AI编程热潮来袭，微软与谷歌争相布局！

自2025年开始，智能体这个词在国内外大企业中频繁出现，特别是在AI编程智能体方面，大家的关注度越来越高。像OpenAI、微软和谷歌I/O大会都有相关的发布动态。

一位投资人告诉记者，随着大模型能力的提升和对AI编程市场需求的明确，编程领域似乎已经率先找到了产品与市场的契合点。

不仅是大企业，像Cursor、Windsurf、Poolside、Magic、Lovable和Bolt.new等创业公司的AI编程项目也最近受到了市场的广泛关注。种种因素如市场需求、技术竞争、行业趋势和商业价值，都在推动AI编程在这个大模型时代中迅速崛起。

国内外AI编程新品层出不穷

微软CEO纳德拉在大会上表示：“这一切，才刚刚开始。”他透露，GitHub上已注册的开发者超过1.5亿，而GitHub Copilot的用户数量也突破了1500万，同时Visual Studio系列产品的用户也超过了1500万。

纳德拉宣布，GitHub Copilot已经迈进了“智能体时代”，不再仅仅是一个简单的代码补全工具，而是一个能独立完成开发任务的“智能编程伙伴”。开发者可以把完整的任务交给Copilot，它会自动计划、执行并提交拉取请求。

作为行业首创的AI编码助手，GitHub Copilot在2024年推出了企业版，微软表示，内部约20%-30%的代码都是由Copilot生成的。在2025年，随着Agent浪潮的到来，GitHub推出了Copilot Agent功能，让AI能够自主完成漏洞修复和代码重构等任务。

在会议现场，纳德拉还连线了OpenAI的CEO萨姆·奥尔特曼，探讨了当前AI编程和模型的发展趋势。萨姆提到，OpenAI最近推出的Codex智能体产品是编程领域的重大变革，用户可以将更复杂的任务交给一个真正的虚拟员工。如果对其授权访问代码库，它的表现将会非常出色。

在I/O大会上，谷歌也推出了多款编程新品和技术升级。Gemini 2.5 Pro Preview在编码和构建交互式Web应用方面的能力得到了提升，能够生成精确、美观的前端代码，并支持现代Web框架，构建出既好看又实用的网站应用。同时，这款产品还能够无缝将一种编程语言的代码转换成另一种，并优化现有的代码逻辑。

此外，由Gemini 2.5 Pro驱动的AI代理Jules也正式发布，它可以自主读取和生成代码，用户可以将其直接集成到现有代码库中。Jules会在谷歌云虚拟机中克隆用户的代码库，以理解项目的上下文，进而执行编写测试、构建新功能、修复漏洞等任务。它在完成任务后会展示计划、推理过程和所做更改的差异。

除了大会上披露的AI编程工具外，美国初创软件设计公司Figma也推出了类似Lovable的AI编程功能FigmaMake。在国内，阿里云基于自研的Qwen3模型推出了通义灵码，支持开发者自定义工具链，目前魔搭社区已有近3000个MCP可供使用；字节跳动则推出了AI编程工具Trae，这是国内首个AI原生集成开发环境；百度推出了文心快码，快手开发了内部使用的KwaiPilot，腾讯也推出了AI编程工具CodeBuddy。

根据ResearchAndMarkets的调研报告，预计到2024年，全球生成式AI编程助手市场规模将达到2590万美元，而到2030年预计将增长到9790万美元，六年的复合年增长率为24.8%。其中，中国市场的复合年增长率将达到23.5%。如此明确的市场前景，正是各大企业纷纷进军的重要原因之一。

如何评估程序员的工作

萨姆提到，这种技术变革在历史上并不常见，但每当新工具出现时，早期采用者总能获得丰厚的回报。OpenAI发布了AI编程代理工具Codex智能体，并传出消息称，OpenAI已经同意以约30亿美元收购AI编程助手开发商Windsurf，后者是AI编程赛道中的明星公司Cursor的直接竞争对手。

虽然OpenAI曾考虑直接收购Cursor，但被拒绝了。作为AI编程领域的佼佼者，Cursor的估值近年来持续上升，进一步加热了这个赛道。这家公司成立于2021年，在今年4月实现了2亿美元的年度经常性收入，而其背后的Anysphere公司也完成了9亿美元的新融资，估值飙升至90亿美元。

这显示出了整个行业对于工作效率提升的认可。普华永道估计，GitHub Copilot能将企业构建AI应用的时间缩短20%至30%，同时还降低了企业的云成本。例如，软件设计公司Autodesk在使用GitHub Copilot实现编程自动化后，工作效率提高了近30%。

风险投资公司Wing VC的合伙人Zachary DeWitt曾撰文提到Cursor，认为它实际上是增加了AI功能的VS Code（微软开发的免费开源代码编辑器）的一个分支，允许程序员通过自然语言与代码库进行互动，生成和重构代码，甚至让Agent完成多步骤的编码任务。因此，Cursor的优势在于领先的用户和数据积累，但它也面临依赖外部平台和开源模型迅速发展的弊端。

当然，仅仅是“VS Code + 优秀的LLM（大语言模型）”并不足以形成强有力的产品护城河。AI生成的代码虽然可以运行，但可能存在风格不一致、性能不稳定、冗余等问题，尤其是在复杂项目中，处理复杂的依赖关系时更是困难；在数据层面，AI编程工具的性能取决于训练数据的质量和范围，优质数据不足或不具代表性可能导致生成的代码无法达到预期效果。

在代码质量方面，尽管AI编程产品已经成为程序员的重要辅助工具，但还远没有达到可以取代的水平。全球支付服务与金融基础设施提供商Stripe的创始人帕特里克·科里森和约翰·科里森在2025年度大会上提到：“我们唯一真正关注的指标是每位工程师单位时间内的代码合并请求量，这个数据今年增长了约30%，这是个好信号，虽然它只是个间接指标。如今几乎没人手动处理代码细节，也很少有人不使用AI工具，所以我们确实不知道答案，也不认为这是正确的衡量标准。”

简单来说，目前像Copilot和Cursor这样的AI编程工具已经成为开发的必需品，显著提升了基础编码效率，大大缩短了基础编码时间，让开发者能更快推进项目。同时，这也提醒我们，行业中一些传统的指标可能存在误导性，需要注意“数据繁荣”下的质量隐患和技术能力的退化等潜在风险。在AI时代，企业需要重新定义开发效率的衡量标准，更关注“有效产出”而非“速度表象”，同时也要重视工程师在解决复杂问题中的独特价值。

Stripe创始人的观点也呼应了GitHub CEO对“编程无用论”的反驳——AI并不是要替代编程，而是改变编程的方式，人类的逻辑思维、创造力和问题定义能力依然是技术发展的核心。

(本文来自第一财经)