作者｜李京雅
2024年夏天，经过3次重大功能更新和40余次功能迭代，AI代码编辑器Cursor在北美掀起了程序员狂潮，并立即成为大洋彼岸中国程序员的首选编程工具。
面对强大的GitHub Copilot，Cursor带来的交互方式的改变，体感使用的创新，全局完成整个程序文件代码的能力，尽管孵化了放弃GPT4并选择Claude作为基础模型的决定OpenAI，并迅速赢得各领域3000家客户的成绩以及早在8月就达到4亿美元的估值，使其成为科技圈热议的焦点。
Cursor甚至不是硅谷第一个流行的人工智能编程产品，也不是最后一个。
今年3月，“AI程序员”德文引起业界广泛关注。仅仅五个月后，另一家名为 Cosine 的 AI 初创公司声称，他们新推出的 AI 程序员 Genie 在测试中的表现远远优于 Devin。 8月份，它集成了AI增强代码编辑器Cursor，迅速成为顶级版本。作为 VS Code 的衍生品，它继承了 VS 的强大功能。基于Code的优势，充分集成了AI功能，大大简化了软件开发工作流程和编程过程。其后，Magic、Bolt、Replit、Supermaven等成为AI编程明星公司的代表。他们各自擅长不同的方向。 Supermaven 强调上下文的长度。 Bolt和Replit在工作流程上做了更多的扩展。他们不仅可以设计代码的整体结构，还可以对代码进行全局修改，甚至超出了Cursor的能力。
据报道，这些公司的融资总额已超过22亿美元。 AI编程逐渐成为硅谷最性感的AI赛道。今年活跃的 10 多家人工智能编程初创公司中，有 7 家已经成长为独角兽。不过，与众多领域的“追捧”不同的是，在AI编程公司席卷硅谷的同时，国内却基本没有关于AI编程初创公司的大新闻。
一位来自前沿科技领域主流VC的投资人告诉硅星，事实上，去年国内突然涌现了一批AI编程公司。当时他们整理了十四五家公司。
“那些创业团队正在思考编程赛道上的各种事情，比如代码搜索、论文编程、代码注释或者代码修复，还有一些正在做纯粹的代码生成，完全对标 Cursor。”他说。
“但问题是，水平相差很大。”他描述说，总的来说，这些团队的代码生成水平较低。
硅星人了解到，去年奇绩创投论坛投资了6家AI编程领域的初创企业，此后几乎全部被消灭。去年短暂出现的 10 多个编码团队今年大部分都退出了。
基准光标，真实且纤薄
“水平相差很多”的问题其实是AI行业的通病。在基础模型和类似聊天的人工智能应用方面，中国企业实际上已经出现了追赶美国竞争对手的情况。但事实上，融资依然在这些赛道上发生，投资者也可以根据市场逻辑自洽。
但AI编程有一个很大的区别：面向开发者的AI编程产品没有国界。这与企业知识库问答助手等产品不同。由于语言、生态等方面的差异，中美两国有很大不同。据硅星人士介绍，企业知识库问答助手面向中国和美国客户，中英文版本差异巨大。
“美国先做出了好产品，国内开发商就会使用，没有太多障碍。”来也科技CTO胡一川指出。
所以，AI编程赛道上的第一个问题就是水平太浅。如果达不到Cursor、Bolt、Magic等新贵的地位，如果达不到这个硬标准，在很多中国投资人眼里，团队再优秀，也无法吸引到。投资。
一位AI应用团队联合创始人表示，目前海外市场有很多类似Cursor的明星产品。美国资本市场本质上是用海外最好的大模型（Cursor用的是Claude）直接做外挂。做成代理的编程产品很受欢迎。客观地说，在机型层面，国内似乎不乏与GPT4相媲美的机型，但问题似乎并不在这里。因为即使是基于海外车型，但目前很多应用的产品完成度和能力还是有欠缺的。
