把aiXcoder等同于一個模型是最大的誤解。
作者｜蘇霍伊
編輯｜王博
國資進(jìn)入AI編程賽道了。
「甲子光年」獨家獲悉，硅心科技（aiXcoder）前不久完成了A++輪融資，投資方為中關(guān)村發(fā)展集團(tuán)旗下中關(guān)村資本，硅心科技成為了國內(nèi)首家國資投資的專注AI+軟件工程的企業(yè)。據(jù)公開資料顯示，aiXcoder目前共獲得4輪融資，吸引了伽利略資本、高瓴創(chuàng)投、彬復(fù)資本、清流資本、三七互娛等多家頂級風(fēng)險投資機(jī)構(gòu)的持續(xù)注資。
盡管AI編程賽道火熱，但國資的進(jìn)入往往有著更深層次的技術(shù)自主性、產(chǎn)業(yè)生態(tài)構(gòu)建的意義。
「甲子光年」觀察到，當(dāng)前的AI編程市場需求已經(jīng)從“能寫代碼”向“能交付特定任務(wù)”轉(zhuǎn)變。
通用大模型如GPT、Claude、Llama等，能夠根據(jù)自然語言描述生成代碼。但是通用大模型主要利用互聯(lián)網(wǎng)上的公有數(shù)據(jù)進(jìn)行訓(xùn)練，無法覆蓋私域數(shù)據(jù)，通常僅能支持通用領(lǐng)域的軟件開發(fā)。然而，更多的軟件開發(fā)需求來源于特定行業(yè)，通用大模型在面對特定業(yè)務(wù)場景和需求時，其孤立性和對業(yè)務(wù)邏輯的理解不足，導(dǎo)致了其對復(fù)雜需求的處理雖表面上可行，實際上卻缺乏可信度，無法提供充分的支持。
這是AI難以實現(xiàn)企業(yè)特定領(lǐng)域化應(yīng)用的的痛點，同時也是aiXcoder團(tuán)隊的著力點。
aiXcoder團(tuán)隊由北京大學(xué)軟件工程研究所孵化，是國際上“基于深度學(xué)習(xí)的程序理解與生成”的先驅(qū)性研究者。團(tuán)隊自2013年起就開始探索深度學(xué)習(xí)技術(shù)在代碼生成和代碼理解方面的應(yīng)用，累計在國內(nèi)外頂級學(xué)術(shù)期刊/專業(yè)期刊發(fā)表論文100多篇，其中多篇是智能化軟件工程領(lǐng)域的首篇和引用率最高的論文。2021年12月發(fā)布全球首個超過十億參數(shù)量的aiXcoder 1.3B代碼大模型；2022年6月發(fā)布國內(nèi)首款13B代碼大模型。自主研發(fā)的“aiXcoder代碼大模型”是業(yè)內(nèi)首批完成國家備案的代碼大模型企業(yè)。核心產(chǎn)品智能化軟件開發(fā)系統(tǒng)一直在向B端企業(yè)客戶和C端開發(fā)者提供實時智能開發(fā)輔助，并持續(xù)通過深度定制方案解決大模型與領(lǐng)域知識融合的難題，幫助企業(yè)提升軟件開發(fā)效率和研發(fā)效能。
近期，aiXcoder產(chǎn)品升級，最新推出Agent（智能體）模式，并內(nèi)置MCP（大模型上下文協(xié)議）功能，創(chuàng)新為軟件開發(fā)行業(yè)帶來全流程自動化解決方案。該技術(shù)通過模擬人類開發(fā)者的任務(wù)規(guī)劃、工具調(diào)用、自主反思、邏輯推理等能力，可智能完成項目級代碼生成、修改、調(diào)試、重構(gòu)等復(fù)雜軟件開發(fā)任務(wù)，顯著提高企業(yè)研發(fā)效率，大幅縮短研發(fā)周期，助力企業(yè)數(shù)字化轉(zhuǎn)型。
