文 | 光锥智能，作者 | 魏琳华，编辑 | 王一粟
大厂正在集火最具 PMF（产品市场契合度）价值的赛道—— AI 编码。
从 7 月 21 日开始，字节、腾讯、阿里轮番更新 AI 编码产品和模型：字节已有的 AI 编码产品 Trae 放出 Solo 版本，加入上下文工程，让平台变得更 " 聪明 "；腾讯则把一整套用来部署产品的工具放到其中，做了个 " 全栈工程师 "；阿里更是发布编程大模型 Qwen3-Coder 剑指 Claude 4，直接从模型层下功夫。
在 Cursor 面向中国市场取消了 Anthropic、OpenAI 和 Google 等多家的模型使用后，国内大厂们不仅想做 Cursor 的平替，更是升级开发体验。它们不再满足于让 AI 仅仅充当程序员的 " 副驾驶 "，而是想让 AI 包揽起 " 产设研 " 一条龙，直接做成品。
和上半年还在让 AI 当助手、打酱油相比，这一次，AI 编码已经实现了从辅助程序员生成代码，到 AI 自主完成生成的飞跃。
AI 编码 " 三国杀 "，从编码生成到软件交付
接连三天的发布中，字节、阿里、腾讯三家大厂先后拿出了能让 AI 一口气干完从编码到成品的工具 / 模型。
这一次的集中更新，AI 开始接管起写编码的工作：不仅要写得质量过关，更是把成品都部署好了。
其中，腾讯和字节对自家编码产品的更新，重点还是在产品侧，毕竟从工程队到样板间，中间还隔着很远，需要靠产品能力补齐。
7 月 21 日，字节宣布更新 Trae Solo 版本，比起聚焦 " 编码生成 " 的 1.0 阶段，新版本跨向了能让 AI 自主完成 " 软件交付 " 的 2.0 阶段。
在旧的版本中，Trae 在 IDE 界面中编程，其中编程模式有两种，分别是 Build 模式和 Chat 模式，前者相当于一个传统编程的 IDE 界面，只需要用户在右侧输入提示词，AI 就能自动拆解，按照需求生成大段编码。相比之下，Chat 模式则更多适用于用户和 AI 通过聊天的方式，修改编码、找问题等等，更适用于精细调整上。
在整合后的界面中，Chat 模式和 Build 模式相当于有机整合在了一起。在官方演示中，AI 演示的功能先拆解起了需求，生成一份产品文档。紧接着，这个文档就交给 AI 做下一步拆解，根据里面的详细需求，AI 开始接着写起了编码。
可以看到，比起以往只是辅助程序员写编码的 AI 助手，新版本的 Trae 们已经能让零基础编程的开发者用平台开发出一个完整的产品。
整合界面、开发工具的基础上，Trae 还在优化 Agent 功能的 Context（上下文工程）上下手，进一步优化产品功能，克服 " 准确理解需求 " 的问题。
此前，对于 Trae 1.0 版本的评价，程序员们的评论口碑两极分化：一部分人认为确实能提效，另一部分用户则集中反映了 AI 回复质量的问题——编码跑出来了，但长度和可用度都存在一定问题，且来来回 回找不到编码中存在的 Bug，花费的时间变得更多了。
过往使用这些编码助手类产品时，用户往往会遇到一个问题，也就是输入 Prompt（提示词）之后，跑出来的编码和需求 " 两模两样 "。比如，虽然给一个生成女装电商网站的需求，但这里面还需要大量细节的敲定，比如女装做哪个年龄段、网站需不需要设置登录界面等等。
上下文工程想解决的就是这样一个问题，当用户再给到一个任务时，它能根据你之前上传的各种需求文档、编码、配置信息等内容抓取和任务需求相关的所有文档，相当于从庞大的资料库里精准筛出来了用户想要的资料。再把这些作为上下文，供 AI 生成的时候参考。在此基础上，AI 才能跑出来更满足需求的内容。
无独有偶，腾讯第二天也更新了自家编码助手产品 CodeBuddy，这次开启了一个首次内测 IDE 模式，强调自己 " 首个 AI 全栈工程师 " 的定位。
腾讯把产品优化的重心放在了让包括产品、设计、研发等不同角色在内的用户，不管看不看得懂编码，都能靠 AI 做个产品出来。
在同样更新 PRD 生成、上线部署等功能的基础上，CodeBuddy IDE 在一些工具部署的细节处下功夫更多，对看不懂编码的开发者也更友好。比如支持把设计师用的 Figma 格式设计稿一键转化成网站、接入后端部署工具 SuperBase 等。
当编码之外的一系列开发工具都被合并到 AI 编码平台上，字节和腾讯的编码助手产品面向的群体也在改变，从程序员，到已经能让开发者只描述需求就能生成可用编码，甚至优化到前后端使用。
如果说字节、腾讯的先后更新是在争夺 " 国内版 Cursor" 的地位，那阿里的本次开源则直接剑指编码开发工具运行的基座——模型。
目前，无论是 Cursor、字节 Trae 还是腾讯 Codeuddy，海内外 AI 代码产品都是提供多种模型供用户选择调用。比如 Trae 国际版支持 Claude 3.7 和 GPT-4o 等模型，国内版则支持使用 DeepSeek-V3、DeepSeek-R1 和豆包 1.5Pro 等模型，腾讯的 CodeBuddy 则纳入了 Claude3.7、Claude 4 的 Sonnet 版本、Gemini 系列和 GPT-4o 等。
平台把各种模型集成在选择中，而用户用得最多的，自然也能靠 API 调用赚到更多的钱。
