AI 編程新秀 Verdent AI 創(chuàng)始人陳志杰，不喜歡別人稱呼他“陳總”，他說話自然、接地氣，在接受 DeepTech 采訪期間面對一時拿不準的問題有時會出現(xiàn)長達十秒左右的沉默以用于思考。

他認為 AI 編程就是“給廚子做飯”，即由一群工程師給全世界的工程師打造工具。不過，他表示 AI 編程不會取代程序員，而是能讓原本強大的程序員更加強大。

他也坦言自己并不喜歡程序員 35 歲危機這樣的文化，并表示能力的考核是多維度的，而這種年齡歧視是一種偷懶的做法。因此，他自己的團隊里也有年齡較大的程序員。

他指出，我們應(yīng)以平常心看待 AI：不必神化，也無需貶低，它本質(zhì)上就是一個工具。但他認為，AI 編程會在一定程度上取代培訓(xùn)班出來的程序員。不過，區(qū)分普通與優(yōu)秀工程師的關(guān)鍵從來不是單純的代碼編寫能力，而是解決問題的綜合能力。即使有 AI，不善用者也難做出好成果。

圖 | 陳志杰（來源：陳志杰）

陳志杰因曾擔(dān)任字節(jié)跳動算法負責(zé)人和百度首席技術(shù)架構(gòu)師等職而為人所知。在字節(jié)跳動期間，他領(lǐng)導(dǎo)了大規(guī)模推薦系統(tǒng)與基礎(chǔ)算法平臺的搭建，管理過數(shù)百名工程師和科學(xué)家。

2024 年底，他與認識多年的前百度技術(shù)與產(chǎn)品負責(zé)人劉曉春創(chuàng)辦了 Verdent AI，致力于通過智能體提升軟件開發(fā)效率。在最近的 A 輪融資中，Verdent AI 獲得了騰訊領(lǐng)投、紅杉中國等老股東參投的數(shù)千萬美元的投資，公司估值達到 2 億美元。

盡管如此，陳志杰卻表示公司估值只有美國硅谷競品初創(chuàng)企業(yè)的零頭。以下為 DeepTech 和陳志杰對話的全部內(nèi)容，基于原意做了順序調(diào)整。

AI 編程會取代程序員嗎？

DeepTech：作為外行看待 AI 技術(shù)時，人們往往會認為 AI 已經(jīng)強大到能夠取代 UI 設(shè)計師或程序員；但真正從事這些職業(yè)的人卻普遍覺得 AI 目前還無法替代自己。你是否認同這種感受？或者對此有不同看法？

陳志杰：作為一名有十多年經(jīng)驗的程序員，我認為評價工程師能力的標(biāo)準從來不只是代碼編寫能力，那只是基礎(chǔ)技能。真正衡量工程師水平的是他解決問題的能力，包括對問題的思考分析、建模能力、方案評估和最終落地實現(xiàn)。代碼實現(xiàn)只是這個過程中的基礎(chǔ)環(huán)節(jié)。

單就寫代碼來說，甚至不需要大學(xué)教育，培訓(xùn)機構(gòu)就能教會。但為什么培養(yǎng)一名工程師通常需要本科四年或再加上碩士階段？因為要系統(tǒng)學(xué)習(xí)編譯原理、計算機組成、體系結(jié)構(gòu)、數(shù)據(jù)庫、數(shù)據(jù)結(jié)構(gòu)與算法等一系列課程，編程本身只是其中一小部分。

從現(xiàn)實來看，真實系統(tǒng)非常復(fù)雜，很難指望 AI 在短期內(nèi)完全替代工程師。未來更有可能的場景是：一名工程師原本需要一周完成的工作，在使用 AI 工具后產(chǎn)能大幅提升，可能一天就能完成，這正在成為現(xiàn)實，我們公司內(nèi)部也已出現(xiàn)這種現(xiàn)象。這個邏輯同樣適用于設(shè)計師行業(yè)。