總的來說，aiXcoder通過獨特的深度定制解決方案，專業(yè)代碼大模型的個性化訓(xùn)練，結(jié)合Agent協(xié)同能力和Prompt工程化，并融合業(yè)界成熟的工具鏈和工程實踐，實現(xiàn)軟件開發(fā)效率與質(zhì)量的全面提升，讓模型輸出更貼合企業(yè)和用戶的實際需求。
目前aiXcoder已在金融、軍工、航天、IT等領(lǐng)域落地，服務(wù)眾多行業(yè)頭部客戶，打造多元場景標(biāo)桿案例。
無論是從科研成果轉(zhuǎn)化角度，還是專業(yè)領(lǐng)域模型與通用大模型的競爭角度，亦或是AI模型應(yīng)用落地角度來看，aiXcoder都走出了一條新的路徑，而國資的注入就是對這條新路徑的認(rèn)可。
1. 最新推出內(nèi)置MCP功能的軟件開發(fā)領(lǐng)域Agent產(chǎn)品
從“高級代碼生成與補全工具”進(jìn)化為真正的“AI軟件工程師”，除了需要“腦子”——大模型之外，還需要“手”——自主調(diào)用工具的能力。
近期，aiXcoder產(chǎn)品升級，創(chuàng)新推出Agent模式，并內(nèi)置MCP功能，助力企業(yè)實現(xiàn)復(fù)雜軟件開發(fā)任務(wù)的自動化處理，可以針對性適配企業(yè)已有的開源大模型。相比Cursor每月20-40美元費用，aiXcoder Agent功能計劃在插件端免費開放，使用Agent無門檻，推動AI Coding行業(yè)發(fā)展。
aiXcoder Agent實現(xiàn)原理
開發(fā)者可通過aiXcoder Agent快速配置安裝MCP Servers，將常用軟件開發(fā)工具和企業(yè)專屬工具無縫集成至平臺。當(dāng)大模型處理需求時，aiXcoder Agent智能中樞會通過MCP協(xié)議棧實時分析任務(wù)上下文，自主選擇最優(yōu)工具進(jìn)行調(diào)用，進(jìn)而完成多類型任務(wù)。
在Agent模式下，AI相對于開發(fā)者來說，更像一個Partner，雙方通過自然語言交互，即可完成端到端的軟件開發(fā)任務(wù)。開發(fā)者不再需要逐行編寫大量的代碼或反復(fù)操作多個文件，只需要在關(guān)鍵節(jié)點，點擊接受或者拒絕，顯著提高工作效率的同時，可以將更多精力集中在核心業(yè)務(wù)邏輯的設(shè)計和架構(gòu)優(yōu)化上。
“Agent是一個具備完整執(zhí)行鏈條和工具能力的系統(tǒng)，它不是聊天式的，不是純推薦代碼的，它是工程意義上的、可以執(zhí)行任務(wù)的系統(tǒng)?！盿iXcoder聯(lián)合創(chuàng)始人劉洋告訴「甲子光年」，“它能把一個復(fù)雜問題拆解成多個分支任務(wù)，在執(zhí)行中與人不斷交互確認(rèn)，最終生成貼合真實業(yè)務(wù)需求的結(jié)果?！?/p>
以開發(fā)金融業(yè)務(wù)系統(tǒng)的后臺管理頁面為例。傳統(tǒng)的做法可能是需要手動分析需求、設(shè)計架構(gòu)、編寫代碼、調(diào)試測試并逐步迭代優(yōu)化，這通常是一個耗時且復(fù)雜的過程。
但是在aiXcoder Agent模式下，開發(fā)者只需輸入指令：“根據(jù)提供的API，制作一個交互友好的后臺管理頁面。”Agent就會立即結(jié)合總體目標(biāo)拆分任務(wù)，實現(xiàn)需求解析、多文件編輯、邏輯設(shè)計、各功能模塊構(gòu)建等全流程自動化，期間還會自動執(zhí)行終端指令與調(diào)用瀏覽器啟動服務(wù)和進(jìn)行效果驗證，不到30分鐘就可以自主完成金融系統(tǒng)的后臺管理頁面開發(fā)上線。
