今天小編分享的互聯網經驗：AI編程在矽谷殺瘋了，但國内還長得出自己的Cursor麼，歡迎閱讀。
2024 年夏天，經歷了 3 次重大功能更新和 40 餘次功能迭代之後，AI 代碼編輯器 Cursor 在北美制造了一場程式員狂潮，并且也随即成為大洋彼岸中國程式員們的編程工具首選。
面對強大的 GitHub Copilot，Cursor 帶來的互動方式的變化、使用體感上的創新、對整個程式檔案全局補全代碼的能力、雖由 OpenAI 孵化但基座模型棄 GPT4 而選 Claude 的決策、快速拿下 3000 名各領網域客戶的成績、以及早在 8 月就達到的 4 億美元估值，都讓它成為科技圈熱議的焦點。
Cursor 甚至都不是矽谷第一個走紅的 AI 編程產品，更不是最後一個。
今年 3 月，"AI 程式員 "Devin 引發行業廣泛關注，僅 5 個月後，另一家名為 Cosine 的 AI 初創宣稱，他們全新推出的 AI 程式員 Genie 測試表現遠超 Devin，8 月，集成了 AI 的強化型代碼編輯器 Cursor 迅速成為頂流，作為 VS Code 的衍生版本，它在繼承 VS Code 優勢的基礎上，全面融入 AI 功能，極大簡化了軟體開發工作流和編程過程，在它之後，Magic、Bolt、Replit、Supermaven 紛紛成為 AI 編程明星公司的代表，他們各自擅長不同的方向，Supermaven 重上下文本長度，Bolt、Replit 在工作流上做了更多延展，不僅能設計代碼的整體結構，還能夠對代碼作出全局修改，甚至超出了 Cursor 的能力邊界。
據報道，這些公司的總融資額早已超過了 22 億美元。AI 編程在矽谷逐漸成為最性感的 AI 賽道，10 餘家今年活躍的 AI 編程初創中，已有 7 家成長為獨角獸。然而，與很多領網域的 " 追逐 " 不同，在 AI 編程公司席卷矽谷的同時，國内卻基本上沒有聽到過 AI 編程初創公司的大消息。
一位前沿科技領網域主流 VC 的投資人告訴矽星人，其實國内去年一下子也冒出了多家 AI 編程公司，他們當時梳理完曾經有十四五家。
" 那些創業團隊都在編程賽道上想各樣東西，比如代碼搜索，比如面對論文進行編程，比如做代碼注釋，或者代碼修復，還有一部分在做純代碼生成，完全對标 Cursor。" 他稱。
" 但問題是，水平差了很多。" 他形容，總體而言這些團隊做得代碼生成，程度不深。
矽星人了解到，去年奇績創壇投了六家 AI 編程領網域的初創，此後幾乎全軍覆沒，而去年 10 餘家曾短暫浮出水面的代碼類團隊，今年大部分已經退場。
對标 Cursor，現實骨感
" 水平差了很多 " 的問題，其實是個 AI 行業常見的問題。在基礎模型上，在 Chat 類的 AI 應用上，其實都存在中國公司追趕美國對手的現狀，但事實上這些賽道還是有融資發生，投資人也能在市場邏輯上自洽。
但 AI 編程有一個很大不同，就是——面向開發者的 AI 編程產品沒有國界。這與那些面向企業的知識庫問答助手等產品都并不一樣，因為語言、生态等方面的差别，中國和美國差異很大。據矽星人了解，面向企業的知識庫問答助手，面向中國和美國客戶，面向中文與英文的版本差異堪稱巨大。
" 美國先做出了好產品，國内開發者都會去用，沒有太多門檻 "。來也科技 CTO 胡一川指出。
于是，水平做得太淺在 AI 編程的賽道上，就成了第一個問題。達不到 Cursor、Bolt、Magic 等新貴的身位，這個硬标準如果不能啟及，在許多中國投資人眼裡，再好的團隊也不能吸引到投資。
有 AI 應用團隊聯合創始人表示，海外市場目前很多類似 Cursor 的明星產品跑出，本質上是美國資本市場對這類——用海外最好的大模型（Cursor 用的是 Claude）直接做插件，做成 Agent 的編程產品非常 buy in。客觀而言，在模型層面，國内似乎不缺乏比肩 GPT4 的模型，然而問題似乎不在這裡。因為哪怕是同樣基于海外模型，目前很多應用的產品完成度和能力都依然欠缺。