設(shè)計師的核心競爭力難道只是 P 圖嗎？顯然不是，關(guān)鍵在于對產(chǎn)品交互的思考能力，以及設(shè)計出符合原則的流暢體驗。就像現(xiàn)在 AI 生成游戲原畫，外行覺得驚艷，但專業(yè)設(shè)計師能看出明顯的 AI 痕跡，缺乏手繪紋理和觸感，細節(jié)也常違背物理原理?？傊?，我認為應(yīng)當(dāng)以平常心看待 AI：既不必神化，也無需貶低，它本質(zhì)上就是一個工具。

DeepTech：當(dāng)前確實存在一些編程培訓(xùn)班，學(xué)員經(jīng)過短期培訓(xùn)后通過包裝簡歷進入銀行外包等崗位從事基礎(chǔ)編程工作。隨著 AI 編程工具的發(fā)展，是否可能通過賦能資深工程師來完成更多工作，從而替代這些培訓(xùn)班出身、從事基礎(chǔ)編程的程序員？

陳志杰：我認為這種替代是可能發(fā)生的，但這種現(xiàn)象并非 AI 獨有，實際上任何能提升開發(fā)效率的工具都可能帶來類似影響。比如在 AI 出現(xiàn)之前，低代碼/零代碼平臺已經(jīng)能夠通過可視化配置替代部分基礎(chǔ)開發(fā)工作。

從更宏觀的科技發(fā)展視角來看，這種迭代是普遍規(guī)律。回想二十多年前，社會上還有大量教授 DOS 系統(tǒng)操作的培訓(xùn)班，如今這類技能已基本消失；過去需要專門學(xué)習(xí)的 Office 軟件，現(xiàn)在也因為易用性提升而不再需要專項培訓(xùn)。

當(dāng)然，不可否認的是 AI 技術(shù)會顯著加速這一進程。這也再次印證了我們行業(yè)的評價標(biāo)準：區(qū)分普通與優(yōu)秀工程師的關(guān)鍵從來不是單純的代碼編寫能力，而是解決問題的綜合能力。

DeepTech：今年美國計算機專業(yè)畢業(yè)生的就業(yè)前景出現(xiàn)了一些挑戰(zhàn)。從全球范圍來看，AI 編程技術(shù)的發(fā)展是否會進一步加劇計算機領(lǐng)域就業(yè)市場的這種壓力？

陳志杰：我認為未來就業(yè)市場確實會呈現(xiàn)兩極分化的趨勢：能力突出的工程師依然會受到企業(yè)爭搶，比如 Meta 等公司仍在提供天價 offer；但另一方面，如果僅僅具備普通甚至中等偏下的編碼能力，則很可能面臨更大的就業(yè)壓力。實際上，AI 技術(shù)對各行各業(yè)的沖擊都可能呈現(xiàn)出這種兩極分化的特征。

DeepTech：每當(dāng)編程語言推出新版本或出現(xiàn)新語言時，程序員們常會感嘆“學(xué)不動了”。如今 AI 技術(shù)浪潮興起，這是否意味著未來想要保持競爭力的程序員必須主動擁抱并掌握 AI 編程工具？

陳志杰：如果開發(fā)者能積極學(xué)習(xí)和運用 AI 編程工具，我相信這將顯著提升很多人的工作效率。當(dāng)然，如果有人暫時不愿使用，也完全可以理解，我并不認同那些過度戲劇化地宣稱“AI 將取代人類”的論調(diào)。

以算法工程師為例，他們實際編寫的代碼量往往很少，很多時候只是調(diào)整幾行配置參數(shù)。但誰能說他們不是優(yōu)秀的工程師呢？評價工程師的標(biāo)準難道是代碼行數(shù)嗎？顯然不是。

有時候僅僅優(yōu)化一個配置，就能讓模型效果獲得巨大提升，這種價值根本無法用代碼量來衡量。這正是我一再強調(diào)的觀點：代碼編寫能力只是工程師的基礎(chǔ)素質(zhì)之一，遠非衡量其價值的核心標(biāo)準。

