AI编程加速前行：技术演进与商业化新篇

导读：2025年6月4日，Cursor正式发布1.0正式版，标志着Cursor从测试阶段走向成熟。这次更新增加了BugBot自动代码审查、后台Agent全面开放等功能，为用户带来了更智能、更高效的编程体验。6月11日，2025火山引擎FORCE原动力大会在北京开幕，大会主论坛主要聚焦新品发布、Agent、AI编程等。近两年来，随着人工智能相关技术不断提升，AI编程也进入快速发展期。AI编程的技术现状如何？发展前景如何？赛道投融资情况如何？本文尝试分析和探讨。

01 AI编程技术演进

AI编程（也称为AI Coding）通常是指利用人工智能技术来辅助或自动化软件开发的过程，其主要有以下特点：

（1）自然语言交互与对话式编程：支持通过自然语言与用户进行多轮对话，理解用户需求并生成代码；

（2）代码生成与补全：可根据用户输入的提示或部分代码，自动生成完整的代码片段或补全代码；

（3）集成开发环境（IDE）与智能体：部分AI编程工具已从代码补全扩展为集成开发环境（AI IDE），并引入智能体（Agent）功能，实现端到端的开发流程；

（4）多模态编程：部分AI编程工具实现多模态编程，例如根据UI设计图生成前端代码，为编程的交互开辟新可能性。

在人工智能技术快速发展的背景下，AI编程逐步从概念走向实践，为用户带来前所未有的编程体验，并展现出巨大的发展潜力。

2025年6月4日，Cursor正式发布1.0正式版，此次更新的内容包括新增BugBot自动代码审查、开放Background Agent（后台智能体/代理）、支持Jupyter Notebook、引入Memories（记忆）功能、支持MCP服务和OAuth认证、升级可视化结果输出等。Cursor 1.0的发布提升了开发效率，其BugBot的自动审查功能可大幅减少人工检查的时间和成本，同时Memories功能可帮助用户更好管理上下文，避免重复劳动，提高整体开发效率。此外，Cursor 1.0的发布也表明AI编程工具逐步从传统的对话模型向全能智能体转变，即构建以智能体为核心的生态系统，推动AI编程等相关技术的应用。

6月11日，2025火山引擎FORCE原动力大会在北京开幕，AI编程是主论坛的主要内容之一。Trae是字节跳动在今年1月推出的AI编程工具，此次大会上展示了其最新进展。一方面是模型升级，Trae接入豆包大模型1.6，该模型支持深度思考（开启/关闭/自适应模式），显著提升代码理解力与生成质量，减少编写和调试次数，同时自适应思考模式可根据任务复杂度调整计算资源，降低tokens的消耗。另一方面是上线cue（Context Understanding Engine）功能。该功能可基于编辑行为预测下一处需要修改的代码位置，并支持多行代码批量修改建议。同时用户通过Tab键可快速采纳建议并跳转至下一修改点，直至编程完成，大幅提升编码效率。

整体看，AI编程的技术进步显著，已从辅助编程的角色转变成可理解上下文、拥有“记忆”、主动发现问题并提出解决方案的协同伙伴，智能化程度进一步提升。随着AI编程技术不断进步，其已可在多个行业中使用。据亿欧智库显示，当前AI编程在互联网、游戏中的渗透率已达80%及以上。预计随着AI编程的持续向好发展，其在电信（30%）、政务（15%）等行业的渗透率有望进一步提升。

图表 1：AI编程在中国各行业渗透率

数据来源：亿欧智库、来觅数据整理

02 AI编程竞争格局与前景

AI编程参与者众多，竞争较为激烈。当前布局AI编程业务的企业主要有以下2类：

（1）大型科技企业：通常具有雄厚的资金实力、庞大的用户基础、深厚的技术积累、优秀的AI研发人才储备，可投入大量资源进行AI编程工具的研发和推广，在AI编程领域具有技术领先、生态完善、市场影响力强等优势，包括字节跳动（Trae）、百度（Comate）、微软（GitHub Copilot）、谷歌（Jules）等。以微软为例，旗下GitHub Copilot基于OpenAI技术，嵌入VS Code和GitHub平台，为开发者提供实时代码补全、功能生成和调试建议，覆盖超20种编程语言，同时通过Azure云服务与企业级工具链深度整合，成为开发者生态的重要入口。

（2）初创企业： 具有创新性强、专注度高、产品迭代迅速、定价模式灵活、注重特定场景优化等优势，可针对特定开发场景或编程语言提供定制化解决方案，快速响应特定用户群体的需求，包括新言意码（Youware）、硅心科技（aiXcoder）、Anysphere（Cursor）、StackBlitz（Bolt.new）等。以Anysphere的Cursor为例，其基于Anthropic的Claude 3.5 Sonnet、OpenAI的GPT-4o等大模型，提供智能代码补全、对话式编程、代码库检索等功能，适合独立开发者和中小团队。

中国和美国是全球AI编程领域的领先者，但二者的技术路径有所差异。中国在本土化与行业场景落地方面更具有优势。例如，字节跳动的Trae支持原生中文，集成Claude和GPT等主流AI模型，用户可免费使用部分功能；美团在近日发布首款AI Coding Agent（AI编程智能体）产品NoCode，助力中小商户降低IT化和数字化门槛。美国则在通用性与开发者体验方面更具优势，其在通用AI、多模态技术等领域仍占据领先地位。例如，Claude Opus 4在SWE-bench基准测试中的准确率达73.2%，支持连续7小时自主编程。Cursor也仍是全球最受欢迎的AI编程工具之一，据非凡产研数据，2025年5月其WEB访问量为2127万，仅次于lovable的3033万；月活跃用户数为789万，位列第一。