在上線了Agent功能后，aiXcoder為智能化軟件開發(fā)賦予了更多的主動性。總體而言分為三類：
復(fù)雜任務(wù)規(guī)劃能力：能夠?qū)?fù)雜任務(wù)分解為多個合適的、可執(zhí)行、可驗證的步驟，并自主規(guī)劃執(zhí)行；
自主學(xué)習(xí)與優(yōu)化能力：根據(jù)用戶反饋和任務(wù)結(jié)果不斷學(xué)習(xí)或調(diào)整計劃，比如生成的代碼有編譯錯誤時Agent會自動解決；
實時交互與協(xié)作能力：用戶能隨時介入任務(wù)執(zhí)行過程，調(diào)整需求或方向。
“我們希望aiXcoder Agent能夠像一位經(jīng)驗豐富的高級開發(fā)者一樣工作，不僅能夠理解需求，還能夠主動提供解決方案，甚至在復(fù)雜任務(wù)中分解問題并逐步解決?！眲⒀蠼榻B。
2.一個專業(yè)代碼大模型的自我修煉
智能化軟件開發(fā)離不開一個專業(yè)的代碼大模型。
aiXcoder 7B就是aiXcoder團(tuán)隊在2024年4月正式推出并開源的全自研代碼大模型，基于1.2T高質(zhì)量代碼數(shù)據(jù)集、專門結(jié)合代碼特性、針對代碼相關(guān)任務(wù)進(jìn)行了預(yù)訓(xùn)練，具有易部署、易定制、易組合等特性。
在多個主流測評集上，aiXcoder 7B代碼生成與補全能力超越同級別及更高參數(shù)規(guī)模的開源模型。
aiXcoder 7B與同級別模型對比
aiXcoder 7B在企業(yè)真實開發(fā)場景下的代碼處理能力如何呢？aiXcoder基于16000多條來自真實開發(fā)場景的數(shù)據(jù)，構(gòu)建了一個大規(guī)模測評代碼生成補全數(shù)據(jù)集，并對多個大模型進(jìn)行測評。結(jié)果顯示，aiXcoder 7B不僅在代碼生成與補全方面效果最好，且生成的代碼更加簡潔，更接近人類編碼風(fēng)格。
現(xiàn)有通用大模型在實際軟件開發(fā)中表現(xiàn)受限的核心原因，在于其將代碼簡單等同于自然語言文本的處理方式，忽視了代碼作為結(jié)構(gòu)化邏輯實體的本質(zhì)特性。真正的軟件開發(fā)，需要AI不僅能“背代碼”，還要理解代碼背后的“語法規(guī)則”和“工程邏輯”。
在AI編程領(lǐng)域，aiXcoder 7B提出的“將代碼特性引入大模型訓(xùn)練”是一個突破性創(chuàng)新，其核心在于通過代碼的結(jié)構(gòu)化特征重構(gòu)訓(xùn)練范式。aiXcoder 7B針對代碼特性所采取的創(chuàng)新訓(xùn)練方法有：高質(zhì)量訓(xùn)練數(shù)據(jù)構(gòu)建、基于代碼結(jié)構(gòu)的模型訓(xùn)練、項目級多代碼文件排序。其創(chuàng)新之處遠(yuǎn)非簡單使用代碼數(shù)據(jù)訓(xùn)練模型，而是系統(tǒng)性地將代碼的本質(zhì)特性轉(zhuǎn)化為模型學(xué)習(xí)目標(biāo)。
這種轉(zhuǎn)變也讓代碼大模型從“高級代碼生成與補全工具”進(jìn)化為真正的“AI軟件工程師”，核心能力邊界從字符序列擴(kuò)展到完整的軟件工程語義空間。