因此，当国内投资者看AI编程赛道的共同逻辑是对标Cursor时，自然不敢出手。上述AI应用企业家表示，他经历过几十次非常类似的对话，但发现投资人最终都认为“国产产品达不到这个标准”。
“现阶段，海外还没有中国团队能够解决此类IDE生态问题。” AIGCode首席执行官苏文表示。 IDE是指集成开发环境，是指用于提供程序开发环境的应用程序，包括代码编辑器、编译器、调试器和图形用户界面工具，如微软的VS系列。他认为，即使中国企业想要在海外实现Cursor这样的“插件逻辑”，也还很遥远。
当技术本身落后时，过去中国投资者的一个共同逻辑是，我们有更大的市场和应用场景，可以快速启动商业化，从而带来应用上的弯道超车机会。但说到AI编程，商业环境并不比海外好。
“投资它（人工智能编程），因为它能赚钱。”硅谷丰元资本合伙人徐晓宇表示，AI编程在硅谷火爆的原因在于PLG（Product Driven Growth）SaaS模式在海外已经建立起来。徐晓宇发现，他们机构过去三年投资的初创公司，找到并找到了PMF的生成式AI公司，与公司相比，可以在一半的时间内节省1000万美元的ARR（年度经常性收入）没有生成人工智能驱动程序。虽然这不能帮助这些公司未来成为谷歌，但足以发展成为小型独角兽。最典型的例子就是Replit，它成立于2016年，今年成为编程界的新贵。
但事实上，即使是Github Copilot、Cursor、Bolt等硅谷流行的编程工具，也没有达到现实中强大付费的地步。 Magic，另一个建立自己的编程模型的新贵，甚至还没有发布正式可用的产品。他们仍然是解决现有程序员在现有场景下的需求。
国内收费公路尚处于起步阶段。
国内2B SaaS生态因利润率低而无法盈利，因环境复杂而无法获得动力，这是老生常谈。就连李开复最近也表示“目前还没有关于SaaS订阅的妄想”。而且，AI编程的一个重要目标群体是来自互联网公司的程序员，但大公司更喜欢团队制作自己的生产工具。公开信息显示，阿里云、字节跳动、华为、百度等公司内部均拥有成熟的AI编程业务。这些业务服务于内部目的，使外部初创公司的市场机会减少。同时，这些业务在市场成熟时也很受欢迎。它可能会转身向外界提供服务，就像当年钉钉、飞书的经历一样。那么初创企业的空间将进一步被挤压。
寻找出路：有些人正在寻找独特的市场机会，而另一些人则认为最好迎头而上。
刘刚是国内最早关注AI+行业方向的风险投资人之一。遵循阿尔法公社“投资于人，而不是投资于领域”的逻辑，他作为合伙人，很早就拜访了几家有前景的AI编程团队。其中包括一个面向编程的Project，团队资质良好，产品也不错。该项目针对的是B端企业和开发商，但支付问题很大。他们找了几个大B客户进行私有化部署，但总体来说“说白了就是收不到钱”，勉强。维持但无法实现快速发展。
这支团队在2023年下半年陷入了困境，今年年初，他们毅然转型到了新的领域，开始有了一些不错的营收和业务增长。
北京大学终身教授李高耶是国内最早进入这一赛道的人。他两年前创立了 aiXcoder。在ChatGPT出现之前，李哥采用了更传统的编程方式来孵化项目，在IDE（集成开发环境）中制作插件和代码补全，这有点类似于经典的知识图谱。
从2023年开始，aiXcoder将转身拥抱大机型，拓展B端和2G端业务，并陆续拿下多家银行和国企的业务订单。年中预计今年营收约6000万，近10亿元。市场估值。此外还有高瓴资本、清流资本和汽车产业链基金的投资。
“这对中国来说是一个独特的机会。国内有很多大公司，拥有比较庞大的开发团队，他们需要人工智能编程的帮助，但他们无法使用像 GitHub Copilot 或 Cursor 这样需要连接大型模型的产品。云。”胡一川相信。
