月入几万的程序员面临AI编码和大模型冲击，编程工具助力自主编程能否实现商业化落地？

AI编码工具的进化与未来展望

近年来，AI编码工具在编程领域的应用逐渐崭露头角，尤其是在大模型技术的推动下，其能力得到了显著提升。阿里云云原生应用平台负责人丁宇表示：“大模型的编码能力已经达到了高阶程序员（月薪几万元）的水平。”这意味着AI不仅能够辅助编写代码，还能独立完成复杂项目和长上下文本编辑等任务。

事实上，AI代码工具并不是新生事物，早在上一波人工智能浪潮中就已经开始落地应用。但如今，AI代码产品已从辅助工具进化为一个工程级“协同”编码工具。商汤科技旗下AI代码产品小浣熊家族的技术负责人张涛指出，AI代码工具现在可以执行复杂项目、长上下文本编辑，并能独立完成简单代码任务。

随着AI编码工具的不断进化，越来越多的企业开始通过这些工具实现程序开发的降本增效。据预测，到2025年，AI甚至有可能取代中级程序员。Meta创始人扎克伯格日前表示：“2025年，AI将达到中级软件工程师的编程水平。”这并非危言耸听，当前AI生成的代码在企业中的渗透率已经达到了惊人的水平。例如，谷歌有超过25%的新代码是由人工智能生成；科大讯飞内部AI生成代码采纳率从2023年10月的30%增长到了2024年6月的52%，单元测试行覆盖率也从30%提升至50%。

AI编码工具的应用场景及优势

AI编码赛道之所以成为大模型应用最火热的领域之一，是因为它高频刚需、具有确定性的应用场景。领先的科技公司如微软、谷歌、AWS、阿里、百度等纷纷布局这一赛道。然而，同质化竞争也成为了一个问题。如何实现大规模商业化落地？如何成功突围？

以美国知名企业Cloudflare副总裁Ricky Robinett的女儿为例，她仅用45分钟就开发了一款聊天机器人，引发180万网友关注。这表明AI编码工具正在成为行业焦点。在国内，包括阿里巴巴、百度、腾讯、字节跳动等互联网大厂，以及科大讯飞、商汤科技等独角兽企业，都推出了相关产品。

早期AI代码工具主要执行简单任务，如根据程序员的注释自动补全代码或提供错误提示。随着大模型能力的升级，AI代码工具能够解决的问题越来越多。例如，大语言模型能够理解自然语言指令，并根据工程上下文自动完成复杂编码任务，包括修改前后端多个文件、执行脚本、编写测试和部署代码等。

从打辅助到协同作战

通义灵码最初是以编码助手的形式出现，帮助程序员自动补全代码。2024年年底，通义灵码升级到2.0版本，成为协同编码助手，能够感知整个工程并根据场景任务做批量文件修改，实现了能力的跃迁。这意味着AI代码生成的主力逐渐转向AI为主，人类则主要起到监测和确认的作用。

多模态大模型和深度推理大模型的进化进一步完善了AI代码工具的能力。例如，商汤小浣熊家族的“办公小浣熊”产品不仅能处理数据和文档创作，还能生成数据图片和PPT文件，体现了多模态能力的综合输出。此外，直接以图像或视频输入大模型，能够更高效地完成任务。

挑战与前景

尽管AI编码工具能够完成复杂任务，但在实际过程中仍存在诸多bug。一方面，人类很难准确描述需求；另一方面，大模型自身语义理解能力不足，限制了AI代码工具的能力边界。因此，AI编码需要通过多轮交互来减少bug的存在。

尽管如此，AI代码工具已经为企业带来了实打实的效率提升。以阿里云为例，目前所有技术人员都在使用通义灵码，月活占比超82%，每天AI生成的代码占总提交代码量的30%以上。AI对开发者提效大约在17.5%，即使打个折扣也在10%-15%之间。

细分场景创新决定成败

AI编码赛道已经开始分化，不同产品找到了不同的细分场景并构建了自己的产品优势。例如，有的产品擅长网页开发，有的则专注于已有项目的代码修改任务。这种差异化发展将带来商业上的差异。未来，AI编码将实现“自主编程”，即不仅仅辅助程序员开发项目，而是能够独立接受需求，完成完整的项目任务，为企业和开发者带来10倍的IT生产力提升。

本文来源： 光锥智能公众号【阅读原文】