文｜魏琳華

編｜王一粟

大廠正在集火最具PMF（產品市場契合度）價值的賽道——AI編碼。

從7月21日開始，字節、騰訊、阿里輪番更新AI編碼產品和模型：字節已有的AI編碼產品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品的工具放到其中，做了個“全棧工程師”；阿里更是發佈編程大模型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等多家的模型使用後，國內大廠們不僅想做Cursor的平替，更是升級開發體驗。它們不再滿足於讓AI僅僅充當程序員的“副駕駛”，而是想讓AI包攬起“產設研”一條龍，直接做成品。

和上半年還在讓AI當助手、打醬油相比，這一次，AI 編碼已經實現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

接連三天的發佈中，字節、阿里、騰訊三家大廠先後拿出了能讓AI一口氣幹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：不僅要寫得質量過關，更是把成品都部署好了。

其中，騰訊和字節對自家編碼產品的更新，重點還是在產品側，畢竟從工程隊到樣板間，中間還隔着很遠，需要靠產品能力補齊。

7月21日，字節宣佈更新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，前者相當於一個傳統編程的IDE界面，只需要用戶在右側輸入提示詞，AI就能自動拆解，按照需求生成大段編碼。相比之下，Chat模式則更多適用於用戶和AI通過聊天的方式，修改編碼、找問題等等，更適用於精細調整上。

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，而右側用來放AI生成的文檔、編碼信息。

在整合後的界面中，Chat模式和Build模式相當於有機整合在了一起。在官方演示中，AI演示的功能先拆解起了需求，生成一份產品文檔。緊接着，這個文檔就交給AI做下一步拆解，根據裏面的詳細需求，AI開始接着寫起了編碼。

在這個基礎上，Trae還要讓它完成從部署編碼到提供成品的效果，於是，新版本配置了一系列輔助Web開發的工具，包括PRD（產品需求）文檔、UI設計、部署上線等，這些工具全都接在了Solo模式中的AI Builder裏。

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們已經能讓零基礎編程的開發者用平臺開發出一個完整的產品。

整合界面、開發工具的基礎上，Trae還在優化Agent功能的Context（上下文工程）上下手，進一步優化產品功能，克服“準確理解需求”的問題。

此前，對於Trae 1.0版本的評價，程序員們的評論口碑兩極分化：一部分人認爲確實能提效，另一部分用戶則集中反映了AI回覆質量的問題——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品時，用戶往往會遇到一個問題，也就是輸入Prompt（提示詞）之後，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站的需求，但這裏面還需要大量細節的敲定，比如女裝做哪個年齡段、網站需不需要設置登錄界面等等。

上下文工程想解決的就是這樣一個問題，當用戶再給到一個任務時，它能根據你之前上傳的各種需求文檔、編碼、配置信息等內容抓取和任務需求相關的所有文檔，相當於從龐大的資料庫裏精準篩出來了用戶想要的資料。再把這些作爲上下文，供AI生成的時候參考。在此基礎上，AI才能跑出來更滿足需求的內容。

無獨有偶，騰訊第二天也更新了自家編碼助手產品CodeBuddy，這次開啓了一個首次內測IDE模式，強調自己“首個AI全棧工程師”的定位。

騰訊把產品優化的重心放在了讓包括產品、設計、研發等不同角色在內的用戶，不管看不看得懂編碼，都能靠AI做個產品出來。

在同樣更新PRD生成、上線部署等功能的基礎上，CodeBuddy IDE在一些工具部署的細節處下功夫更多，對看不懂編碼的開發者也更友好。比如支持把設計師用的Figma格式設計稿一鍵轉化成網站、接入後端部署工具SuperBase等。

當編碼之外的一系列開發工具都被合併到AI編碼平臺上，字節和騰訊的編碼助手產品面向的羣體也在改變，從程序員，到已經能讓開發者只描述需求就能生成可用編碼，甚至優化到前後端使用。

如果說字節、騰訊的先後更新是在爭奪“國內版Cursor”的地位，那阿里的本次開源則直接劍指編碼開發工具運行的基座——模型。

目前，無論是Cursor、字節Trae還是騰訊Codeuddy，海內外AI代碼產品都是提供多種模型供用戶選擇調用。比如Trae國際版支持Claude 3.7和GPT-4o等模型，國內版則支持使用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調用賺到更多的錢。

