AutoCoder.cc 可能是唯一一款不提供代碼的 AI Coding 產(chǎn)品。

作者丨梁丙鑒

編輯丨代聰飛

AI 科技評論獨家獲悉，AI Coding 創(chuàng)業(yè)公司 AIGCode 近日完成了由博華資本、力合資本分別領投的連續(xù)融資，力合金融以及多家產(chǎn)業(yè)方資本跟投。這家創(chuàng)立于 2024 年 1 月的公司，并未追隨 Copilot 類產(chǎn)品的浪潮，而是從 Day 1 起即決定直接做端到端的 Autopilot 產(chǎn)品。

AIGCode 創(chuàng)始人兼 CEO 宿文博士畢業(yè)于清華大學工程專業(yè)，連續(xù)創(chuàng)業(yè)者，此前還曾在中國一線 VC 擔任 DeepTech 方向投資人。聯(lián)合創(chuàng)始人兼 CTO 陳秋武曾在微軟、騰訊、百度等前沿互聯(lián)網(wǎng)公司任職 16 年，領導 AI 方向團隊 11 年，2018 年在微軟期間即參與過 GPT 模型落地項目。

AIGCode 主要從事 Vibe Coding 方向產(chǎn)品開發(fā)。今年 5 月，其首款 Autopilot 產(chǎn)品 AutoCoder.cc 在國內(nèi)開啟內(nèi)測，7 月上線全球公測。宿文介紹稱該產(chǎn)品核心數(shù)據(jù)表現(xiàn)良好，停留時長明顯超過同類產(chǎn)品，或達到頭部產(chǎn)品的兩倍，跳出率不足 20％，且次日留存率遠高于行業(yè)平均水平。

AI Coding 賽道產(chǎn)品迭出，競爭者眾。AIGCode 的差異化定位，是越過被認為對智能化水平要求更低的代碼補齊、任務自動化等前置階段，直接做一款能端到端生成軟件的產(chǎn)品。宿文告訴 AI 科技評論，目前全球的 AI Coding 產(chǎn)品中，AutoCoder.cc 可能是唯一一款不提供代碼的，因為“做端到端，本身就沒必要提供代碼，而是以生產(chǎn)環(huán)境的部署為閉環(huán)”

為了真正實現(xiàn)端到端生成效果，AIGCode 從模型架構(gòu)層面對代碼生成能力進行了優(yōu)化。AIGCode 是目前少見的，仍在堅持自訓練基礎模型的初創(chuàng)公司。2024 年 7 月，他們發(fā)布了首款自訓練的錫月大模型。宿文表示，這一代 AI 產(chǎn)品最大的特點是內(nèi)容生成功能，大模型作為生成內(nèi)容的“大腦”，關系著生成質(zhì)量和后續(xù)優(yōu)化的方方面面，不能依賴于他人。

在模型層面，AIGCode 團隊實現(xiàn)了三項創(chuàng)新。

AIGCode 團隊設計的專家解耦網(wǎng)絡（Decouple of experts network），在預訓練過程中將千億參數(shù)的模型拆解為數(shù)千個垂直功能子專家，分別對應架構(gòu)與存儲、流量與后端、業(yè)務與交互、質(zhì)量與運維等模塊，覆蓋軟件研發(fā)全生命周期中的關鍵角色，旨在將互聯(lián)網(wǎng)精益工程的方法論沉淀到模型中。宿文強調(diào)預訓練的收益，認為這一環(huán)節(jié)從根本上決定著大模型的智能程度，今天大模型的技術源動力也在于此。

對于編碼器部分，AIGCode 團隊設計了樹形位置編碼 TPE（Tree-based Positional Encoding），旨在將人類用以認知世界的高信息壓縮比復用結(jié)構(gòu)嵌入注意力機制，使模型更自然地理解代碼，并提高其生成結(jié)果的可解釋性。AIGCode內(nèi)部測試結(jié)果，TPE 能天然理解“函數(shù)嵌套深度”“類繼承關系”“模塊依賴層級”等代碼結(jié)構(gòu)特征，且在外推極限上明顯優(yōu)于目前普遍使用的 RoPE（位置旋轉(zhuǎn)編碼）方法 。

