爲什麼大模型公司越來越重視AI Coding能力

過去兩年，大模型行業最魔幻的一幕莫過於此。當無數公司還在比拼誰能寫出更押韻的詩、畫出更逼真的圖時，Anthropic憑藉一個“看起來只是垂直小市場”的編程產品Claude Code，在短短六個月內實現了超過10億美元的年化收入。到2026年2月，這個數字已經飆升至約25億美元。這個數字有多驚人？它讓幾乎所有還在燒錢換用戶的大模型公司都坐不住了。

而幾乎同一時間，國內的牌桌上也悄然換了一輪籌碼。字節Trae、阿里Qoder、騰訊CodeBuddy、智譜CodeGeeX、商湯Raccoon、百度Comate、月之暗面Kimi Code——這個名單還在不斷拉長。阿里雲公共雲總裁劉偉光甚至公開喊出：“Coding是我們最重要的方向，它幾乎for everything。”一個曾經被看作“程序員專用插件”的細分賽道，爲何突然成了所有大模型公司的必爭之地？

代碼，AI完美的訓練場

要理解這場集體轉向，得先回到一個根本問題：大模型到底在什麼樣的場景裏學得最快？

答案藏在四個字裏：即時反饋。代碼天然擁有編譯、測試和運行結果這套完整的“驗證器”——模型每生成一段代碼，都能迅速知道對錯。編譯不過？改。測試失敗？改。幾秒鐘就能完成一輪“假設-驗證-修正”的閉環。相比之下，文案寫得好不好見仁見智，一張圖美不美各花入各眼，但一個接口能不能跑通，編譯器不會說謊。

智源研究院理事長黃鐵軍透露了一個耐人尋味的細節：Anthropic在訓練模型時，代碼token佔了4.2萬億，超過總量三分之一，其中約一半來自商業軟件代碼。這家公司從成立第一天就把編程當作戰略方向，2021年第一款產品就是VS Code編程助手。而在同一時期，國內大多數大模型公司還在以OpenAI爲對標系——“追通用能力、文生圖、文生視頻，C端、B端，OpenAI做什麼我們就做什麼”。彼時OpenAI估值3000億美元，“相比之下，編程看起來只是垂直的小市場”。如今回頭看，這個判斷的代價可能是幾百億美元的估值差距。

自己，是最好的信號

如果說技術邏輯決定了“能不能做”，那商業邏輯則決定了“值不值得做”。AI Coding之所以能成爲大模型商業化的第一塊“深水區”，核心在於它的價值鏈條足夠短、足夠清晰。

Claude Code的爆發式增長已經充分證明了這一點。2025年2月，Anthropic低調發布了這款能直接操作終端、自主完成讀代碼、跑測試、改Bug、交付任務的AI智能體。上線僅6個月，ARR就突破10億美元。這個速度有多恐怖？要知道，Cursor——另一款當紅AI編程工具——在沒有任何銷售團隊的情況下，ARR從0到1億美元已經是“史上增長最快的公司之一”。而Claude Code把這個速度又提升了一個量級。

OpenAI很快意識到了危機。2025年之前，OpenAI還沒有獨立的Coding產品，編程能力混在ChatGPT訂閱和API裏。2025年中，Codex獨立併發力，到2026年1月底ARR就過了10億美元。從一個被忽視的角落到一個10億美元級別的增長引擎，只用了不到一年。據AI投研平臺Funda數據，OpenAI與Anthropic合計年化營收有望達到約1200億美元，AI Coding正是其中重要的增長引擎。

國內市場的數字同樣令人側目。根據IDC報告，2025年中國AI編程市場規模爲3.99億元，預計2026年底將增長至11.73億元。IDC此前的另一統計口徑顯示，2025年該市場規模達24.5億元，同比增長187.3%，活躍用戶達280萬人。IDC調研還發現，使用AI編碼助手的開發人員平均生產力提高35%，超過20%的受訪者表示生產效率提升超過50%。當生產力提升如此直觀地轉化爲商業價值時，沒有哪家公司能坐得住。

從“輔助工具”到“生產力主體”

但如果說AI Coding僅僅是一個賺錢的工具，那可能低估了它的戰略意義。更深一層看，編程能力正在成爲大模型公司定義下一代智能體(Agent)能力上限的關鍵。

智譜在解釋爲什麼重押Coding Agent時給出了一個很精闢的判斷：大模型的下半場，不是“寫代碼”，而是要“把活幹完”。早期AI編程助手只是給出幾段示例代碼，然後把剩下的工作還給程序員。但新一代Coding Agent的目標完全不同——先讀懂項目，修改多個文件，運行編譯和測試，遇到報錯後繼續查日誌、改代碼，直到交付結果。

這種“規劃—執行—檢查—修正”的閉環能力，恰恰是通用智能體最需要的基本功。軟件工程提供了一個天然的“訓練場”——代碼、文檔、測試和版本記錄都在計算機裏，企業也習慣爲研發工具付費。一個能在代碼世界裏獨立完成任務的AI，距離能在真實世界裏獨立完成任務的AI，中間只差一個“物理接口”的距離。

這也解釋了爲什麼幾乎所有大廠都在加速佈局——AI Coding早已超出了一款生產力工具的範疇。它是一場關於“AI能不能真正替你幹活”的預演，而不僅僅是“AI能不能幫你寫代碼”。

一場遲到但必須補的課

當然，這場集體轉向背後也透着某種緊迫感。Anthropic從第一天就押注編程，而國內大多數企業用了近三年時間纔回味過來。2024年10月，美國AI編碼創業公司Bolt.new上線，四周後年化收入衝到400萬美元，直接把Anthropic的“GPU打滿了”。而幾乎同一時間，中國一家大廠的AI編程團隊“比較清閒，不用加班”。

這種差距在數據上體現得更爲直觀。在開發者平臺Vercel上，Anthropic佔走了token消耗量的24.9%、消費金額的71.8%。截至2026年8月6日，阿里、騰訊、字節沒有一家披露過coding產品營收。不過追趕的勢頭同樣兇猛。據IDC數據，阿里憑藉Qoder拿下47.6%的國內市場份額，智譜CodeGeeX爲11.5%，商湯Raccoon爲10.5%，騰訊CodeBuddy爲6.9%，百度Comate爲6.0%。阿里Qoder目前全球用戶已超500萬，服務包括中國一汽、中信證券在內的數十萬家企業。

這場競賽的另一面是資本市場的瘋狂押注。創建Cursor的Anysphere在2025年11月以293億美元估值完成23億美元融資——幾乎是半年前C輪時估值的三倍。自動駕駛AI軟件工程師Devin的母公司Cognition在2026年5月完成超10億美元融資，估值達260億美元，而8個月前這家公司估值僅102億美元。當資本用真金白銀投票時，信號已經再明確不過。

大模型行業用一年時間完成了從“什麼都做”到“重點做Coding”的路徑收窄。這背後的邏輯其實並不複雜：在一個充滿不確定性的技術浪潮中，誰能最先找到那個“確定能賺到錢”的場景，誰就能活下來、活得好。而今天，那個場景的名字叫Coding。至於明天它會不會變成Research、Work或者別的什麼，那是另一場仗。但至少在這一刻，所有大模型公司都已經明白了一件事——先學會寫代碼，再談改變世界。