全球AI编程赛道并购热潮：背后的深思与挑战

图片来源@pixabay

如今，大家对生成式AI编程助手的关注度越来越高了。

与销售、客服等行业相比，生成式AI在编程领域的发展速度可谓飞快，代码生成的效果也已经在实践中得到了验证，真的是给开发者带来了不少便利。

根据ResearchAndMarkets最近发布的研究报告，预计到2024年，全球的生成式AI编程助手市场规模将达到2590万美元，到2030年可能会猛增到9790万美元，年复合增长率达到24.8%。而在中国市场，这个增速更是高达23.5%，预计2030年将达到1490万美元。

就在上周，Anysphere成功完成了9亿美元的C轮融资，而OpenAI则以30亿美元收购了Windsurf，设计公司Figma也推出了类似Lovable的AI编程功能Figma Make。

据悉，这轮融资由Thrive Capital领头，Andreessen Horowitz、Accel和Benchmark等知名投资机构也参与了投资。Anysphere的估值达到了90亿美元，累计融资超过1.73亿美元，今年4月的经常性收入（ARR）就已经突破了2亿美元。去年11月，Anysphere还收购了另一家竞争对手Supermaven。

在Windsurf的收购之前，今年4月，其年收益已经达到了1亿美元，而在1月时仅为4000万美元。期间，Windsurf还与Kleiner Perkins和General Catalyst等投资方进行了洽谈。

目前，三大云服务提供商和一些老牌企业也在加紧更新他们的AI编程工具，这些工具的功能与Cursor和Windsurf基本类似。早前，AWS推出了名为CodeWhisperer和Q Developer的产品；谷歌有Gemini Code Assist，而微软则在与OpenAI的合作初期，就推出了Github Copilot。对于云服务商来说，AI编程工具可能会增强客户对其云服务的依赖性。

甚至大数据公司Databricks也计划收购Neon这家无服务器数据库公司。Neon数据库支持存储AI模型所需的向量数据，且能够在1秒内完成数据库实例的冷启动，这对AI编程助手的反应速度至关重要。这一举措被视为Databricks在为AI编程助手的应用场景做准备。

在中国市场，尽管业内人士普遍认为这个领域的创业项目发展难度较大，但仍有不少新企业不断涌入。国内顶尖的云服务商们纷纷推出自己的AI编程工具，AI大模型的公司也在推出微调模型或AI代码工具，而一些初创公司则在探索Agent创新应用。本周，腾讯推出了一款名为CodeBuddy的AI编程工具，已在腾讯内部大规模应用，研发效率提升超过16%，AI生成的代码占比也超过了40%。

自2023年以来，AI编程领域已经吸引了多家主流投资机构的目光，显示出这一市场在海外的活跃程度，无论是在一级市场还是二级市场，甚至在产品探索层面都十分火热。

AI编程为何如此火爆

四大会计师事务所之一的普华永道最近预测，使用GitHub Copilot可以把企业构建AI应用的时间缩短20%到30%，同时也能降低企业的云成本。软件设计公司Autodesk正在使用GitHub Copilot进行编程自动化，并声称提高了近30%的工作效率。微软的CEO纳德拉也提到，目前公司20%到30%的代码都是AI生成的。

实际上，AI编程是OpenAI ChatGPT的一个显著优势，也是吸引超过1500万人订阅的主要原因之一。而Anthropic的Claude作为聊天应用，其软件开发也占其所有交互的十分之一以上。

值得注意的是，最近有一个新名词“氛围编程”（Vibe coding）也被提出来，几乎与AI编程划上等号。这个概念是由OpenAI的联合创始人Andrej Karpathy在今年2月提出的，因为其编码方式类似于对话。

Andrej表示，“氛围编程是一种全新的编程方式，用户在这种方式中完全沉浸在环境中，享受指数级的增长，甚至忘记了代码的存在。之所以能够实现这个，正是因为大模型的水平越来越高，只需借助SuperWhisper和Composer这两款AI工具就能轻松完成繁重的编码工作，从而快速构建软件。在氛围编程中，用户不需要手动编写代码，而是简单表达想要的内容——某个程序或功能的“氛围”，然后AI就会自动生成代码。”

总的来看，AI编程助手的崛起得益于技术创新和强烈的市场需求。

首先，从需求的角度来看，随着软件项目变得越来越复杂，传统的软件开发时间和人力成本早已无法满足企业的需求。企业迫切需要能够减轻开发负担、加快开发进程的工具，以提升生产力和市场竞争力。

