周三下午，兩個工程師的閑聊："你用AI嗎？""用啊，Claude Code和Cursor。"對話到此結(jié)束。雙方都能坦然說出"工具裝好了"，但再追問一句"具體改變了什么"，答案就稀薄起來。

這是當下最普遍的AI使用現(xiàn)狀——個人層面天天在用，團隊和公司層面卻看不到變化。與此同時，頭部公司的數(shù)字完全是另一個量級：谷歌75%新代碼由AI生成，Stripe內(nèi)部編程代理每周合并1300多個PR，Mercari 95%員工主動使用AI工具，工程師人均產(chǎn)出同比提升64%。

差距在哪？這些領先公司到底在做什么？我梳理了美國和日本主要IT公司的公開信息——官方博客、CEO聲明、內(nèi)部備忘錄、研究工坊材料——試圖拼出一張完整的地圖。

一個前提：Claude已主導編程工具

截至2026年5月，Anthropic的Claude在編程工具領域遙遙領先。2026年2月的Pragmatic Engineer調(diào)查數(shù)據(jù)顯示：Claude Sonnet 4.6在SWE-bench Verified測試中得分82.1%，Gemini 3為63.8%，差距達18個百分點。Meta的DevMate基于Claude運行，甚至有報道稱部分谷歌工程師內(nèi)部也在使用Claude Code。

OpenAI的Codex在2026年3月達到300萬周活躍用戶，用戶基數(shù)最大。但同一調(diào)查顯示，在開發(fā)者"真正喜歡使用"的排名中，Codex落后于Claude Code、Cursor和Copilot。2026年的格局是：ChatGPT和Gemini在通用對話領域大致持平，但在編程代理這個細分賽道，Claude明顯領先。

編程AI已迭代到第四代

第三代（Gen 3）：給代理一個Issue或工單，它自主規(guī)劃、實現(xiàn)、運行測試、提交PR，自己執(zhí)行npm install和pytest。本文提到的"內(nèi)部代理"大多屬于這一代。

第四代（Gen 4）在此基礎上更進一步：一名工程師并行運行多個代理，只在關鍵決策點介入審批。Anthropic內(nèi)部已按此模式運作，這也是本文所有公司正在推進的方向。