7 月 23 日凌晨，阿里开源了自研模型 Qwen3-Coder，并发布两个闭源模型 Qwen3-Coder-Plus、Qwen3-Coder-Plus-2025-07-22 , 在性能对比上直接拉上了目前海外编码能力最强的模型系列 Claude4。
虽然还是无法和顶配 Opus 性能相比，但和中档模型 Claude 4 Sonnet 对比，阿里的开源模型已经能够比肩，甚至在 Terminal-Bench（评估 AI 模型在终端交互任务中性能）、SWE-Bench（评估大模型解决真实软件工程问题能力）等多个指标测试上超过 Sonnet。在上下文长度方面，Qwen3-Coder 原生支持 256k Token 上下文长度，且能扩展到 1M；相比之下，Claude 4 Sonnet 的上限是 200k。
从性能上，Qwen3-Coder 已经能作为平替使用，从价格来看，阿里也在靠 " 上下文长度区间 " 做定价的区分，试图把价格打下去。其采用阶梯计费模式，最便宜的档次只要 4 元搞定每百万 Token 输入、16 元每百万 Token 输出。即使在可以和 Claude 最长输入长度对标的 128-256k 档次相比，也达到了每百万输入低 50%、每百万输出低 60% 以上的价格。
下半年，海内外决战 AI 编码
和今年还在初级阶段 " 开荒 " 的 Agent 不同，AI 编码的决战，将在今年下半年打响。
今年 3 月，OpenAI 首席产品官 Kevin Weil 的判断掷地有声，他预计到 2025 年底，AI 编码将实现 99% 的自动化。Anthropic CEO Dario Amodei 更是大胆预测，3 到 6 个月内，AI 将编写 90% 的编码；12 个月内，AI 几乎接管所有编码。
结合这几个月的情况来看，这些看似激进的预测，并非空穴来风。比起还在企业内部磨合的各种 Agent，这一批 AI 编码产品已经开始在企业内部率先试用。
Anthropic 公司旗下的 Claude Code 便是其中的佼佼者。据 Anthropic 透露，其内部高达 80% 的编码工作已交由 AI 完成。他们甚至分享了 10 个不同团队使用 Claude Code 的案例，涵盖了从编码生成、调试、重构到测试等多个环节。腾讯这次内测的 CodeBuddy IDE 也在宣传中注明，内部产品、设计、研发的使用率高达 85%。
这些内部大规模应用的案例，共同传递出一个明确的信号——AI 编码已经跨越了 " 试水 " 阶段，开始真正被使用起来，而且是一个明显能赚到钱的赛道。
Anthropic 开发的 AI 编程工具 Claude Code 在短短 4 个月内就吸引了 11.5 万开发者用户，据 Menlo Ventures 风险投资家 Deedy Das 推测，该产品年收入可达 1.3 亿美元。字节的 Trae 则在上线的半年内月活超过 100 万。
没有布局的大厂，要么试图自研，要么靠收购加入。OpenAI 试图以 30 亿美元的巨资收购拥有 80 万用户的 AI 编程助手初创公司 Windsurf。尽管后来这笔交易告吹，Windsurf 的首席执行官被谷歌截胡，但这本身就足以说明 AI 编码领域的吸引力，以及巨头们对抢占赛道可能性的渴望。
在可用性得到极大提升的基础上，对比海外，国内这波 AI 编码类软件的用户范围试图将用户范围进一步扩大，不再局限于专业的程序员，而是会进一步扩展到更广泛的用户群体。
然而，非程序员之外的开发者真的会是这批产品的受众吗？
目前还难以确定。对于没有基础的用户来说，如果出现编码报错、不合需求的情况，只靠个人来说，跑一个程序出来容易，但跑个满意的成品显然很难。
开源框架 Ruby on Rails 的创建者 David Heinemeier Hansson 在播客中分享，" 编辑和修正编码的能力建立在你是否具备创作能力之上，就像编辑一本书的人通常也要具备写作能力。"
但可以确定的是，AI 编码现在能卷的不仅仅是质量的提升，一系列的工具嵌入正在大幅压缩开发者的时间。
而在 AI 编码这场即将打响的决战中，最大的受益者无疑是模型厂商和云厂商。编码的生成和优化，需要消耗大量的计算资源和模型推理能力，这为背靠自家云设施的大厂们和掌管 API 的模型开发公司带来了赚钱的机会。
编码对 Token 的大幅消耗，是一笔利润丰厚的生意。例如，Anthropic 向投资者透露，Claude Code 目前的年化收入已超过 2 亿美元，或每月贡献超过 1670 万美元的营收。这充分说明了 AI 编码在商业上的巨大潜力。
国内厂商也纷纷入局，抢占市场份额。
阿里的做法是底座、产品两手抓，进一步抢夺话语权。在 " 模型即 Agent" 的今天，阿里发布的自研大模型 Qwen3-Coder 就是证明。一个性能比肩 Claude 4 Sonnet，价格却对半斩的模型，加上考虑到地缘政治的因素，阿里有希望成为国内编码产品选择模型的 " 平替 "。
免费牌，也是腾讯和字节暗戳戳打出来的竞争手段。腾讯本次发布的 CodeBuddy IDE 模式的一个卖点就是支持用户免费使用 Claude 4 模型，字节的 Trae 则早在国际版中就支持了免费用 Claude3.7。
然而，在模型成本依然昂贵的情况下，限量开放使用是常态，因此通过邀请码等方式进行裂变，成为大厂们扩大用户群体的常见策略。
烧钱也要赚吆喝，接下来，谁能真正担起 " 国内 Cursor" 的称号？
