程序员创建的AI的第一个替换是程序员。

“大型模型的编码功能现在处于高级程序员的水平（每月的成千上万元人民币）。”阿里巴巴云本地应用程序平台的负责人兼汤米·林格（Tongyi Lingcode）负责人丁·尤（Ding Yu）表示，对广玛（Guangma）智能。

实际上，AI代码工具不是新事物，并且已经在人工智能的最后一波中实现。

但是在此之前，“ AI代码产品最初只是辅助工具，现在他们可以执行复杂的项目，长上下文文本编辑以及独立执行简单的代码任务。” Sensetime技术下的AI代码产品Little Raccoon Family的技术总监Zhang Tao是浣熊家族的技术总监。锥聪明说。

从辅助到独立的代码编写，AI代码已演变为工程级的“共组织”编码工具。

基于此，不仅越来越多的公司开始降低成本并通过AI代码工具提高计划开发的效率，而且在2025年之后，AI甚至可以替代中级程序员。

元创始人扎克伯格最近表示：“ 2025年，AI将达到中级软件工程师的编程水平。” Meta将于2025年开始自动化中级软件工程师的工作，并最终将其应用程序的所有编程工作外包给AI。 。

这不是警报声明。企业中AI生成的代码的当前渗透率达到了惊人的水平。

例如，超过25％的Google新代码是由人工智能生成的。 Iflytek的内部AI生成的代码采用率已从2023年10月的30％增加到2024年6月的52％，单位测试行的覆盖率从30％的提及为50％。

AI编码轨道已成为大型模型应用程序最受欢迎的曲目之一的原因是，“ AI编码（人工智能编码）是实施大型模型应用程序最苛刻，最某些方案。它是通过PMF（产品市场匹配学位）验证。

正是由于这种情况，越来越多的公司开始计划AI编码轨道，以及像Microsoft，Google，AWS，AWS，Alibaba，Baidu等领先的技术公司处于最前沿。但是，许多类似的产品也引起了均匀的竞争。将来我们如何成功突破？如何实现真正的大规模商业化？

从协助到协作战斗，AI确实成为您的程序员同事

2024年8月，著名的美国公司Cloudflare副总裁Ricky Robinett的女儿在45分钟内开发了一家聊天机器人，引起了180万网民的在线关注。

她使用的AI代码编辑器光标也在一夜之间变得流行。这也使AI编码再次成为行业关注的重点。

根据PitchBook的数据，在全球范围内，大约有250家初创公司推出了AI编码助手。在中国，包括阿里巴巴，百度，腾讯，派恩达斯，诸如Iflytek和SenseTime之类的独角兽公司，甚至AI大型型号Zhipu Zhipu AI等互联网巨头都推出了相关产品。

AI代码产品在下雨后像蘑菇一样突然出现，这是AI代码工具功能的实质性演变，它带给了大型型号的能力。

早期的AI代码工具主要能够执行简单的任务，例如根据程序员的注释自动完成代码，并在程序员的代码编写过程中提供代码错误提示。

通过升级大型模型功能，AI代码工具可以解决越来越多的问题，例如能够根据现有项目维护和升级。 “可以独立完成一些研发任务，”丁Yu说。

例如，大型语言模型可以理解自然语言的人类说明，并根据工程上下文自动完成复杂的编码任务，包括同时修改多个前端和后端文件，执行脚本，编写测试，部署代码等。

“最初以编码助手的形式出现了Tongyi ling法规，主要是为了为程序员提供帮助，并帮助程序员根据《法规》上下文在研发过程中自动完成代码。”丁Yu说：“在2024年底，Tongyi Ling升级为2.0的AI程序员形式已成为协作编码助手，能够与人类程序员合作，感知整个项目，根据方案任务进行批处理文件修改，并取得了能力的飞跃。”

至于从AI代码工具助理升级到AI程序员，前者代码生成的主要力量仍然是人类，而后者逐渐转移到AI中，作为监视和确认中的主要作用。

“过去，人们主要撰写代码，AI协助做了一些简单，可预测和重复的工作。现在，通过要求描述，AI可以理解并帮助程序员通过需求描述完成一些中等难题的代码开发。 “张陶还说。

此外，随着多模式大型模型和深层推理大型模型的发展，AI代码工具的功能也在不断改进。

Sensetime家族的“ Office Raccoon”产品不仅可以执行基于大型模型的数据处理，数据分析和文档创建，还可以支持数据图片和PPT文件的生成。这是一个全面的多模式能力输出。反映。

多模式输入同样重要。 “许多工具产品，如果它们仅通过语言描述进行互动，则很难准确地意识到要求，因为当我们将内容描述为文本时，语言表达中会有信息丢失。与此同时，同时，大型模型当前缺乏语义理解能力，幻觉问题等。如果您直接以图像或视频等视觉方式将其输入大型模型，也可以限制AI代码工具的功能边界。张陶说。