AIGCode 還提出了知識注意力學習（Knowledge Attention），訓練模型在“知識塊”之間建立長程因果連接，直接學習知識而非概率擬合。傳統(tǒng)自注意力機制在 token 層面進行全量計算，導致算力被淹沒在低信噪比的符號中。知識注意力學習不僅提高了計算效率，在代碼生成任務中，還意味著模型從關注符號到關注邏輯的轉(zhuǎn)變，這也是代碼補全和邏輯推演的分野。

在大部分產(chǎn)品選擇從代碼補齊切入，逐步集成測試部署等環(huán)節(jié)向端到端演進的背景下，和AIGCode選擇相同技術路線的產(chǎn)品并不多。此前 Cognition AI 曾表示 Devin 的定位為首個“AI 軟件工程師”，該產(chǎn)品今年發(fā)布的 2.0 版本可獨立完成網(wǎng)站和應用的構(gòu)建與部署，但對于復雜任務仍存在響應延遲和難以修改等問題。

宿文曾告訴 AI 科技評論，Devin 最大的問題在于沒有架構(gòu)美感?！癉evin 完全按照程序員的工作流替代程序員”，他說，“但模型有它自身理解軟件的邏輯，不是程序員理解的架構(gòu)。”這也是今天的 AI Coding 產(chǎn)品普遍在代碼的可維護性上存在較大局限的原因?；谶@樣的判斷，AIGCode 提出了一種生成式軟件架構(gòu)。

其核心思想是將軟件視為一個有生命的有機體，在軟件啟動時，自動探查部署環(huán)境，根據(jù)云端、邊緣設備或本地環(huán)境特點，動態(tài)調(diào)整代碼的運行方式；運行時，實時感知流量負載、錯誤率和成本等關鍵指標，動態(tài)調(diào)整資源分配和代碼行為；當負載激增，該架構(gòu)支持自動優(yōu)化和重構(gòu)，如自動分裂數(shù)據(jù)庫、啟動副本，或?qū)⒉糠诌壿嬤w移到邊緣設備，以提高系統(tǒng)的擴展性和性能，全程無需人類干預。

當下，AIGCode 正重點優(yōu)化其軟件后端與數(shù)據(jù)庫、部署、APP 商城等功能，并通過構(gòu)建一個具有全鏈路能力的代碼橋接點，讓眾多軟件沉淀的數(shù)據(jù)可以被 Agent 調(diào)用。宿文表示，此舉的目標是打通現(xiàn)有軟件生態(tài)，實現(xiàn)軟件之間的協(xié)同工作。

AI Coding 被認為是大模型最可靠的落地方向之一。上世紀 80 年代，以提升代碼供給效率為目標的低代碼和零代碼概念興起。自有程序員以來，軟件開發(fā)行業(yè)便不乏取代程序員的嘗試。而代碼純粹邏輯驅(qū)動的特點，又使其天然成為了 LLM 技術的優(yōu)質(zhì)樣本。市場需求和技術可行性的高度協(xié)調(diào)，共同催生了大模型這一理想應用場景。

代表性產(chǎn)品 Cursor 已經(jīng)證明了這一賽道的 PMF。自 2023 年初發(fā)布至今，Cursor 用戶數(shù)已超 100 萬，付費用戶 36 萬。截至 2025 年 11 月，其 ARR 已飆升至 10 億美元，并成為最快達 1 億美元 ARR 的 SaaS 公司。而更大范圍的增長或還將繼續(xù)，據(jù)研究機構(gòu) Market Research Future 預測，AI 編程工具市場將從 2025 年的 151.1 億美元增長到 2034 年的 991 億美元，CAGR 達到 23.24%。