其次，将编程助手整合进云原生开发环境，正好契合了当前容器化和微服务架构的技术环境。同时，开发者的行为也在不断变化，越来越多的专业开发者寻求更流畅的开发体验。

另外，低代码的实践与应用已经有几十年的历史，AI驱动的低代码和无代码的兴起进一步推动了这一市场的活跃。

IDC在《中国低代码开发平台技术评估，2024》报告中对低代码与生成式AI的融合场景进行了分析：一是开发场景，即生成式AI应用于低代码应用开发或开发流程中；二是应用赋能，即生成式AI为低代码开发平台及其开发的应用提供支持。

与普通的低代码开发不同，目前的AI编程助手背后是由生成式AI和大模型技术驱动的。它们依靠OpenAI的Codex这样的微调模型提供支持，关键在于需要精心设计文本输入或Prompt，以便大模型能够生成最佳结果。这些助手可以生成代码片段、提供调试建议，甚至根据自然语言提示编写完整的脚本，这些都是AI编程助手的典型应用场景。

这种方式已经改变了软件开发的方式。以往，开发软件需要开发者了解编程语言并写出准确的语法，而低代码/无代码平台则需要预先构建组件和模板，而AI编程助手则通过自然语言的简单描述，就能生成可用的代码。

先驱者Github Copilot

微软的编程产品和Github Copilot的崛起

说到微软，他们早期推出的Visual Studio和Visual Studio Code系列，真的是在全球开发者圈子里口碑极佳。后来他们还推出了IntelliCode和Power Platform，积累了不少编程提效的经验。

这种强大的编程生态，让Github Copilot在2021年10月的预览发布后，迅速成为了开发者们最爱的AI编程助手之一。据说，现在已经有77000个组织在使用Github Copilot，而付费用户也超过了180万。这款工具最大的亮点就是能和主流的集成开发环境（IDE）如Visual Studio Code、Visual Studio和Android Studio无缝衔接，GitHub Copilot的理念就是把它深度融入现有的工作流程，通过API插件形式提供便捷的服务。

在价格方面，Github Copilot也是很有竞争力的：个人用户每月只需10美元，年费100美元（对比Cursor的专业版，每月20美元）。当然，他们也为需要更复杂协作的团队提供了企业解决方案。

从技术角度看，Github Copilot最初是基于OpenAI Codex的。去年10月，它还引入了多个新模型，包括Anthropic的Claude 3.5 Sonnet、谷歌的Gemini 1.5 Pro和OpenAI的o1-preview和o1-mini，让开发者可以根据特定的编码需求，灵活选择合适的模型。

如今，开发者们希望用不同的模型来进行代码生成、重构和优化，力求在不同的编程环境中高效、灵活且高质量地完成编码任务。比如，Claude 3.5 Sonnet在编码方面尤其出色，开发者们对其在复杂编程挑战上的应对能力赞不绝口。这也说明，AI编程助手的功能和多样性，正是通过多模型的选择来实现的。

今年2月，Github Copilot还推出了Agent模式的预览版，能够理解任务规划、迭代代码，并自动修复错误。

可以看出，虽然Github Copilot早早进入市场并影响了开发者的使用习惯，但AI编程助手的阵营在生成式AI崛起后才迅速扩张。目前主流产品基本上都是通过API插件与IDE整合，或者对IDE进行二次改造，来帮助开发者完成各种编码工作，像是嵌入到编辑器的侧边栏，同时也有向Agent（AI代理）模式发展的趋势。

在这场AI编程的竞争中，Cursor无疑是一个新的代表产品。它在大模型热潮中应运而生，获得了不少关注，甚至有人称它为“Github Copilot的劲敌”。最新消息显示，Cursor已经为30000名客户提供服务，其中包括OpenAI、Midjourney和Perplexity等知名企业。

Cursor的编辑器采用了双屏设计，左边显示代码，右边则是AI助手，用户可以用自然语言指令来修改代码，还提供了智能、手动、问答三种模式，提升了开发效率，使用体验非常流畅。

与传统的IDE集成模式不同，Cursor作为VS Code的一个分支，独立运作。这也是它在工程上突出的地方——并不是简单地做插件，而是对VS Code进行了深度改造，底层兼容多个AI大模型，比如Anthropic的Claude 3.5 Sonnet和OpenAI的GPT-4o。

目前，Cursor也推出了Agent功能，独立完成一些任务，比如跨项目工作、生成多文件代码、执行命令和自动寻找上下文，非常适合大规模重构和复杂任务的自动化处理。

另一方面，Cursor的开发公司Anysphere正在努力控制成本，尤其是在计算资源上。他们还开发了一种新型算法，基于专家混合架构（MoE），以降低计算资源的消耗。去年，他们推出了自研的Cursor-Fast模型，声称其代码生成能力介于GPT-3.5和GPT-4之间。最近的融资也主要是为了降低对第三方供应商的依赖，提升产品的利润率和技术自主性。