7月23日凌晨，阿里開源了自研模型Qwen3-Coder，併發布兩個閉源模型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能夠比肩，甚至在Terminal-Bench（評估AI模型在終端交互任務中性能）、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、規劃等能力，從而在模型層也能讓AI輸出產品，比如做個旋轉的地球模型、做個AI小遊戲，不過在完整產品能力的部署上，還得依賴平臺的配合和優化。

從性能上，Qwen3-Coder已經能作爲平替使用，從價格來看，阿里也在靠“上下文長度區間”做定價的區分，試圖把價格打下去。其採用階梯計費模式，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最長輸入長度對標的128-256k檔次相比，也達到了每百萬輸入低50%、每百萬輸出低60%以上的價格。

卷產品、卷模型，隨着三家大廠扎堆發佈，這場關於AI 編碼的戰爭，已經代表了一種態度——被看好的AI 編碼賽道驗證了自己的價值，進入大廠準備“摘果實”的階段。

下半年，海內外決戰AI編碼

和今年還在初級階段“開荒”的Agent不同，AI 編碼的決戰，將在今年下半年打響。

今年3月，OpenAI首席產品官Kevin Weil的判斷擲地有聲，他預計到2025年底，AI編碼將實現99%的自動化。Anthropic CEO Dario Amodei更是大膽預測，3到6個月內，AI將編寫90%的編碼；12個月內，AI幾乎接管所有編碼。

結合這幾個月的情況來看，這些看似激進的預測，並非空穴來風。比起還在企業內部磨合的各種Agent，這一批AI 編碼產品已經開始在企業內部率先試用。

Anthropic公司旗下的Claude Code便是其中的佼佼者。據Anthropic透露，其內部高達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、調試、重構到測試等多個環節。騰訊這次內測的CodeBuddy IDE也在宣傳中註明，內部產品、設計、研發的使用率高達85%。

這些內部大規模應用的案例，共同傳遞出一個明確的信號——AI 編碼已經跨越了“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開發的AI編程工具Claude Code在短短4個月內就吸引了11.5萬開發者用戶，據Menlo Ventures風險投資家Deedy Das推測，該產品年收入可達1.3億美元。字節的Trae則在上線的半年內月活超過100萬。

一週內，Claude Code處理了1.95億代碼

沒有佈局的大廠，要麼試圖自研，要麼靠收購加入。OpenAI試圖以30億美元的巨資收購擁有80萬用戶的AI編程助手初創公司Windsurf。儘管後來這筆交易告吹，Windsurf的首席執行官被谷歌截胡，但這本身就足以說明AI 編碼領域的吸引力，以及巨頭們對搶佔賽道可能性的渴望。

在可用性得到極大提升的基礎上，對比海外，國內這波AI 編碼類軟件的用戶範圍試圖將用戶範圍進一步擴大，不再侷限於專業的程序員，而是會進一步擴展到更廣泛的用戶羣體。

然而，非程序員之外的開發者真的會是這批產品的受衆嗎？

目前還難以確定。對於沒有基礎的用戶來說，如果出現編碼報錯、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 編碼現在能卷的不僅僅是質量的提升，一系列的工具嵌入正在大幅壓縮開發者的時間。

而在AI 編碼這場即將打響的決戰中，最大的受益者無疑是模型廠商和雲廠商。編碼的生成和優化，需要消耗大量的計算資源和模型推理能力，這爲背靠自家雲設施的大廠們和掌管API的模型開發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 編碼在商業上的巨大潛力。

國內廠商也紛紛入局，搶佔市場份額。

阿里的做法是底座、產品兩手抓，進一步搶奪話語權。在“模型即Agent”的今天，阿里發佈的自研大模型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，阿里有希望成爲國內編碼產品選擇模型的“平替”。

免費牌，也是騰訊和字節暗戳戳打出來的競爭手段。騰訊本次發佈的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，因此通過邀請碼等方式進行裂變，成爲大廠們擴大用戶羣體的常見策略。

燒錢也要賺吆喝，接下來，誰能真正擔起“國內Cursor”的稱號？