這也讓 AI Coding 成為了大模型競爭最激烈的賽道之一，頭部企業(yè)估值一路走高之際，仍有創(chuàng)業(yè)公司涌現(xiàn)。2024 年下半年，Poolside 和 Magic 在沒有發(fā)布任何產(chǎn)品的情況下，估值即先后達到 30 億美金。進入今年以后，這一賽道交易額繼續(xù)攀升。據(jù)彭博社報道，Poolside 此前正洽談新一輪總計 20 億美元的融資，投資方包括英偉達等。

今年 5 月 Claude Code 全面開放，運營收入超 5 億，被認為使用體驗超越 Cursor。四個月后其母公司 Anthropic F 輪募資額達到 130 億美元，投后估值飆升至 1830 億美元。Cursor 則在下半年內(nèi)密集完成三次迭代，先后推出記憶功能、語音編程等更新，母公司 Anysphere 于 11 月完成 23 億美元融資，估值 293 億美元。

宿文此前向 AI 科技評論分析稱，硅谷的一部分 VC 傾向于為模型的技術壁壘付費。Anthropic 旗下的 Claude Opus 4 及 Claude Sonnet 4.5 在發(fā)布時都打出“最強編程模型”稱號，Cursor 也在今年下半年推出自研模型 Composer。AI Coding 產(chǎn)品的競爭，最終會回歸模型層面的競爭。

回到國內(nèi)，前月之暗面核心產(chǎn)品負責人明超平的 AI 編程項目“新言意碼”在年中完成新一輪融資，估值數(shù)億美金。11 月，前字節(jié)跳動算法負責人陳志杰創(chuàng)立的 Verdent AI 也拿到了由騰訊領投的數(shù)千萬美金 A 輪融資。大廠也紛紛推出自己的 AI 編程工具。阿里通義靈碼于今年 5 月正式商用，次月插件下載量突破 1500 萬，同月 Trae 月活用戶突破 100 萬。前者支持企業(yè)代碼庫上傳，以實現(xiàn)私域知識問答和代碼補全增強，在企業(yè)級項目中表現(xiàn)突出，后者則因其輕量級設計對個人開發(fā)者更加友好。美團也于 11 月公測了首款 AI IDE 產(chǎn)品 CatPaw，其搭載美團自研的 LongCat 大模型，擁有 5600億參數(shù)，支持 128K tokens 的超長上下文。

AI Coding 產(chǎn)品正在從輔助孤立的編程任務，轉(zhuǎn)向?qū)φ麄€軟件開發(fā)流程的融入和重塑，能否在實際生產(chǎn)環(huán)境中落地成為了最核心的競爭指標。技術層面，上下文窗口長度仍然是競爭焦點，同時動態(tài)知識檢索技術和長程規(guī)劃能力被高度重視。產(chǎn)品層面的競爭則圍繞著生態(tài)展開，單純編輯器插件形態(tài)的產(chǎn)品壁壘正在消失，AI Coding 產(chǎn)品不再局限于 IDE，而是向需求分析、測試、部署等上下游環(huán)節(jié)延伸。

在這片混戰(zhàn)的紅海中，坐擁數(shù)萬程序員的大廠把持著數(shù)據(jù)規(guī)模和業(yè)務場景閉環(huán)的高地，在研發(fā)能力上創(chuàng)業(yè)公司難以比擬。但大語言模型對軟件開發(fā)的重塑尚沒有顯露全貌，在代碼補齊上的技術優(yōu)勢能遷移多少到 Autopilot 工具，AI 時代的軟件開發(fā)是否意味著全新的軟件架構(gòu)乃至編程語言……不同的技術路線間，仍然藏有創(chuàng)業(yè)公司的突圍機會。

未經(jīng)「AI科技評論」授權(quán)，嚴禁以任何方式在網(wǎng)頁、論壇、社區(qū)進行轉(zhuǎn)載！

公眾號轉(zhuǎn)載請先在「AI科技評論」后臺留言取得授權(quán)，轉(zhuǎn)載時需標注來源并插入本公眾號名片。