图表 2：2025年5月全球AI编程相关产品的WEB访问量和月活跃用户数

数据来源：非凡产研、来觅数据整理

整体看，AI编程领域的前景广阔。据Research and Markets显示，AI编程相关工具在2025年的市场规模为295.7亿美元，预计到2030年将达646.8亿美元，年复合增长率约17.1%。AI编程领域市场规模持续增长的主要驱动因素如下：

（1）AI技术能力的进步与产品形态革新：AI编程工具已从基础代码补全升级为可独立执行复杂任务的“编程伙伴”。以OpenAI的Codex、Anthropic的Claude系列模型、Cursor等为代表的AI编程工具，已经展现出强大的代码生成、调试、优化能力，可实现高精度的代码生成和复杂逻辑推理。

例如，OpenAI推出的AI编程工具Codex基于其“codex-1”模型，支持多种主流编程语言，测试数据显示，Codex处理常规编程任务的速度远超人工编写，且代码准确率高达90%以上。微软的GitHub Copilot的Agent功能允许AI自主完成修复漏洞、重构代码等特定编程任务，显著提升了开发效率。此外，多模态能力的发展进一步拓宽应用场景，例如Cursor可将设计图直接转换为前端代码。

（2）商业能力快速验证：AI编程是AI领域当前盈利最多的细分赛道之一，订阅收费和免费增值模式是其主要是收入来源，企业定制和API调用计费模式的收入占比较少。

国内方面，在今年6月的火山引擎FORCE原动力大会上，字节跳动技术副总裁洪定坤表示旗下AI编程工具Trae的月活跃用户已超100万；此前商汤旗下代码小浣熊的个人用户已超10万，单日生成代码量超10亿Tokens，总体平均代码采纳率超30%。

国外方面，Anysphere旗下Cursor的月活已超700万，ARR（年度经常性收入）突破5亿美元，估值达99亿美元；微软旗下GitHub Copilot的用户已超1500万，付费用户超180万，其ARR已突破3亿美元。此外，Gartner此前预测，到2028年AI辅助完成编程的渗透率突破75%（2023年初不足10%），AI编程的成长空间广阔。

（3）技术门槛降低与开发者群体扩大：AI编程工具的普及降低了编程的学习和工作门槛，使更多非专业开发者可参与到软件开发中。例如，百度旗下文心快码Zulu具备全自然语言项目构建能力，用户无需编写代码，仅通过自然语言详细描述需求，便可自动构建项目。同时，该AI编程工具支持持续对话，根据用户的进一步要求继续迭代优化。

图表 3：2025-2030E全球AI编程工具市场规模（亿美元）

数据来源：Research and Markets、来觅数据整理

此外，在使用率方面，据IDC显示，现阶段国内开发者使用AI编程工具的比例为30%，而美国已有91%的开发者使用AI编程工具，且超过50%的受访者表示已采用ChatGPT来创建生产级应用程序。同时，使用AI编程工具的开发人员平均生产力提高35%，其中超20%的受访者表示对其生产效率的提升超50%。因此，预计AI编程在中国仍有较大的发展空间。

03 投融动态

近两年来，随着AI相关技术快速进步，AI编程赛道的热度也持续升温。据来觅数据，自2024年以来，全球AI编程相关融资案例合计融资金额超180亿元。同时，AI编程领域呈现一定的马太效应，例如Anysphere（旗下Cursor）获9亿美元C轮融资、Cognition AI获数亿美元B轮融资，头部企业获得大额融资，也在一定程度上反映资本对技术护城河的重视。此外，海外AI编程企业的估值普遍较高，例如Anysphere、Cognition AI最新估值分别为99亿美元、40亿美元，表明资本对AI编程企业高增长性的溢价认可。

下表是2025年1-5月AI编程赛道主要投融事件，感兴趣的读者可以登录Rime PEVC平台获取AI编程领域全量融资案例、被投项目及深度数据分析。

图表 4：2025年1-5月全球AI编程赛道主要投融事件

注：测算轮次表示该轮次由未公开事件的疑似轮次计算而来，目前尚未有公开资讯提及，由 RimeData 来觅数据独家基于该企业的历史融资轮次及工商股东数据衍生推算疑似轮次，可能会根据企业后续资讯报道而调整轮次。

数据来源：来觅数据

版权及免责声明：本文内容为来觅研究院撰写，其版权系深圳来觅数据信息科技有限公司（下称：Rime 或 来觅数据）所有。未经来觅数据许可或授权，任何单位或人士禁止转载、引用、刊登、发表、修改或翻译本文内容，及其他以作商用的行为。许可或授权下的引用、转载时须注明出处为Rime或来觅数据。任何未经授权使用本报告的相关商业行为都将违反《中华人民共和国著作权法》和其他法律法规以及有关国际公约的规定，来觅数据将保留追究其相关法律责任的权利。

本文内容基于来觅数据认为可信的公开资料或实地调研资料，我们力求本文内容的客观、公正，但对本文中所载的信息、观点及数据的准确性、可靠性、时效性及完整性不作任何明确或隐含的保证，亦不负相关法律责任。受研究方法和数据获取资源的限制，本报告全部内容仅供参考之用，对任何人的投资、商业决策、法律等操作均不构成任何建议。在任何情况下，对因参考本报告造成的任何影响和后果，来觅数据均不承担任何责任。