aiXcoder 7B相關(guān)論文被軟件工程領(lǐng)域國際頂級會議 ICSE 2025收錄，以嚴(yán)格著稱的ICSE審稿人如此評價aiXcoder 7B的相關(guān)論文：“這篇論文涉及了一個阻礙大模型進(jìn)行代碼應(yīng)用部署的關(guān)鍵問題，即最先進(jìn)的LLM模型體積龐大，且為提升性能而傾向于增大模型規(guī)模。它讓代碼補全時間過長，進(jìn)而影響用戶體驗。本文通過提出一種改進(jìn)的代碼補全模型訓(xùn)練方法來解決這一問題?！薄氨疚耐茖?dǎo)了一個新的代碼補全基準(zhǔn)，這對希望評估LLM在代碼補全方面表現(xiàn)的研究人員和從業(yè)者來說，具有重大貢獻(xiàn)?！?/p>
審稿人提到的關(guān)鍵問題就是aiXcoder團(tuán)隊從用戶體驗角度出發(fā)去解決的，他們沒有盲目追求參數(shù)規(guī)模，而是在訓(xùn)練初期就聚焦實際應(yīng)用場景。
劉洋告訴「甲子光年」：“我們選7B模型，是對模型速度和能力的權(quán)衡。越大的模型生成越慢，而開發(fā)者更希望‘毫秒級’響應(yīng)，不打斷工作思路?！?/strong>
這一年，aiXcoder 7B為企業(yè)實現(xiàn)大模型的低成本部署和領(lǐng)域化應(yīng)用提供了全新解決方案。而通過企業(yè)領(lǐng)域代碼個性化訓(xùn)練，aiXcoder團(tuán)隊還可以根據(jù)企業(yè)需求訓(xùn)練企業(yè)專屬代碼大模型。
企業(yè)領(lǐng)域代碼個性化訓(xùn)練
在真實軟件開發(fā)場景中，代碼大模型往往需要處理不同類型的上下文，比如當(dāng)前文件的上文、跨文件上下文、相關(guān)代碼段等，以實現(xiàn)高精度代碼補全。這種復(fù)雜的上下文形式與通常的模型預(yù)訓(xùn)練時的上下文形式不一致，所以限制了模型在實際應(yīng)用中的代碼補全準(zhǔn)確率。
「甲子光年」了解到，為解決這個問題，aiXcoder團(tuán)隊計劃在今年上半年推出aiXcoder 7B 2.0，在多種主流編程語言及框架下的多行補全上，相較于去年4月發(fā)布aiXcoder 7B 1.0，經(jīng)過優(yōu)化的新模型在Exact Match（完全匹配）指標(biāo)上效果提升13%。
3.把aiXcoder等同于一個模型是最大的誤解
由于aiXcoder 7B的知名度，不少人會把aiXcoder簡單理解一個專業(yè)代碼大模型開發(fā)團(tuán)隊，但這是對aiXcoder最大的誤解。
“我們相信，軟件交付的其實是業(yè)務(wù)價值。”aiXcoder商業(yè)合伙人兼總裁劉德欣告訴「甲子光年」。
aiXcoder團(tuán)隊所做的事情是：通過專業(yè)代碼大模型的個性化訓(xùn)練，結(jié)合多個Agent協(xié)同和Prompt工程化，并融合業(yè)界成熟的工具鏈和工程實踐，實現(xiàn)軟件開發(fā)效率與質(zhì)量的全面提升，讓模型輸出更貼合企業(yè)和用戶的實際需求。
與AI編程賽道的其他產(chǎn)品，如GitHub Copilot、Cursor、Codeium及國內(nèi)的AI+代碼產(chǎn)品相比，aiXcoder有著獨特性的差異。