DeepTech：很多程序員擔(dān)憂“35 歲危機”，擔(dān)心被年輕人替代。你認為 AI 編程工具能否為這些資深程序員提供一些幫助或新的優(yōu)勢？

陳志杰：我認為這種焦慮和壓力，本質(zhì)上并非源于大齡程序員能力下降或不如年輕人，而更多是由職場文化環(huán)境造成的。我在美國招聘時曾面試過許多谷歌 L9 級別的人才，其中不少都是擁有 20 年以上經(jīng)驗的資深工程師，按工作年限推算，他們大多已四五十歲。

這反映出國內(nèi)外在年齡觀念上存在顯著差異。我個人非常不認同這種以年齡劃線的方式，我認為這是一種不應(yīng)存在的年齡歧視。

DeepTech：有時，35 歲被視為中年門檻。有觀點認為，到了這個年齡優(yōu)秀的話就應(yīng)該晉升中層管理崗位了，如果未能達到這個層級，就可能面臨被淘汰的處境。

陳志杰：我認為這是一種管理上的惰性。評估一個人應(yīng)該考察其實際能力，而非采用年齡這種帶有歧視性的標(biāo)準進行一刀切。國內(nèi)部分企業(yè)的這種做法確實存在不合理之處。當(dāng)然，作為個體很難改變這種環(huán)境現(xiàn)狀。我們能做的就是保持持續(xù)成長的心態(tài)，積極擁抱能提升效率的工具，如果這些工具確實能帶來幫助，何樂而不為呢？

要基于互信去談創(chuàng)始人互補性

DeepTech：是什么促使你離開大廠投身 AI 編碼賽道創(chuàng)業(yè)？看到了哪些未被滿足的需求？

陳志杰：我個人的性格比較喜歡自由，工作了很多年，一直有創(chuàng)業(yè)的想法。這一波 AI 技術(shù)的本質(zhì)在于提升生產(chǎn)效率，它不像娛樂性產(chǎn)品，而更像是生產(chǎn)工具。目前市場上比較成功的 AI 應(yīng)用也主要集中在效率提升領(lǐng)域。

我們選擇 AI 編程這個賽道，一方面是因為我們團隊都是工程師背景，對這個領(lǐng)域比較熟悉；另一方面，當(dāng)我第一次看到 AI 寫代碼的效果時，確實感到非常驚訝。原本以為代碼這種形式化語言，哪怕錯一個標(biāo)點符號都會導(dǎo)致編譯失敗，但沒想到 AI 已經(jīng)能做到如此出色的程度。

在實際體驗了一些 AI 編程產(chǎn)品后，我確信這項技術(shù)確實能帶來顯著的效率提升。基于這些考慮，我們最終決定投身這個領(lǐng)域。

DeepTech：為公司取名 Verdent，有什么特別的含義嗎？

陳志杰：“Verdent”意為“蓬勃生長”，這與我們的中文品牌理念“言創(chuàng)萬物”形成了巧妙的呼應(yīng)，兩者都蘊含著持續(xù)進化與創(chuàng)造的內(nèi)涵。

工程師天性崇尚自由，如果有更高效的工具或工作模式出現(xiàn)，大家自然會去選擇。就像我認識的一些優(yōu)秀工程師，他們即使偏好傳統(tǒng)編程方式，也會靈活運用 ChatGPT 等工具來輔助工作。

因此我們從不鼓吹“取代工程師”這類不切實際的口號，這種說法容易引起反感。我們真正專注的，是踏實地打造一款自己用得順手、用戶也覺得好用的產(chǎn)品工具。

DeepTech：你擁有深厚的技術(shù)背景，而聯(lián)合創(chuàng)始人劉曉春先生更偏向產(chǎn)品與商業(yè)化。你們二人如何分工協(xié)作？

