▶   孙立彬

　　近期，人工智能（AI）编程成为该领域最受追捧的赛道之一。继OpenAI推出编程智能体Codex后，微软、谷歌、Anthropic等企业先后对外披露新模型在AI编程方面的技术与产品进展。在我国，包括百度、腾讯、抖音、美团在内的众多企业也在该领域进行布局。

　　从代码补全到智能体自主开发，从低代码平台到全流程自动化编程，这场“代码革命”的技术边界正在不断被突破，其商业价值也日益凸显。

　　看得见的未来

　　大模型能力的整体提升和AI编程市场需求的明确存在，正在推动AI编程走向规模化应用落地。

　　国际数据公司IDC中国高级分析师李浩然表示，AI编程可以被视为另一种语言大模型。相比多模态大模型，AI编程在代码上已有很好的应用效果。开发者对代码的采纳率在30%左右，虽然仍需要进一步调优，但也可以提高程序员的工作效率，目前很多企业在内部孵化和落地AI Coding项目。

　　AI编程的应用确实在日益普及，此前微软首席执行官（CEO）萨蒂亚·纳德拉曾透露，微软公司内部代码库中，有20%-30%的代码由AI生成。去年11月，谷歌CEO桑达尔·皮查伊也曾表示，该企业超过25%的代码由AI编写，再由工程师进行验证。

　　赛迪顾问人工智能与大数据研究中心常务副总经理邹德宝介绍说，AI编程可以提升开发效率与代码质量，包括AI编程工具可自动生成核心逻辑代码，减少重复劳动；AI的静态代码分析能力可识别多步骤任务中的逻辑漏洞，并提供修复建议；AI编程可以加速复杂系统集成，包括AI编程简化多智能体系统的通信与协调代码开发，能自动化生成API调用代码，快速接入外部工具，弥补垂直领域能力短板。此外，AI编程还降低了开发门槛与成本，可以通过AI编程优化模型推理成本，使其更适合大规模部署。

　　邹德宝表示，众多企业热衷于该赛道的核心逻辑在于抢占未来AI产业生态入口与商业应用制高点，智能体被视为继大模型之后“第二波确定性浪潮”，被认为是未来人机交互的核心入口，其具备自主规划、工具调用、多任务协作等能力，能够将大模型的潜力转化为实际生产力，各大厂间通过布局通用或垂类智能体，争夺用户与生态控制权。而AI编程智能体通过自动化、效率提升与成本优化，显著降低了开发门槛，应用前景广阔。

　　市场研究机构ResearchAndMarkets发布的调研报告显示，2024年全球生成式AI编程助手市场规模约2590万美元，预计到2030年将达到9790万美元，6年复合年增长率为24.8%，其中中国市场的复合年增长率将达到23.5%。

　　好用但要慎用

　　就目前AI编程的应用看，李浩然将其总结为两种方式，一是面向企业和个人开发者，利用独立IDE（集成开发环境）和插件帮助自己提升代码开发效率，加快应用迭代和上线速度，并将单元测试等基础工作自动化，允许开发者将更多时间投入到应用创新上来。二是面向广泛的非研发人员，可以利用Manus、百度秒搭、腾讯Codebuddy等产品自动生成所需要的网页、应用，例如输入案例和所需要的MCP（模型上下文协议）接口，即可生成定制化旅游应用程序或小游戏。

　　虽然AI编程已经在很多场景可以进行应用，但就目前的情况看，AI编程在处理复杂逻辑、系统架构设计和需求分析等方面仍需人类程序员参与。OpenAI也提醒用户，AI生成的代码需开发者进行审核和测试，以确保其正确性和安全性。

　　邹德宝认为，当前AI编程工具以代码补全、错误检测为主，是作为开发者的“副驾驶”存在。未来，AI将具备自主规划、多任务协作能力，成为“主驾驶员”，如独立完成代码生成、测试编写、漏洞修复等任务，甚至能理解项目上下文并异步执行复杂操作。

　　李浩然表示，AI编程目前存在的问题主要是落地实现的稳定性，这就需要相关厂商以应用开发思维链方式优化AI编程工具。他建议，对于编程工具，需要进一步细化应用场景，面向不同语言、不同业务和开发需求，可以推出对应的工具和应用商店。

　　对于目前AI编程发展存在的主要障碍，邹德宝分析称，主要包括技术瓶颈、商业落地难题和自身局限性等3个方面。

　　“在技术方面，当前智能体依赖的大模型在长链推理中易出现逻辑断裂，需结合人工规则补充，AI编程尚无法完全自行解决，不同厂商的API接口标准不一，AI生成的适配代码仍需大量人工调试，生态整合成本高。在商业落地方面，一些AI编程应用成本较高，难以向中小企业普及，AI编程虽优化局部效率，但无法解决全局成本问题。在自身方面，AI生成的代码可能缺乏创新性且难以理解复杂业务逻辑，需要开发者深度介入，若开发者过度依赖AI编程工具，可能导致自身技能退化，反而不利于系统的持续优化。”邹德宝说。