以GitHub Copilot為代表的產(chǎn)品，其在IDE（集成開發(fā)環(huán)境）中以插件形式集成，在用戶輸入時提供灰色候選建議。Copilot在全球使用者眾多，但本質(zhì)上依然是“被動式”的：僅在用戶輸入后進(jìn)行響應(yīng)，不會主動任務(wù)規(guī)劃與執(zhí)行。此外由于其采用云端推理，也讓企業(yè)用戶在處理敏感代碼時充滿隱私和數(shù)據(jù)安全顧慮。
而被稱為“聊天式編程”的Cursor則從交互層面做出了更為激進(jìn)的創(chuàng)新。它類似VSCode的編輯器，集成了GPT-4、Claude 3.5等LLM模型，支持對話驅(qū)動的代碼理解、定位與修改，適合處理上下文超長的個人項目。但目前來看，Cursor的部署方式更契合個人開發(fā)或初創(chuàng)團(tuán)隊的需求，在企業(yè)級定制化能力和權(quán)限管理支持方面仍相對有限。
另外，我們也發(fā)現(xiàn)這些針對于C端提供的編程助手，在引入Agent以后，對整體的項目改動是沒有嚴(yán)格邊界的，有的時候會改動程序員不希望修改的很多文件，導(dǎo)致程序員并不知道自己的哪些項目被修改過。從程序員角度出發(fā)，構(gòu)建企業(yè)級產(chǎn)品，我們首先要做到給程序員以安全感，大模型以Agentic方式做自動化生成沒問題，但我們需要確保全程可控， 程序員始終知道大模型是在按照他的意圖完成工作，而不是替他做主完成工作。
aiXcoder走出了一條新的路徑：不是做一個“寫得更快的IDE插件”，而是構(gòu)建一個可以規(guī)劃任務(wù)、調(diào)動工具、生成代碼并負(fù)責(zé)結(jié)果的“AI軟件工程師”。
aiXcoder把智能化軟件開發(fā)分成了兩個階段：第一階段通過引入大模型技術(shù)，集中實現(xiàn)一些初級的自動化場景，但在關(guān)鍵的業(yè)務(wù)應(yīng)用中，模型輸出的準(zhǔn)確性和實用性受到質(zhì)疑，限制了相關(guān)產(chǎn)品在實際企業(yè)環(huán)境中的應(yīng)用效果和用戶的信任度，目前超過90%的企業(yè)落地大模型還處于該階段；第二階段面向企業(yè)領(lǐng)域知識做有效個性化訓(xùn)練，聚焦打造企業(yè)領(lǐng)域化解決方案，同時需要緊貼著企業(yè)的軟件開發(fā)框架，將企業(yè)內(nèi)部那些穩(wěn)定的、大量的業(yè)務(wù)邏輯和高頻代碼場景，利用AI的方式找出來并提取為Prompt體系，然后在用戶輸入的應(yīng)用節(jié)點，以背景信息的形式、靈活的以智能化的方式提供給大模型，從而顯著提升模型的業(yè)務(wù)理解力和輸出準(zhǔn)確率，這種方式確保了模型輸出更貼合企業(yè)和用戶實際需求。
如果說Copilot是“AI代碼補全工具”，Cursor是“對話式集成開發(fā)環(huán)境”，那么aiXcoder就是一個與實際場景深度融合的智能化軟件開發(fā)平臺。aiXcoder的思路更“聚焦”也更“深入”，劉洋坦言：“我們要做的，就是把大廠做不動的麻煩事給做透?！?/p>
因此他們選擇了一條B端+C端的“雙輪驅(qū)動”路徑。
在B端，aiXcoder針對企業(yè)客戶提供私有化部署的AI編程助手和配套的專業(yè)服務(wù)，包括大模型的訓(xùn)練微調(diào)、咨詢及軟件開發(fā)流程優(yōu)化等。
“我們現(xiàn)在大部分客戶來自于B端，主要是集中在企業(yè)的私有化部署、模型的領(lǐng)域化訓(xùn)練和軟件開發(fā)流程的優(yōu)化等方面。通過軟件訂閱加專業(yè)服務(wù)的方式收費，客單價比較高，粘性也比較大?！眲⒌滦勒f。