陳志杰：從十多年前剛開始工作的時候，我和曉春就在同一個團隊里共事。我認為兩人一起創(chuàng)業(yè)最重要的基礎(chǔ)是互信，在這個前提下再去談技能組合的互補性才有意義。實際上，很多公司最終出現(xiàn)問題，往往不是因為某方面技能不足，而是源于創(chuàng)始人之間的信任基礎(chǔ)不夠牢固。

我和曉春作為相識多年的朋友，一起經(jīng)歷過艱難時刻，也會在需要時互相鼓勵，這種信任關(guān)系非常難得。具體到創(chuàng)業(yè)實踐，我們會發(fā)現(xiàn)很多過往的技能和經(jīng)驗在實際創(chuàng)業(yè)過程中可能并不完全適用，情況往往和預(yù)想的不同。這時候更重要的是我們能夠隨機應(yīng)變、快速學(xué)習(xí)的能力，這才是創(chuàng)業(yè)成功的關(guān)鍵所在。

DeepTech：在具體工作中，技術(shù)決策是完全由你主導(dǎo)、商業(yè)方面主要由曉春負責(zé)嗎？

陳志杰：其實我們整個公司的文化氛圍比較輕松，工作方式都是以商量為主，沒有設(shè)定特別明顯的職責(zé)邊界。這不僅是我和曉春之間的合作模式，也是我們與團隊乃至之前同事共事的方式。

我認為這個行業(yè)本質(zhì)上需要很高的人才密度，很多時候需要充分信任和授權(quán)。過于強調(diào)自上而下的指揮或明確的邊界劃分，實際上并不利于創(chuàng)新的產(chǎn)生。所以不單是我們兩人之間，整個團隊的合作都秉承著這種開放協(xié)作的理念。

DeepTech：Verdent 在融資過程中受到了騰訊和紅杉等頂級投資機構(gòu)的爭搶。你認為投資人最看重你們團隊的哪些特質(zhì)？是技術(shù)潛力、團隊背景，還是對市場的獨特判斷？

陳志杰：目前 AI 編程或者說 AI 軟件工程已經(jīng)是一個明確的賽道，商業(yè)模式相對成熟，也有像 Cursor 這樣成功的公司案例，從商業(yè)角度來說這個方向是經(jīng)過驗證的。另一方面，我們團隊的人才密度確實很有優(yōu)勢。雖然目前只有三四十人，但團隊成員無論是過往績效還是背景都非常出色。

在缺乏具體運營數(shù)據(jù)的情況下，投資人首先關(guān)注的是賽道前景，其次就是團隊是否靠譜。我認為我們能被爭投，很大程度上是因為大家認可我們團隊的整體實力。這并不是說我個人有多強，而是我們整個團隊，包括算法、設(shè)計師、研發(fā)等各個崗位的同學(xué)，整體素質(zhì)都非常出色。

不善用 AI 者，即便擁有 AI 也難以產(chǎn)出優(yōu)秀成果

DeepTech：AI 編程是一個相對新興的方向，你們作為開發(fā)者卻要設(shè)計一款產(chǎn)品去幫助其他程序員和工程師編程時，這種角色會給你們帶來怎樣的獨特感受？

陳志杰：這種感覺確實很有挑戰(zhàn)性。本質(zhì)上，這就像是為廚子做飯，我們自己本身就是工程師，卻要為同行設(shè)計和打造工具，這種自我服務(wù)的要求標(biāo)準非常高，說實話挺不容易的。

DeepTech：這對你們自身提出了怎樣的門檻和要求？

陳志杰：為專業(yè)工程師開發(fā)這類工具確實非常復(fù)雜。關(guān)鍵在于產(chǎn)品中的每個微小細節(jié)都必須處理到位，否則用戶體驗就會非常難受。比如我們的插件和獨立產(chǎn)品，從外部看可能感覺很簡單，但真正要做好卻相當(dāng)麻煩。目前，整個代碼量已經(jīng)達到三四十萬行，這充分說明了其內(nèi)在的復(fù)雜性。