同时，多模式大型模型允许AI代码工具实现从文学和创意图形到生成代码的端到端全堆栈功能。

以网站设计为例，设计师可以通过文学和艺术图纸设计前端视觉草稿，然后直接将它们转换为编码模型，将视觉草稿转换为前端界面，然后自动生成后端代码基于前端接口功能大型模型。

“目前，AI编码可以完成复杂的任务，消除知识和技能的不对称性，例如将前端整合到后端，打破了前端和后端人员和能力的先前分离，并大大提高效率。”丁Yu说：“随后，AI编码还可以帮助程序员自动生成测试，并最终返回经过修改的测试结果。”

但是，尽管AI能够独立生成一些代码，但在实际过程中，AI生成的代码不能一次运行，并且也有许多错误。

AI的Zhejiang University的博士生Chen Rong（化名）告诉Guangma Intelligence：“复杂的代码中有一些错误，基本上很难再次通过它们。从技术逻辑的角度来看，可以理解它该模型实际上是像翻译任务一样对编码进行的，并输出一系列代码序列，并且可能不会考虑代码运行环境等。

背后有两个主要原因。一方面，大多数人很难准确地描述他们的实际需求，甚至许多高级程序员也需要在代码编写过程中反复修改它们。

另一方面，大型模型本身在理解语义（包括现有幻觉）中缺乏语义能力也限制了AI代码工具的能力边界。因此，尽管“大型模型可以在模型上下文窗口允许的范围内了解一千行代码，但AI代码的功能边界仍然很难定义。”张陶说。

正如人类程序员需要反复修改测试代码一样，在AI代码生成过程中，与IT的多发相互作用也可以减少代码错误的存在。

丁Yu说：“ AI编码不是一次性的最终结果，而是通过大型模型进行了多轮交互式迭代。在与大型模型进行编码的过程中，有一个连续思考的过程以及推理探索，以及结果正确的互动修改。

尽管当前的AI代码工具产品仍然存在一些问题，但越来越多的公司开始引入AI代码工具。 “廉价的工作” AI代码工具不仅提高了程序员的编程效率，而且还意识到企业的降低成本并提高效率。

大型项目中的“螺丝”，AI提高了程序员的效率超过10％

大型AI代码工具的演变使编程障碍较低。

目前，AI可以独立实施独立编程：

一种是小型产品，例如个人生活的应用助手；

一种类型是一个基于内容的网站，具有适度的代码量和难度，AI可以独立实施。

一个类别是办公产品，例如Excel表编辑，数据摘要等。

从实际应用的角度来看，这些方案的总体代码量不高，实际开发不是很困难，并且开发人员编程知识的要求也不高。

可以说，AI代码工具确实降低了编程的阈值，允许更多没有代码功能的人访问代码编程，并且可以独立地开发某些产品功能。

但是，尽管AI代码工具降低了编程的阈值，但程序员需要提高其编程功能的上限，尤其是在更复杂的软件开发和大型企业级系统软件开发中。

金融技术行业的程序员Xiao Xiao（化名）告诉Guangma Intelligence：“对于公司的工程项目，仍然很难将它们直接交给AI。工程项目需要许多流程，并且需要多个部门的合作。 ，AI看不到整体情况。”

可以清楚地看出，在企业中，大型模型做更多的肮脏和累人的工作，人类程序员仍需要完成全球和创新的工作。

“程序员的工作不仅在于生成一个小项目。他们面对的生产代码非常复杂，代码关系也很复杂，而且程序员也对代码质量有自己的要求。”张陶说。

这意味着，对于企业的程序员，AI代码工具更多地是辅助角色，但它们也间接提高了程序员工作能力的下限。毕竟，AI基本上可以通过简单而重复的任务来完成。完成它。

“如果允许AI直接为银行的所有企业生成100,000个代码文件，那么目前绝对无法做到这一点。” Ding Yu承认：“目前，在大规模企业项目中，AI编码必须从小任务开始并找到一个部分，例如实现功能模块或在百万工程代码中找到安全漏洞，AI可以做到这一点。准确，迅速。”

此外，在整个行业中，对于大型企业项目而言，最担心的问题是系统的不确定性。如果发生系统错误，它可能会带来巨大的资源和经济损失。

因此，在丁Yu的角度来看，“大规模项目仍然要求人类程序员掌握软件开发过程中的不确定性，例如体系结构设计，域建模等，以拆卸已确定性的内容，例如模块开发，查找安全漏洞，补充测试案例等，并根据人类的指示将其交付给AI以进行这些确定性工作。”

尽管它只是一个助手，但AI代码工具也为开发人员和企业带来了真正的效率提高。

以阿里巴巴云为例，所有技术人员目前都使用Tongyi Ling代码，每月活跃用户占82％以上，而AI每天生成的代码占提交代码总数的30％以上。基于这些数据，可以大致计算出AI将开发人员的效率提高约17.5％，折扣将在10％-15％之间。