目前，国内大部分领先的银行、保险公司以及金融行业的大型企业都拥有极其庞大的开发团队，少则几千人，多则几万人。他们的共同点是希望使用先进的AI工具和技术，但不太可能使用互联网上的编程工具。出于安全考虑，必须使用可以在环境中本地部署的AI编程工具。
这不仅是AI编程赛道的特点，也体现了整个To B实现大模型的新趋势。胡一川认为，目前很多客户想要的不仅仅是你的模型本身，或者AI编程软件，而是一个软硬件一体化的解决方案。 “如果你想在本地部署这个东西，你需要选择什么样的GPU，以及如何安装在GPU上？如何高效利用GPU进行训练和推理，需要厂商具备非常专业的服务能力。”
简而言之，“AI编码中的角色从设计到开发到测试到发布。如果一家新公司想继续走这条路，竞争将会非常激烈，除非它找到一个非常独特的群体或者一个非常垂直的领域，只有能解决一些一般产品无法解决的问题，才有机会。”胡一川说。
这确实是一种生存之道。近日，原月之暗面视频一代产品Noisee负责人明朝平辞职。他的创业项目也是一家AI编程公司。据Silicon Star介绍，这家公司走的是类似于Websim的轻量级产品路线，瞄准游戏等场景。 ，（Websim是一个只通过文字描述就能生成网站的网站，可以生成小游戏和一段音乐，由OpenAI和Anthropic等大型模型驱动，如Claude 3.5 Sonnet和GPT-4o），目前没有自己的专属型号，会走比Bolt更轻的产品的付费路线。
与此同时，仍有“不信邪”的新创业者认为，最终的出路是与海外最强的产品“硬碰硬”，通过能力和模式的创新，赢得属于自己的机会。 。
AIGCode的苏文就是其中之一。他表示，国内一些AI编程公司做的很多工作是代码测试和代码修复，刚刚进入编程赛道，但并没有真正做深入的代码生成。
“真正的工作就像吃肉，你需要放弃剩菜。”
此前曾担任华创资本投资人。 2021年3月离开华创后，他保留了投资合伙人的身份，但几乎全身心投入到创业模式中。最终，他在今年1月创办了AI编程公司AIGCode，并获得了两轮融资。
AIGCode的产品是一个端到端的Autopilot工具，拥有自己的“从头开始预训练”通用模型。它想要对标池畔和魔术，成为模型时代的产品引擎。
苏文告诉硅谷之星，他已经将端到端代码生成作为他20多人团队的工作方向。 “如果20个人做不到，200个人也做不到。这个赛道的技术人才非常有限，有多少人做了预训练，有多少人做了先进、创新的软件架构？ ” 20 Ren 的规模与其竞争对手美国人工智能编程初创公司 Magic 相当。
从模型和软件架构生成代码，创建编程工具来端到端完成任务，并训练自己的模型，将其与应用程序垂直集成，最终接管APP工厂中的多个功能。这种端到端完成任务的编程，是苏文眼中在编程领域脱颖而出的唯一途径。在链路管道分工明确的硅谷，端到端是没有必要的，但在中国的开发和B端环境下，端到端可能是更符合的模式市场需求。
“只有端到端的代码生成或者碎片化的代码补全才叫AI编程。”
但这也要求你真的能够比硅谷的新贵做更完整的流程，并且比他们做得更好。这显然并不容易。和其他同行一样，市场和投资者给予他的时间窗口也是有限的。一切都需要加速。
苏文表示，他的团队已经完成了很多前期的事情，目前正处于完成产品功能覆盖的阶段，近期已经开始内部产品测试。
“在支付点到来之前，最好的办法就是先把用户拉起来，让产品出来。这条赛道就像爬南北坡一样，副驾驶先从北坡爬到了大本营。我们南坡还是不一样，不过大家最终都能到达山顶。”苏文说道。