（來源：https://www.verdent.ai/）

DeepTech：Verdent 將自身定位為“Agentic Coding Suite”（智能體編碼套件），這與市面上“更聰明的代碼補全工具”有何本質(zhì)區(qū)別？

陳志杰：這個領(lǐng)域確實競爭非常激烈。我認為主要有幾個原因：首先，這是一個商業(yè)價值極高的場景，它能顯著提升開發(fā)效率，我們公司自身就在使用 AI 編程產(chǎn)品，并切身感受到了效率的大幅提升。其次，如果只關(guān)注 AI 編程本身，它可能看起來只是集成開發(fā)環(huán)境（IDE，Integrated Development Environment）中的一個具體功能。

但若將其置于更廣闊的軟件工程領(lǐng)域來看，這是一個年產(chǎn)值上萬億的巨大市場。即使在 AI 編程出現(xiàn)之前，技術(shù)服務(wù)相關(guān)的 SaaS 領(lǐng)域已經(jīng)非常繁榮，并涌現(xiàn)出許多優(yōu)秀公司，比如 Salesforce、Databricks 等。

即便最近幾年，這個領(lǐng)域仍在誕生新銳企業(yè)，例如以色列團隊創(chuàng)立的 Wiz，成立僅五年就被谷歌以約 320 億美元收購。AI 對軟件工程領(lǐng)域的改造將涵蓋眾多場景，而 AI 編程只是當(dāng)前走得比較順的一個切入點。未來的終極形態(tài)肯定不會停留在現(xiàn)在這樣，很多 AI 編程公司的最終產(chǎn)品形態(tài)都會演化。

具體到我們的策略，我們更側(cè)重于工業(yè)化場景和復(fù)雜度較高的任務(wù)。這體現(xiàn)在兩個方面：

首先，在開發(fā) IDE 插件時，我們傾向于實現(xiàn)大粒度任務(wù)的自主完成，并會優(yōu)先深入做好規(guī)劃與驗證環(huán)節(jié)；其次，我們的獨立桌面產(chǎn)品同樣注重并行處理和多任務(wù)管理等能力。總體而言，當(dāng)前我們更聚焦于通過智能體方式完成高復(fù)雜度任務(wù)。至于未來的產(chǎn)品形態(tài)，目前仍在快速演進中。

我感覺行業(yè)都還處于探索階段，還沒有明確的答案，因為 AI 基礎(chǔ)模型層仍在劇烈變化：一開始還是 Claude 一家獨大，隨后出現(xiàn)了 GPT-5，最近又發(fā)布了性能出色的 Gemini 3，底層技術(shù)快速迭代決定了上層應(yīng)用終局形態(tài)尚待探索。

DeepTech：在技術(shù)架構(gòu)上，如何讓多個 AI 智能體協(xié)同完成跨文件、多步驟的復(fù)雜軟件工程任務(wù)？

陳志杰：我認為未來可能呈現(xiàn)幾個主要趨勢。首先，智能體的運行時間將顯著延長，處理的任務(wù)粒度會越來越大，并且更多以異步方式執(zhí)行，例如一個智能體可能需要半小時甚至更久來完成單個任務(wù)。在這種情況下，如何優(yōu)化用戶體驗就成為了關(guān)鍵問題。

其次，我們觀察到行業(yè)在這方面已經(jīng)展開諸多探索。最初階段主要是基于類型的代碼補全，隨后逐漸發(fā)展到更自主、任務(wù)粒度更大的智能體應(yīng)用，雖然核心仍是代碼生成，但應(yīng)用場景正持續(xù)擴展。

如今我們已經(jīng)看到代碼審查、合并請求自動化、測試驗證乃至網(wǎng)站可靠性工程（SRE，Site Reliability Engineering）運維等多樣化場景的出現(xiàn)。由此可見，第二個明顯趨勢就是應(yīng)用場景的不斷豐富和拓展。而我們公司的發(fā)展路徑也將遵循這一方向持續(xù)推進。