「甲子光年」發(fā)現(xiàn)，aiXcoder的客戶集中在金融、軍工、航空航天、能源、交通等行業(yè)，這些行業(yè)對代碼生成的精度、安全和合規(guī)有著近乎苛刻的要求。以銀行業(yè)務(wù)為例，代碼中不僅充滿大量金融術(shù)語，而且需嚴(yán)格遵循監(jiān)管與審計規(guī)范。
“銀行的客戶更關(guān)注它的合規(guī)。我們通過私有化部署幫他們訓(xùn)練之后，整個代碼的合規(guī)性整體提升了50%，研發(fā)成本也下降了約20%?！眲⒌滦澜榻B，“此外我們曾為某頭部證券公司進(jìn)行了兩輪個性化訓(xùn)練，將模型的準(zhǔn)確率從約10%提升至35%。他們也曾嘗試通過LoRA 等微調(diào)方式自主優(yōu)化，升幅僅為3%到4%?！?/p>
而在與航天502所的合作中，雙方聯(lián)合推出首個先進(jìn)人工智能技術(shù)與軟件工程相結(jié)合、自動將控制算法生成程序代碼的軟件開發(fā)產(chǎn)品，極大提高航天軟件開發(fā)效率和質(zhì)量，引領(lǐng)航天軟件智能化開發(fā)新模式。該項目也因此入選AIIA（中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟）發(fā)布的先鋒案例。
這些高壁壘場景要求模型不僅懂編程語言，更要理解行業(yè)術(shù)語、代碼規(guī)范和系統(tǒng)架構(gòu)。在傳統(tǒng)開源大模型層面，這些能力往往缺失，無法滿足企業(yè)的工程化需求。
為了滿足這些行業(yè)的高要求，aiXcoder提出了一種可標(biāo)準(zhǔn)化交付的“深度定制化”路線，核心思路是將大模型“馴化”為熟悉客戶業(yè)務(wù)的專用助手。
但這是否意味著aiXcoder走上了傳統(tǒng)To B行業(yè)的“費時費力做定制化服務(wù)”的老路呢？
對此，劉德欣回應(yīng)：“我們不做那種人力密集的定制化‘二開’，而是利用我們多年沉淀的工具和流程，去賦能客戶和伙伴可復(fù)制、規(guī)?；哪Ｐ驼{(diào)優(yōu)能力。”
在aiXcoder的解決方案中，有一個非常關(guān)鍵的環(huán)節(jié)——深度定制，可以有效解決大模型與企業(yè)領(lǐng)域化融合難題。不同于市場上普遍存在的弱定制方案——使用PEFT（高效參數(shù)微調(diào)）、SFT等常規(guī)微調(diào)方式和RAG的方式，aiXcoder深度定制方案層層遞進(jìn)且又相互獨立，企業(yè)可結(jié)合自身情況和需求對號入座，獲得量身定制的專屬方案。
比如aiXcoder會根據(jù)客戶已有代碼與業(yè)務(wù)流程構(gòu)建高質(zhì)量訓(xùn)練數(shù)據(jù)，并通過輕量級微調(diào)技術(shù)實現(xiàn)模型能力遷移?！坝嬎阗Y源我們只用一到兩張推理卡，也能讓模型的微調(diào)結(jié)果達(dá)到甚至超過全參微調(diào)的能力，”劉德欣說，“我們的目標(biāo)是讓企業(yè)能用最低的代價訓(xùn)練出效果最好企業(yè)專有模型?！?/p>