于是，當國内投資人看 AI 編程賽道的一個共同邏輯是對标 Cursor 時，就自然下不了手。上文提到的 AI 應用創業者表示，他經歷過幾十次非常類似的交談，但發現投資人們最終認為，" 這個标準國内產品是達不到的 "。
" 現階段在海外能解決這種 IDE 生态問題的中國團隊尚且看不到。"AIGCode CEO 宿文表示。IDE 指的是集成開發環境，指用于提供程式開發環境的應用程式，包括代碼編輯器、編譯器、調試器和圖形用戶界面等工具，如微軟 VS 系列問題。他認為，目前中國公司們哪怕想在海外實現 Cursor 這樣的 " 插件邏輯 "，也是遙遙無期。
當在技術本身落後時，中國投資人過往的一個常見邏輯是，我們有更大的市場和應用場景，商業化上可以快速跑起來，進而帶來應用上的彎道超車機會。然而在 AI 編程上，商業化的環境也沒有比海外好到哪去。
" 投它（AI 編程）就是因為其賺錢。" 常駐矽谷的 Amino Capital 合夥人徐霄羽表示，AI 編程火爆于矽谷，背後原因是 PLG（產品驅動增長）SaaS 模式在整個海外是成立的。徐霄羽發現，她們機構最近 3 年投資的初創公司，發現并找到 PMF 的生成式 AI 公司，比沒有生成式 AI 驅動的公司能節省一半時間達到 1000 萬美金 ARR（年度經常性收入），這雖然不能幫助這些公司日後成為谷歌，但足夠發展成一個小獨角獸體量，其中最典型的例子就是 2016 年成立，今年躍升成為編程界新貴的 Replit 。
但事實上，哪怕在矽谷當紅編程工具如 Github Copilot、Cursor 和 Bolt，在現實中的產品狀态也沒有達到強付費點。構建自有編程模型的另一家新貴 Magic，甚至都沒有發布正式可用產品，他們仍解決存量場景下的存量程式員需求。
國内的付費道路更在最早期。
國内 2B SaaS 生态因利潤率低不賺錢，因復雜環境成因不起勢已是老生常談，就連李開復日前都說 " 現在還沒有 SaaS 訂閱的妄念 "。而且，AI 編程很重要的目标群體是互聯網公司的程式員們，但大廠傾向于團隊自己做生產工具。公開信息顯示，阿裡雲、字節跳動、華為、百度内部都有成熟的 AI 編程業務，這些業務服務于内部，讓外部的創業公司少了很多市場機會，同時這些業務在市場成熟的時候也很可能轉身入局，對外提供服務，像當年釘釘與飛書的歷程一樣，屆時創業公司的空間也會進一步被碾壓。
尋找出路：有人找獨特的市場機會，有人認為還是要硬碰硬
劉罡是國内最早關注 AI+ 行業方向的風險投資人之一，依循阿爾法公社的 " 投人不投賽道 " 的邏輯，作為合夥人的他很早走訪到幾家很有潛力的 AI 編程團隊，包括其中一家編程方向的項目，團隊資質良好，有不錯的產品，項目針對 B 端企業和開發者，但付費很成問題，他們曾找到少數大 B 客戶做私有化部署，但總體 " 說白了收不上錢 "，勉強維持但無法實現快速發展。
這一團隊于 2023 年下半年陷入困局，今年伊始，他們堅決轉型進入全新領網域，開始有了一些不錯的營收和業務增量。
北京大學長聘教授李戈耶是國内這一賽道最早的闖關人。兩年前他創立了 aiXcoder，早于 ChatGPT 問世之前，李戈用比較傳統的編程方法孵化這一項目，在 IDE（集成開發環境）裡做插件，做代碼補齊，有些類似經典的知識圖譜。
2023 年起，aiXcoder 調轉船頭擁抱大模型，做大 B 端和 2G 端生意，接連獲得了幾家銀行和國企商單，年中預測今年會有 6000 萬左右的營收，和近 10 億人民币左右的市面估值。還有高瓴、清流資本和一家汽車產業鏈基金的加注。