DeepTech：有觀點認為，當(dāng)前一些 AI 編碼工具雖然讓開發(fā)者用著“爽”，但可能會埋下更深的“技術(shù)債”。Verdent 在產(chǎn)品設(shè)計中如何確保生成代碼的可維護性、安全性與長期質(zhì)量？

陳志杰：人們對新技術(shù)和新工具棧的接受程度天然存在差異，這在任何領(lǐng)域都是如此，總有一部分用戶更先鋒、愿意嘗試，而另一部分則相對穩(wěn)健，AI 編程領(lǐng)域也不例外。

以 C 語言為例，這門底層語言已存在多年，有人能用它寫出優(yōu)雅的操作系統(tǒng)內(nèi)核代碼，也有人會寫出存在漏洞的程序。本質(zhì)上，AI 編程只是一個工具，最終代碼質(zhì)量的好壞仍然取決于使用者自身。

具體到 AI 編程工具，不同人的掌握程度差異確實很大：擅長使用的人能顯著提升效率并保證代碼質(zhì)量；而不善使用的人，即便借助 AI 也難以產(chǎn)出優(yōu)秀成果，甚至可能生成大量低質(zhì)代碼。

未來的 AI 編程工具使用方式可能會與傳統(tǒng)軟件開發(fā)有所不同。例如，現(xiàn)在已有開發(fā)者采用“抽卡”策略，用不同模型生成多個代碼版本，再挑選合適的進行手動修改；更進一步的做法則是在架構(gòu)設(shè)計階段就考慮 AI 友好性，從而使 AI 生成的代碼具有更高可用性。

總之，AI 編程本身只是一種工具，使用效果終究取決于使用者的能力。同時，隨著工具滲透率提升，社區(qū)正在探索全新的開發(fā)模式。在 Reddit 等相關(guān)社區(qū)，我們已經(jīng)能看到不少關(guān)于新型軟件工程方法和原則的討論，這標(biāo)志著一種全新開發(fā)范式的逐步形成。

DeepTech：面對從“模糊需求”出發(fā)的挑戰(zhàn)，Verdent 是如何訓(xùn)練 AI 準確理解用戶意圖的？

陳志杰：單純依靠模型本身是遠遠不夠的。要實現(xiàn)真正的智能體自主完成任務(wù)，需要系統(tǒng)性地設(shè)計整個工具鏈、智能體循環(huán)機制等完整架構(gòu)。在處理模糊需求方面，雖然當(dāng)前模型能力已有顯著提升，但從本質(zhì)上看，這個問題無法完全依賴技術(shù)解決。

就像人類之間的溝通也常常存在歧義和模糊性一樣，自然語言本身就具有高度靈活性和多義性，并非圖靈完備的精確語言。因此必須在產(chǎn)品層面進行針對性設(shè)計，比如通過多輪對話引導(dǎo)用戶完善輸入、消除歧義等。實際上，僅憑一句話就生成完整可用的程序或系統(tǒng)是絕無可能的，即便模型能力比現(xiàn)在強大百倍也難以實現(xiàn)。

觀察優(yōu)秀開發(fā)者的實踐模式就會發(fā)現(xiàn)，他們通常會先制定詳細規(guī)劃，在規(guī)劃階段就與機器進行充分對齊，明確技術(shù)選型、實現(xiàn)目標(biāo)和具體意圖。這說明解決模糊需求不僅是個技術(shù)挑戰(zhàn)，更是一個需要產(chǎn)品設(shè)計共同應(yīng)對的系統(tǒng)性課題。

DeepTech：在用戶畫像方面，目前或未來會更側(cè)重于服務(wù)個人開發(fā)者、初創(chuàng)團隊，還是大型企業(yè)呢？

陳志杰：我們當(dāng)前仍主要聚焦于專業(yè)工程師群體。從發(fā)展路徑來看，這類工具通常最初從個人開發(fā)者用戶群起步，隨著產(chǎn)品影響力和成熟度的提升，會逐漸吸引企業(yè)用戶自發(fā)采用，最終自然延伸至企業(yè)采購階段，這大致就是我們預(yù)期的商業(yè)化演進路線。