此外，aiXcoder還獨創(chuàng)了基于提示詞的軟件開發(fā)方案PBSD(Prompt-based Software Development）。該方案有別于傳統(tǒng)的提示詞工程，而是沿著企業(yè)的軟件開發(fā)框架，以智能化的方式把企業(yè)內(nèi)部那些支撐企業(yè)業(yè)務(wù)的海量基礎(chǔ)業(yè)務(wù)代碼找出來，并Prompt化，然后把這些Prompts以結(jié)構(gòu)化的方式管理起來，幫助模型在生成時實時引用背景知識，提高了上下文命中率和準(zhǔn)確率。
這種深度貼合客戶業(yè)務(wù)邏輯的策略，讓aiXcoder能快速進(jìn)入客戶的核心開發(fā)流程。
“敢去啃硬骨頭的企業(yè)不多，而我們愿意去深入解決企業(yè)領(lǐng)域化的問題。雖然未來模型會替換，但這些沉淀下來的技術(shù)會持續(xù)發(fā)揮價值。”劉洋告訴「甲子光年」。
而在私有化部署與企業(yè)場景的打磨中，aiXcoder起步很早。劉德欣認(rèn)為，許多企業(yè)在部署大模型時最大的難點是“搞不懂”、“訓(xùn)不轉(zhuǎn)”、“學(xué)不會”，“企業(yè)私域數(shù)據(jù)的訓(xùn)練是大模型落地最關(guān)鍵也最難的一步，模型的訓(xùn)練和微調(diào)不是照著網(wǎng)上的教程去做微調(diào)就可以解決，而是要基于企業(yè)客戶的實際業(yè)務(wù)情況，去幫他們靈活構(gòu)建符合他們的Transformer模型和算法。很多人不是不想做，是沒有工程和模型積累做不了?！?/p>
今年年初，在DeepSeek-V3/R1大模型發(fā)布后，aiXcoder第一時間接入了DeepSeek系列模型。不僅如此，基于多年軟件工程領(lǐng)域的深厚積淀與實踐，aiXcoder推出一套工程化、高效能的模型訓(xùn)練解決方案，幫助企業(yè)迅速落地DeepSeek并實現(xiàn)個性化應(yīng)用，讓AI真正成為企業(yè)內(nèi)在驅(qū)動力。
而在C端，aiXcoder更側(cè)重于為開發(fā)者提供工具產(chǎn)品。
aiXcoder推出了IDE插件，為個人開發(fā)者提供類似于GitHub Copilot的代碼自動補全和生成能力。目前這一開發(fā)者版工具以免費基礎(chǔ)功能為主，吸引用戶和社區(qū)反饋，共同完成開發(fā)者社區(qū)生態(tài)的建設(shè)；未來計劃加入高級功能并通過訂閱變現(xiàn)。
4.AI編程賽道全球競速與國產(chǎn)突圍
2021年，GitHub推出的Copilot點燃了AI輔助編程的熱潮。短短三年內(nèi)，這款由OpenAI模型體系驅(qū)動的代碼助手已經(jīng)積累了數(shù)百萬開發(fā)者用戶，此前微軟在7月公布的財報中透露，GitHub Copilot的年化經(jīng)常性收入（ARR）達(dá)到3億美元，占GitHub整體收入增長的40%。
技術(shù)迭代也在持續(xù)推動行業(yè)裂變。2024年崛起的Cursor可基于GPT-4、Claude 3.5 Sonnet等AI模型的深度學(xué)習(xí)能力，可實時預(yù)測開發(fā)者需求并成代碼。據(jù)外媒信息，Cursor近期估值高達(dá)約100億美元。同期Devin、Magic等新晉玩家嘗試突破功能邊界——前者探索多文件代碼架構(gòu)規(guī)劃，后者引入Agent自動執(zhí)行編譯驗證。
