今天小编分享的互联网经验：AI编程在硅谷杀疯了，但国内还长得出自己的Cursor么，欢迎阅读。
2024 年夏天，经历了 3 次重大功能更新和 40 余次功能迭代之后，AI 代码编辑器 Cursor 在北美制造了一场程式员狂潮，并且也随即成为大洋彼岸中国程式员们的编程工具首选。
面对强大的 GitHub Copilot，Cursor 带来的互動方式的变化、使用体感上的创新、对整个程式檔案全局补全代码的能力、虽由 OpenAI 孵化但基座模型弃 GPT4 而选 Claude 的决策、快速拿下 3000 名各领網域客户的成绩、以及早在 8 月就达到的 4 亿美元估值，都让它成为科技圈热议的焦点。
Cursor 甚至都不是硅谷第一个走红的 AI 编程产品，更不是最后一个。
今年 3 月，"AI 程式员 "Devin 引发行业广泛关注，仅 5 个月后，另一家名为 Cosine 的 AI 初创宣称，他们全新推出的 AI 程式员 Genie 测试表现远超 Devin，8 月，集成了 AI 的强化型代码编辑器 Cursor 迅速成为顶流，作为 VS Code 的衍生版本，它在继承 VS Code 优势的基础上，全面融入 AI 功能，极大简化了軟體开发工作流和编程过程，在它之后，Magic、Bolt、Replit、Supermaven 纷纷成为 AI 编程明星公司的代表，他们各自擅长不同的方向，Supermaven 重上下文本长度，Bolt、Replit 在工作流上做了更多延展，不仅能设计代码的整体结构，还能够对代码作出全局修改，甚至超出了 Cursor 的能力边界。
据报道，这些公司的总融资额早已超过了 22 亿美元。AI 编程在硅谷逐渐成为最性感的 AI 赛道，10 余家今年活跃的 AI 编程初创中，已有 7 家成长为独角兽。然而，与很多领網域的 " 追逐 " 不同，在 AI 编程公司席卷硅谷的同时，国内却基本上没有听到过 AI 编程初创公司的大消息。
一位前沿科技领網域主流 VC 的投资人告诉硅星人，其实国内去年一下子也冒出了多家 AI 编程公司，他们当时梳理完曾经有十四五家。
" 那些创业团队都在编程赛道上想各样东西，比如代码搜索，比如面对论文进行编程，比如做代码注释，或者代码修复，还有一部分在做纯代码生成，完全对标 Cursor。" 他称。
" 但问题是，水平差了很多。" 他形容，总体而言这些团队做得代码生成，程度不深。
硅星人了解到，去年奇绩创坛投了六家 AI 编程领網域的初创，此后几乎全军覆没，而去年 10 余家曾短暂浮出水面的代码类团队，今年大部分已经退场。
对标 Cursor，现实骨感
" 水平差了很多 " 的问题，其实是个 AI 行业常见的问题。在基础模型上，在 Chat 类的 AI 应用上，其实都存在中国公司追赶美国对手的现状，但事实上这些赛道还是有融资发生，投资人也能在市场逻辑上自洽。
但 AI 编程有一个很大不同，就是——面向开发者的 AI 编程产品没有国界。这与那些面向企业的知识库问答助手等产品都并不一样，因为语言、生态等方面的差别，中国和美国差异很大。据硅星人了解，面向企业的知识库问答助手，面向中国和美国客户，面向中文与英文的版本差异堪称巨大。
" 美国先做出了好产品，国内开发者都会去用，没有太多门槛 "。来也科技 CTO 胡一川指出。
于是，水平做得太浅在 AI 编程的赛道上，就成了第一个问题。达不到 Cursor、Bolt、Magic 等新贵的身位，这个硬标准如果不能启及，在许多中国投资人眼里，再好的团队也不能吸引到投资。
有 AI 应用团队联合创始人表示，海外市场目前很多类似 Cursor 的明星产品跑出，本质上是美国资本市场对这类——用海外最好的大模型（Cursor 用的是 Claude）直接做插件，做成 Agent 的编程产品非常 buy in。客观而言，在模型层面，国内似乎不缺乏比肩 GPT4 的模型，然而问题似乎不在这里。因为哪怕是同样基于海外模型，目前很多应用的产品完成度和能力都依然欠缺。