“因此，每次我遇到公司负责人时，我都会说，汤伊·林代码可以提高工程师团队的效率超过10％。”丁Yu说，即，如果公司拥有100个工程师使用汤伊·林代码。” “换句话说，如果一家公司使用Tongyi ling代码有100名工程师，则不可能使用Tongyi Ling代码。” ，可以生产10名工程师。”

此外，人类程序员已经有细分的类别，例如前端，后端等。如果您想让后端进行前端，则可能需要为后端进行大量培训和学习结束工程师，他们不能立即接管前端程序员的工作。

但是，借助AI代码工具，程序员只需要要求AI轻松学习各种语言平台的研发知识，并快速开始。 “过去，准备一个项目可能需要两三个星期，但是现在可以在两到三天内完成任务，从而使员工实现1-N的能力增长。”丁Yu说。

当然，对于AI，它还可以帮助人类程序员做更多重复的工作。例如，许多开发人员不愿意编写测试代码。从程序员的角度来看，这些都是不可创造的，但必须这样做。做。

AI代码工具可以根据程序员的代码自动生成单元测试作为及时的单词，真正解放开发人员并允许开发人员将精力用于更多创意工作。

此外，对于企业而言，除了明确的价值改进外，隐含的价值还在其中，AI代码工具可以使企业更容易保持软件系统的高质量和长期稳定性。他们不仅可以完成单元测试，而且还可以独立发现安全漏洞并提供维修建议，从而在缩短项目交付周期的同时可以提高质量。

更有趣的是，在此阶段，AI的编码功能在外部工具的帮助下逐渐超过了中间程序员。 Sensetime基础模型的特征之一是它增强了代码解释器功能，以便该模型可以实现独立的代码调试迭代。

“在复杂的项目中，仅依靠大型模型来生成代码，一次性通过率不高，通常不超过20％。”张陶说，“办公室浣熊基于代码解释器解决方案，就每日图表和其他功能而言，该代码是接近80％。

AI编码轨道开始分化，并且在精致方案中的创新决定了成功或失败

AI编码已成为通过PMF验证的登陆方向，这也使许多玩家进入了这一轨道，并出现了许多同质产品。

目前，中国市场上的许多公司，包括互联网制造商，中小型企业和大型模型初创公司，都推出了AI代码产品，例如阿里巴巴云的Tongyi ling代码，Baidu的Wenxin Kuai代码以及Byttedance Doubao Marscode，Tencent Cloud AI代码助理，Zhipu AI Codegeex等。

尽管有许多AI代码产品，但每个公司提供的功能并没有很大差异。 “当前市场上的同质性非常严重，而且功能实际上相似。毕竟，编程产品希望解决用户问题是相同的。”张陶说。

但是，随着大型模型技术的迭代和升级，AI编码轨道也进入了“差异化”的中期阶段。 “从当前的AI代码轨道来看，不同的实现方法已经开始区分。”张陶说。

光标等产品可以根据自己的修改开源IDE进行完整的任务编程；用户描述了他们的需求，还以在线工具的形式使用了bolt.new之类的产品，并且AI完成了Web开发，但它只能实现前端技术堆栈相关的内容等。

在此阶段，可以清楚地看出，每种产品已经开始找到不同的分段场景并建立自己的产品优势以实现差异化的开发 - 有些人擅长于Web开发，而另一些则更好地为现有项目制定一些代码，以修改任务。 ，还有其他一些事情来开发小工具或低编码工作。

丁Yu还相信：“软件研发有许多方案，并且有许多子行业。公司可以从不同的入口点输入以在细分方案中进行创新或以产品形式进行创新。”

在功能方案中，每个AI代码工具产品的细分也将为每种产品带来商业差异，而不同公司的商业化重点并不完全相同。

例如，Sensetime小浣熊家族中的办公室浣熊产品主要集中在办公室工具轨道上。在实际的商业化中，C端和B端是同时进行的。

其中，C-End主要使用付费订阅，而B端主要使用企业私有化部署。 “目前，近40个私有化部署客户，包括相对较大的互联网制造商等。”

但是，张陶也对C端轨道的市场潜力感到乐观，并且在此阶段推广C-End产品超出了预期。

从场景功能到商业化，AI编码轨道已经开始分化，但这不是AI代码行业开发的最终形式。

随着大型模型技术功能的持续迭代，AI代码的下一步将实现“自动编程”，也就是说，不仅可以协助程序员开发项目，而且能够独立接受独立需求并完成完成项目任务。

“将来，它肯定会朝着AI独立编程发展，这也意味着它将为企业和开发商带来IT生产力提高的10倍。”丁Yu说。