DeepTech：面對你的前東家以及阿里、騰訊等大廠都已入局 AI 編程賽道，作為創(chuàng)業(yè)公司，你為 Verdent 制定了怎樣的生存與發(fā)展戰(zhàn)略？

陳志杰：這個宏觀層面的競爭態(tài)勢我不便過多評論，畢竟對大廠團隊的情況大家都有所了解。不過我認為開發(fā)工具這類產(chǎn)品與短視頻等依賴規(guī)模效應(yīng)和網(wǎng)絡(luò)效應(yīng)的業(yè)務(wù)不同，它并不需要巨額資源投入。

對我們而言，真正的核心競爭力在于能否持續(xù)提供卓越的用戶體驗。從這個角度看，我并不認為大廠具備額外優(yōu)勢，在人才方面，我們的團隊密度同樣很高；在產(chǎn)品特性上，這類工具也不需要像短視頻平臺那樣依賴大量創(chuàng)作者生態(tài)和資源投入。

實際上，我感覺最大的競爭壓力反而來自那些充滿活力的優(yōu)秀創(chuàng)業(yè)團隊，比如 Cursor 或 Devin 這類同樣敏銳進取的競爭對手。

DeepTech：在商業(yè)模式上，你是會參考 Cursor 采用的 SaaS 訂閱模式，還是會探索更加適合中國本土市場的獨特路徑？

陳志杰：我們主要面向海外市場，同樣采用訂閱制模式。

DeepTech：既然主要競爭對手是其他創(chuàng)業(yè)企業(yè)，各公司在人才儲備和融資金額上可能各有差異。在這樣的競爭環(huán)境中，大家究竟應(yīng)該靠什么決勝？

陳志杰：如果陷入同質(zhì)化競爭，作為后發(fā)且資源不占優(yōu)勢的團隊確實會面臨很大挑戰(zhàn)。因此關(guān)鍵在于能否提供真正差異化或創(chuàng)新的解決方案。我之所以認為競爭壓力更多來自創(chuàng)業(yè)公司，是因為觀察美國市場也能看到類似規(guī)律。

比如 Cursor 并非 AI 編程領(lǐng)域的首創(chuàng)者，最早推出產(chǎn)品的是 GitHub Copilot。但深入分析他們的發(fā)展軌跡和創(chuàng)業(yè)動機，會發(fā)現(xiàn) Copilot 團隊的迭代速度明顯慢于創(chuàng)業(yè)公司。

事實上，包括美國大廠推出的編程工具，在社區(qū)反饋和用戶體驗方面普遍不如創(chuàng)業(yè)公司的產(chǎn)品。比如 Google 最近發(fā)布的 Antigravity，社區(qū)評價就傾向于認為它更像是對 Windsurf 的簡單模仿。

AI 編程賽道可能是僅次于模型廠商的第二大 AI 盈利領(lǐng)域

DeepTech：公司估值已經(jīng)達到較高水平。在估值背后，你認為資本市場更看重的是當(dāng)前產(chǎn)品已經(jīng)展現(xiàn)出的能力，還是更看重未來重塑軟件開發(fā)模式的潛力？

陳志杰：我們的估值其實并不算高。對比美國 AI 編程領(lǐng)域的公司，即使在產(chǎn)品數(shù)據(jù)尚未顯現(xiàn)或處于低位時，它們的估值往往已達到數(shù)十億美元級別，我們的估值可能還不到它們的零頭。

從商業(yè)潛力來看，AI 編程賽道可能是僅次于模型廠商的第二大收入領(lǐng)域，其商業(yè)模式已得到充分驗證。相比之下，這個賽道的商業(yè)化能力甚至可能比垂類 ChatBot 等應(yīng)用更強，無論是現(xiàn)有數(shù)據(jù)還是市場表現(xiàn)都支持這一判斷。