于是，当国内投资人看 AI 编程赛道的一个共同逻辑是对标 Cursor 时，就自然下不了手。上文提到的 AI 应用创业者表示，他经历过几十次非常类似的交谈，但发现投资人们最终认为，" 这个标准国内产品是达不到的 "。
" 现阶段在海外能解决这种 IDE 生态问题的中国团队尚且看不到。"AIGCode CEO 宿文表示。IDE 指的是集成开发环境，指用于提供程式开发环境的应用程式，包括代码编辑器、编译器、调试器和图形用户界面等工具，如微软 VS 系列问题。他认为，目前中国公司们哪怕想在海外实现 Cursor 这样的 " 插件逻辑 "，也是遥遥无期。
当在技术本身落后时，中国投资人过往的一个常见逻辑是，我们有更大的市场和应用场景，商业化上可以快速跑起来，进而带来应用上的弯道超车机会。然而在 AI 编程上，商业化的环境也没有比海外好到哪去。
" 投它（AI 编程）就是因为其赚钱。" 常驻硅谷的 Amino Capital 合伙人徐霄羽表示，AI 编程火爆于硅谷，背后原因是 PLG（产品驱动增长）SaaS 模式在整个海外是成立的。徐霄羽发现，她们机构最近 3 年投资的初创公司，发现并找到 PMF 的生成式 AI 公司，比没有生成式 AI 驱动的公司能节省一半时间达到 1000 万美金 ARR（年度经常性收入），这虽然不能帮助这些公司日后成为谷歌，但足够发展成一个小独角兽体量，其中最典型的例子就是 2016 年成立，今年跃升成为编程界新贵的 Replit 。
但事实上，哪怕在硅谷当红编程工具如 Github Copilot、Cursor 和 Bolt，在现实中的产品状态也没有达到强付费点。构建自有编程模型的另一家新贵 Magic，甚至都没有发布正式可用产品，他们仍解决存量场景下的存量程式员需求。
国内的付费道路更在最早期。
国内 2B SaaS 生态因利润率低不赚钱，因复杂环境成因不起势已是老生常谈，就连李开复日前都说 " 现在还没有 SaaS 订阅的妄念 "。而且，AI 编程很重要的目标群体是互联网公司的程式员们，但大厂倾向于团队自己做生产工具。公开信息显示，阿里云、字节跳动、华为、百度内部都有成熟的 AI 编程业务，这些业务服务于内部，让外部的创业公司少了很多市场机会，同时这些业务在市场成熟的时候也很可能转身入局，对外提供服务，像当年钉钉与飞书的历程一样，届时创业公司的空间也会进一步被碾压。
寻找出路：有人找独特的市场机会，有人认为还是要硬碰硬
刘罡是国内最早关注 AI+ 行业方向的风险投资人之一，依循阿尔法公社的 " 投人不投赛道 " 的逻辑，作为合伙人的他很早走访到几家很有潜力的 AI 编程团队，包括其中一家编程方向的项目，团队资质良好，有不错的产品，项目针对 B 端企业和开发者，但付费很成问题，他们曾找到少数大 B 客户做私有化部署，但总体 " 说白了收不上钱 "，勉强维持但无法实现快速发展。
这一团队于 2023 年下半年陷入困局，今年伊始，他们坚决转型进入全新领網域，开始有了一些不错的营收和业务增量。
北京大学长聘教授李戈耶是国内这一赛道最早的闯关人。两年前他创立了 aiXcoder，早于 ChatGPT 问世之前，李戈用比较传统的编程方法孵化这一项目，在 IDE（集成开发环境）里做插件，做代码补齐，有些类似经典的知识图谱。
2023 年起，aiXcoder 调转船头拥抱大模型，做大 B 端和 2G 端生意，接连获得了几家银行和国企商单，年中预测今年会有 6000 万左右的营收，和近 10 亿人民币左右的市面估值。还有高瓴、清流资本和一家汽车产业链基金的加注。
