先進的AI模型。

許多創(chuàng)業(yè)公司獲得大額融資

但大廠推出這類產(chǎn)品的主要目的是建立生態(tài)，保證自己不落后。商品和技術(shù)創(chuàng)新的核心是看創(chuàng)業(yè)公司。Replitit是海外在這條賽道上努力工作的代表性創(chuàng)業(yè)公司、Codium、cognition-labs、Augment等，他們都進行了不同程度的產(chǎn)品創(chuàng)新。

例如Replit，Codium都有IDE插件產(chǎn)品，集成度更高，更符合個人程序員的使用習(xí)慣。Codium還推出了Coding。-Agent，可根據(jù)需要自動生成代碼，進一步提高編程的自動化程度，具有本地代碼檢索和檢索增強生成功能。

而且cognition-labs還推出了AI程序員Devin，它可以被視為一種自動的Agent，它可以獨立工作，而不僅僅是作為程序員的輔助工具。這一產(chǎn)品形式對企業(yè)客戶更具吸引力。

在商業(yè)模式上，很多公司主要面向程序員。AI編程軟件不僅可以降低編程門檻，幫助初級程序員拓展界限，還可以提高資深程序員的效率，少做“臟活”，充分發(fā)揮他們的創(chuàng)造力，所以他們會有很強的付費意愿。

Augment面向企業(yè)，根據(jù)大型企業(yè)的需求，提高了AI編程軟件的推理啟動速度、安全性和可靠性。基于AI編程軟件商業(yè)化的實質(zhì)性需求:降低成本，提高效率，釋放生產(chǎn)力。未來，公司將越來越關(guān)注企業(yè)客戶進行商業(yè)化。

AI編程軌道上的公司在融資方面都獲得了AI應(yīng)用領(lǐng)域相對較大的融資，例如Replit獲得了a16z領(lǐng)先的9740萬美元融資，估值11.6億美元；Codium獲得了6500萬美元的融資，估值5億美元；cognition-在Founder'之前，labs獲得了s 在Fund領(lǐng)先的2100萬美元融資之后，F(xiàn)ounder將以20億美元的估值再次獲得。s 在Fund投資中，Augment獲得了2.52億美元的融資，估值9.77億美元。AI編程跑道可以說是AI應(yīng)用領(lǐng)域獨角獸最集中的方向之一。

從創(chuàng)始人的背景來看，AI編程軌道上的公司大多是由編程技術(shù)背景雄厚的頂尖人才創(chuàng)辦的，不管是來自工業(yè)還是學(xué)術(shù)。例如，Replit創(chuàng)始人Amjad Masa在雅虎和Facebook有多年的編程經(jīng)驗，而Augment的創(chuàng)始人Igor Ostrovsky來自微軟；cognition-labs的創(chuàng)始團隊成員獲得了10枚IOI金牌(國際信息學(xué)奧林匹克競賽)，而且大部分都是中國人。

AI編程商品具有中國自主框架和技術(shù)。

AI編程也是中國市場AI應(yīng)用的熱門領(lǐng)域，無論是大廠商還是頭部創(chuàng)業(yè)公司都在這一領(lǐng)域推出了自己的產(chǎn)品。網(wǎng)絡(luò)廠商中，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。它們都是基于自己的大型模型，大部分都是以AI編程助手為產(chǎn)品形式，在功能上與GitHub Copilot相似，并且在多編程語言支持、IDE適配和中文編程方面表現(xiàn)良好。

與國外市場相比，目前國內(nèi)致力于AI編程的創(chuàng)業(yè)公司相對較少，但也有一些頭部創(chuàng)業(yè)公司推出能力強的AI助手產(chǎn)品。典型的例子是智譜AI的CodeGeeX和非十大技術(shù)的Fitten。 Code，兩家創(chuàng)業(yè)公司的創(chuàng)業(yè)團隊都來自清華。

而且這兩種商品都是基于國產(chǎn)框架開發(fā)的，例如CodeGeeX由清華大學(xué)知識工程實驗室團隊與智譜AI合作開發(fā)，使用華為MindSpore框架，而Fitten 基于自己的Jittor深度學(xué)習(xí)框架，Code。

在中國目前的AI創(chuàng)業(yè)環(huán)境下，這些AI編程產(chǎn)品具有很強的自主性和“安全性”，采用國內(nèi)框架開發(fā)，在國內(nèi)AI基礎(chǔ)設(shè)施上運行。無論是依靠中國龐大的中國市場發(fā)展，還是出海面對國際競爭，中國的創(chuàng)業(yè)公司和AI編程產(chǎn)品都有很好的潛力和發(fā)展空間。

AI編程跑道，什么時候開始賺錢？

AI編程雖然有很多大大小小的玩家，也有創(chuàng)業(yè)公司獲得了大量的融資，但還處于發(fā)展初期，面臨著一系列問題。

第一個問題是成本和效益的平衡。由于AI模型推理成本高，大多數(shù)AI編程公司都處于虧損狀態(tài)，甚至依靠微軟的GitHub。 目前Copilot每個用戶每個月也會損失20到80美元左右，即它還沒有處理好單位的經(jīng)濟問題。要解決這個問題，降低運營成本，需要AI計算能力和AI云服務(wù)公司的共同努力。在這個方向上，也有很多公司，比如Foundry(AI云服務(wù))和d-Matrix(推理芯片)就是在這方面深耕。

第二個問題是安全問題，即AI編程工具產(chǎn)生的代碼仍然存在質(zhì)量低、錯誤多的問題，這將放大軟件項目中現(xiàn)有的錯誤和漏洞。這一問題，本質(zhì)上是因為AI模型本身就會產(chǎn)生“幻覺”，而且產(chǎn)生內(nèi)容的準(zhǔn)確性還不夠高。未來要解決這個問題，一方面需要升級AI編程模型的基本能力，減少“幻覺”，另一方面需要在工程方面給予針對性的補丁。

本文來自微信微信官方賬號“阿爾法公社”（ID：alphastartups），作者：發(fā)現(xiàn)非凡企業(yè)家的，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com