去年7月，Stack Overflow發(fā)布的2024年度開發(fā)者調(diào)查報告顯示，76%的受訪者表示正在或計劃在開發(fā)過程中使用 AI 工具，較上年提升6個百分點；Stack Overflow還詢問了開發(fā)者是否認(rèn)為AI對其工作構(gòu)成威脅，有70%的專業(yè)人士認(rèn)為AI不會對他們的工作構(gòu)成威脅。
去年底，美國AI獨角獸企業(yè)Anthropic從用戶與Claude的對話中隨機(jī)選取了100萬條，進(jìn)行分析和總結(jié)后發(fā)現(xiàn)，用戶在Claude.ai上的主要使用場景排在第一位的是網(wǎng)頁和移動應(yīng)用開發(fā)，占比為10.4%。Anthropic介紹，軟件開發(fā)人員主要利用Claude執(zhí)行調(diào)試代碼、解釋Git操作及概念等任務(wù)。
代碼及開發(fā)領(lǐng)域由于具備高質(zhì)量的數(shù)據(jù)、豐富的應(yīng)用場景以及多樣的用戶人群，成為了AI應(yīng)用落地的最關(guān)鍵的場景之一。Markets and Markets報告顯示，全球AI編程工具市場預(yù)計將從2023年的43億美元增長到2028年的126億美元，預(yù)測期內(nèi)復(fù)合年均增長率為24.0%。
圖片來源：Markets and Markets
在AI編程賽道的全球競速中，國產(chǎn)AI編程企業(yè)正通過差異化創(chuàng)新與生態(tài)協(xié)同實現(xiàn)突圍。
而突破口在哪里？答案或許就是技術(shù)自主化和垂直場景深耕。
「甲子光年」觀察到，目前AI編程的市場需求正在從“能寫代碼”轉(zhuǎn)向“能交付特定任務(wù)”，aiXcoder在模型調(diào)優(yōu)定制和行業(yè)適配方面下足了功夫，并形成了良好的落地效果，這就已經(jīng)跑在了市場需求的前面。
劉洋判斷，隨著底層大模型的加速發(fā)展，智能編程的普及速度會“越來越快”，將有“越來越多的人、更多的企業(yè)開始使用這些工具”。他預(yù)計，2025年各家產(chǎn)品將會對標(biāo)、追平Cursor的技術(shù)水平。“軟件自動化是人們幾十年來一直追求的。”劉洋表示。
劉德欣認(rèn)為，未來幾年可落地的市場規(guī)模每年以約30%的速度擴(kuò)張是“比較正常”的趨勢。
中國市場的廣闊與特殊需求也給了aiXcoder機(jī)遇。國內(nèi)開發(fā)者群體龐大，據(jù)自工業(yè)和信息化部的數(shù)據(jù)，我國的軟件開發(fā)者數(shù)量已經(jīng)突破940萬，開源參與者數(shù)量排名位居全球第二。企業(yè)數(shù)字化轉(zhuǎn)型對高效開發(fā)工具的需求迫切，而數(shù)據(jù)合規(guī)和本地部署要求也讓海外SaaS難以多方位布局，此刻無疑是國產(chǎn)SaaS平臺發(fā)展發(fā)展的黃金時期。
這次aiXcoder引入國有資本投資，除了資金支持，更是一種重要的背書，讓aiXcoder在金融、軍工等高安全需求行業(yè)客戶中也獲得了信任度。劉洋很感謝國資的注入：“這是對我們企業(yè)的肯定，也對后續(xù)開拓政府和國企市場是一個加分項?！?/strong>
在“百家爭鳴”行業(yè)爆發(fā)期，aiXcoder沒有急于去“橫掃C端”，而是圍繞一個難而慢的問題：如何把AI嵌入到真實的企業(yè)開發(fā)流程中，做一名值得信賴的智能軟件開發(fā)合作伙伴。
而AI編程賽道真正的競爭，或許從現(xiàn)在才剛剛開始。
（封面圖來源：aiXcoder ）
熱門跟貼