" 这是中国特有的机会，国内有很多大型公司，自己有比较大的开发团队，它们需要 AI 编程的辅助，但又不可能用 GitHub Copilot 或者 Cursor 这样需要连接云端大模型的产品。" 胡一川认为。
当下国内绝大部分头部银行、保险公司、和金融行业里的大型企业，都拥有异常庞大的开发团队，小则几千，大则上万，他们的共性是希望运用先进的 AI 工具和技术，但不太可能使用互联网上的编程工具，出于安全考虑，必须使用一款能在环境里做本地化部署的 AI 编程整工具。
这不仅是 AI 编程一个赛道的特性，还折射出整个大模型 To B 落地的新趋势。胡一川认为，目前很多客户要的不仅仅是你的模型本身，或者 AI 编程軟體，要的是软硬一体化的方案，" 要这个东西做本地化部署，需要选择什么样的 GPU，怎么在 GPU 上做训练和推理，怎么高效使用 GPU，都需要厂商具备很专业的服务能力。"
总之，"AI coding 这里面的角色从设计到开发到测试到发布都有，新的公司想继续走这条路，竞争是非常激烈的，除非他找到了一个非常独特的群体，或者非常垂直的领網域，一些通用的产品解决不了的问题，它能够解决，才可能会有机会。" 胡一川说。
这的确是一种生存思路。最近原月之暗面视频生成产品 Noisee 负责人明超平离职，他创业的项目也是一家 AI 编程公司，据硅星人了解，这家公司是走轻量级类似 Websim 的产品路线，瞄准游戏等场景，（Websim 是款仅通过文字描述就可以生成网站的网站，可以生成小游戏和一段音乐，由 OpenAI、Anthropic 等大模型驱动，如 Claude 3.5 Sonnet 和 GPT-4o），暂时没有自己的专属模型，要走比 Bolt 还轻的产品付费路线。
与此同时，还是有新的创业者 " 不信邪 "，认为最终的出路还是要与海外最强的产品 " 硬碰硬 "，在能力和模式上通过创新来获取自己的机会。
AIGCode 的宿文是其中一员。他表示，一些 AI 编程国内企业做的大量工作是代码测试和代码修复，这都只是进入到了编程赛道，但不算真正在做深度代码生成。
" 这个真正的工作像吃肉，需要放弃边角料 "。
他此前在华创资本做投资人。2021 年 3 月离开华创之后，保留了投资合伙人的身份，但几乎是全职投入了创业模式，最终他在今年 1 月创立 AI 编程公司 AIGCode，获得了两轮融资
AIGCode 的产品是一个端到端的 Autopilot 工具，有自己 "pre-train from scratch" 的通用模型，想对标 poolside、magic，做大模型时代的产品发动机。
宿文告诉硅星人，他把端到端做代码生成定为自己 20 多人团队的工作方向。"20 多人搞不定的事儿，200 个人也搞不定，这个赛道的技术人才是非常有限的，有几个人做过预训练又有多少人做过先进且创新的軟體架构呢？"20 人的规模与他对标的竞争对手，美国 AI 编程初创 Magic 的体量相当。
从模型和軟體架构上去做代码生成，做端到端完成任务的编程工具，并训出自己的模型，与应用垂直结合，最终接管 APP 工厂里的多个职能，这种端到端完成任务的编程方式，是宿文眼中在编程领網域能脱颖而出的唯一方法。在链路管线上分工明确的硅谷，端到端没有必要，但在中国的开发与 B 端环境里，端到端可能是更符合市场需求的模式。
" 只有端到端的代码生成或者片段化的代码补齐叫做 AI 编程 "。
但这也要求你真的可以做得比硅谷新贵们流程全，做得水平比他们还好。这显然并不容易，和其他同行一样，市场和投资人给他的时间視窗也是有限的。一切都需要加速进行。
宿文表示，自己的团队已经把很多先验性东西跑完，目前处于往产品上补全功能覆盖度的阶段，并于最近开启了产品内测。
" 付费点没到之前，最好的办法是先让用户起来，让产品出来，这个赛道就像南北坡爬山，Copilot 已经从北坡先爬到了大本营，我们在南坡还不一样，但大家最终都能登顶。" 宿文说。