尽管Cursor已经成为市场上一匹黑马，但它的竞争对手同样不少，同类的AI编程工具也层出不穷。从开发者的角度来看，他们往往会在自己最熟悉的平台上进行开发，同时也会在多个平台之间进行切换，企业的开发环境也在适应云计算和AI的需求不断变化。

Wing VC的合伙人Zachary DeWitt在其专栏中提醒：“微软可能会简单地切断Cursor与竞争对手对VS Code核心API的连接，或者修改相关条款，这样会让它们在更新的基础上更难构建。Cursor对VS Code的依赖，显示了在他人平台上构建的风险。”

另外，被OpenAI收购的初创公司Windsurf也在迅速增长。自2024年底发布以来，短短4个月内用户数突破百万，年度经常性收入超过1亿美元，企业客户数量超过1000家。对于那些希望轻松享受AI编程的学生和业余开发者而言，Windsurf无疑是个不错的选择。在技术上，Windsurf同样选择了自己开发IDE，而不是作为VS Code的插件。

Replit则提供了Ghostwriter AI，这是一个基于浏览器的人工智能开发环境（AIDE）。

在Agent功能方面，Cursor和Bolt在2023年推出了首款Agent产品，而Replit和Devin则在2024年发布了各自的Agent产品。相比之下，Cursor相对体积较大，需要下载，主要面向专业开发者；而Bolt主要基于网页端，更加适合初学者；Replit的代理还提供了AI提示符调优功能，以帮助生成最佳代码，完全在云端运行。

提升生产力不等于提升效率

不过，AI编程助手在探索阶段也面临不少质疑和挑战。尤其是对于直接使用的开发者来说，很多人将AI编程视为表面的“玩具”，虽然前端看起来很炫，但在处理复杂代码问题时，可能根本没用。而更重要的是，很多用户更关心的是：

“AI编程最大的挑战是测试，如何确保代码没有问题？特别是关键数据业务。”

“AI在从0到1的项目上很好用，但对于老项目，AI很难理解全部业务逻辑，导致其应用受到局限。”

“后台数据库该如何管理和保密。从前端来看，使用GPT等大模型就已足够，单独开发一款产品的优势和价值在哪里？”

当前的AI编程助手背后都是大模型技术驱动，这就意味着，在AI代码生成环节中，依然存在许多问题，比如“似是而非”的结果、“正确的废话”、机制不透明以及代码安全等。很多用户反馈，AI编程助手常常输出错误结果，或者无法生成符合用户意图的代码，用户要么自己修复代码，要么不断修改prompt期待更好的结果。

今年4月，Cursor的客服AI出现了问题，导致不少用户取消订单。一名用户在Hacker News和Reddit上发帖称，切换设备后账户莫名被注销，联系客服却只收到一封“Sam”的邮件回复，说根据新的登录策略，账户注销是“正常现象”。后来证实，这个回复完全是由AI编造的解释。

除了花费大量时间修改prompt或创建冗长的指令，开发者们还得抽时间审核AI生成的代码。早在去年10月，有信息显示，企业将GitHub Copilot整合到开发平台后，编码时间减少了50%，但Bug的增加却高达41%。

这说明，虽然提升了编码效率，但并没有实现预期的——整体生产力的提高。

Datasette的创始人Simon Willison在博客中提到：“软件开发的工作不仅仅是写大量代码和实现功能，还要确保代码可演示、可运行，并具备良好的可读性，便于其他开发人员理解，同时也要考虑未来的维护需求，综合评估性能、可访问性、安全性、可维护性以及成本效益。”

在他看来，如果开发者使用生成式AI编程，在把生成的代码纳入项目之前，必须仔细审查和全面测试，确保能够向非编程背景的人解释其工作原理。只有这样，才能称得上真正的软件开发。

从需求的角度来看，在当下的环境下，企业IT支出即便在整体不缩减的前提下，为生成式AI等新技术付费，也意味着要减少对其他软件的支出。一些考虑使用AI编程的企业高管，关注的是这种技术是否可以用来开发Salesforce、SAP、Workday和ServiceNow等高成本企业软件的低成本替代品。

从趋势来看，AI编程的应用可能不再局限于自动执行常规任务如代码重构、版本管理和测试来提升生产力，而是朝着“全流程开发Agent”的方向演进。未来，产品的核心变革或许正是在这一点上。

总之，各种AI编程助手在开发者圈中的影响力还有待进一步扩大。早期尝试AI编程的开发者和企业，或许在默默探索，这种全新的开发体验究竟能走多远。