" 這是中國特有的機會，國内有很多大型公司，自己有比較大的開發團隊，它們需要 AI 編程的輔助，但又不可能用 GitHub Copilot 或者 Cursor 這樣需要連接雲端大模型的產品。" 胡一川認為。
當下國内絕大部分頭部銀行、保險公司、和金融行業裡的大型企業，都擁有異常龐大的開發團隊，小則幾千，大則上萬，他們的共性是希望運用先進的 AI 工具和技術，但不太可能使用互聯網上的編程工具，出于安全考慮，必須使用一款能在環境裡做本地化部署的 AI 編程整工具。
這不僅是 AI 編程一個賽道的特性，還折射出整個大模型 To B 落地的新趨勢。胡一川認為，目前很多客戶要的不僅僅是你的模型本身，或者 AI 編程軟體，要的是軟硬一體化的方案，" 要這個東西做本地化部署，需要選擇什麼樣的 GPU，怎麼在 GPU 上做訓練和推理，怎麼高效使用 GPU，都需要廠商具備很專業的服務能力。"
總之，"AI coding 這裡面的角色從設計到開發到測試到發布都有，新的公司想繼續走這條路，競争是非常激烈的，除非他找到了一個非常獨特的群體，或者非常垂直的領網域，一些通用的產品解決不了的問題，它能夠解決，才可能會有機會。" 胡一川說。
這的确是一種生存思路。最近原月之暗面視頻生成產品 Noisee 負責人明超平離職，他創業的項目也是一家 AI 編程公司，據矽星人了解，這家公司是走輕量級類似 Websim 的產品路線，瞄準遊戲等場景，（Websim 是款僅通過文字描述就可以生成網站的網站，可以生成小遊戲和一段音樂，由 OpenAI、Anthropic 等大模型驅動，如 Claude 3.5 Sonnet 和 GPT-4o），暫時沒有自己的專屬模型，要走比 Bolt 還輕的產品付費路線。
與此同時，還是有新的創業者 " 不信邪 "，認為最終的出路還是要與海外最強的產品 " 硬碰硬 "，在能力和模式上通過創新來獲取自己的機會。
AIGCode 的宿文是其中一員。他表示，一些 AI 編程國内企業做的大量工作是代碼測試和代碼修復，這都只是進入到了編程賽道，但不算真正在做深度代碼生成。
" 這個真正的工作像吃肉，需要放棄邊角料 "。
他此前在華創資本做投資人。2021 年 3 月離開華創之後，保留了投資合夥人的身份，但幾乎是全職投入了創業模式，最終他在今年 1 月創立 AI 編程公司 AIGCode，獲得了兩輪融資
AIGCode 的產品是一個端到端的 Autopilot 工具，有自己 "pre-train from scratch" 的通用模型，想對标 poolside、magic，做大模型時代的產品發動機。
宿文告訴矽星人，他把端到端做代碼生成定為自己 20 多人團隊的工作方向。"20 多人搞不定的事兒，200 個人也搞不定，這個賽道的技術人才是非常有限的，有幾個人做過預訓練又有多少人做過先進且創新的軟體架構呢？"20 人的規模與他對标的競争對手，美國 AI 編程初創 Magic 的體量相當。
從模型和軟體架構上去做代碼生成，做端到端完成任務的編程工具，并訓出自己的模型，與應用垂直結合，最終接管 APP 工廠裡的多個職能，這種端到端完成任務的編程方式，是宿文眼中在編程領網域能脫穎而出的唯一方法。在鏈路管線上分工明确的矽谷，端到端沒有必要，但在中國的開發與 B 端環境裡，端到端可能是更符合市場需求的模式。
" 只有端到端的代碼生成或者片段化的代碼補齊叫做 AI 編程 "。
但這也要求你真的可以做得比矽谷新貴們流程全，做得水平比他們還好。這顯然并不容易，和其他同行一樣，市場和投資人給他的時間視窗也是有限的。一切都需要加速進行。
宿文表示，自己的團隊已經把很多先驗性東西跑完，目前處于往產品上補全功能覆蓋度的階段，并于最近開啟了產品内測。
" 付費點沒到之前，最好的辦法是先讓用戶起來，讓產品出來，這個賽道就像南北坡爬山，Copilot 已經從北坡先爬到了大本營，我們在南坡還不一樣，但大家最終都能登頂。" 宿文說。