比如有些團隊用智能體技術(shù)開發(fā)法律或醫(yī)療行業(yè)產(chǎn)品，雖然客單價不錯，但與編程場景相比仍有較大差距，估值也相應(yīng)低很多。這進一步印證了 AI 編程領(lǐng)域的獨特價值。

DeepTech：與國際化競品相比，你們的產(chǎn)品優(yōu)勢在于更理解中文開發(fā)場景，還是在技術(shù)架構(gòu)上有獨特的創(chuàng)新思考？

陳志杰：我們并沒有特別針對中文場景進行優(yōu)化或特殊處理，產(chǎn)品從一開始就定位全球化市場。正如之前討論的，我們的技術(shù)路徑更側(cè)重于實現(xiàn)高復(fù)雜度任務(wù)的自主處理，致力于發(fā)展智能體能力，而不是僅僅打造一個 IDE。

DeepTech：未來計劃如何系統(tǒng)性地構(gòu)建和運營開發(fā)者社區(qū)？

陳志杰：目前產(chǎn)品已完成初步打磨，我們計劃在 12 月份進行正式推廣。雖然產(chǎn)品已經(jīng)做得不錯，但酒香也怕巷子深，好東西不會自動被大家知道，還需要通過市場活動主動觸達開發(fā)者。屆時我們將系統(tǒng)性地開展推廣工作。

DeepTech：最終希望 Verdent 最終為世界和整個軟件行業(yè)留下怎樣的獨特印記？

陳志杰：我職業(yè)生涯始于廣告行業(yè)，后來轉(zhuǎn)向娛樂產(chǎn)品領(lǐng)域。如今創(chuàng)業(yè)做 AI 工具，最大的感受是這件事能帶來強烈的成就感，因為我們切實幫助他人提升效率，創(chuàng)造著真實價值。

展望未來，我希望公司能在這個前景廣闊的行業(yè)中把握住時代機遇，持續(xù)開發(fā)出更多優(yōu)秀的工具產(chǎn)品，為整個軟件工業(yè)的發(fā)展貢獻自己的一份力量。

DeepTech：“人人都是開發(fā)者”這樣的時代會來到嗎？

陳志杰：我認為實現(xiàn)“人人都是開發(fā)者”的愿景會比較困難。數(shù)字世界本質(zhì)上是現(xiàn)實世界的投影，而現(xiàn)實世界本身就極其復(fù)雜。即便省略編程環(huán)節(jié)，將現(xiàn)實邏輯準確建模到數(shù)字世界依然充滿挑戰(zhàn)，關(guān)鍵在于如何理清這些復(fù)雜邏輯。

更現(xiàn)實的圖景是：對于那些具備清晰思路和創(chuàng)造力的人，如果他們想要實現(xiàn)自己的想法，編程將不再成為主要障礙。這里可以類比產(chǎn)品經(jīng)理的角色，他們不需要親自編碼，而是由工程師協(xié)助實現(xiàn)創(chuàng)意。

但這是否意味著人人都能成為優(yōu)秀的產(chǎn)品經(jīng)理？顯然不是，出色的產(chǎn)品經(jīng)理依然稀缺。因此，AI 工具真正降低的是創(chuàng)意的實現(xiàn)門檻，而非對邏輯思考和創(chuàng)造能力的要求。

DeepTech：硅谷有業(yè)內(nèi)人士討論泡沫可能即將到來，你對這個觀點有何看法？

陳志杰：我認為任何重大技術(shù)浪潮都難免伴隨泡沫?；仡櫳弦徊ɑヂ?lián)網(wǎng)浪潮，其中確實存在大量泡沫，但同時也孕育出了谷歌等卓越的企業(yè)。當(dāng)前這輪 AI 浪潮中，泡沫成分確實存在，但我相信同樣會誕生一批真正優(yōu)秀的公司。這個判斷可能需要十年后再來回望驗證。