为什么大模型公司越来越重视AI Coding能力

过去两年，大模型行业最魔幻的一幕莫过于此。当无数公司还在比拼谁能写出更押韵的诗、画出更逼真的图时，Anthropic凭借一个“看起来只是垂直小市场”的编程产品Claude Code，在短短六个月内实现了超过10亿美元的年化收入。到2026年2月，这个数字已经飙升至约25亿美元。这个数字有多惊人？它让几乎所有还在烧钱换用户的大模型公司都坐不住了。

而几乎同一时间，国内的牌桌上也悄然换了一轮筹码。字节Trae、阿里Qoder、腾讯CodeBuddy、智谱CodeGeeX、商汤Raccoon、百度Comate、月之暗面Kimi Code——这个名单还在不断拉长。阿里云公共云总裁刘伟光甚至公开喊出：“Coding是我们最重要的方向，它几乎for everything。”一个曾经被看作“程序员专用插件”的细分赛道，为何突然成了所有大模型公司的必争之地？

代码，AI完美的训练场

要理解这场集体转向，得先回到一个根本问题：大模型到底在什么样的场景里学得最快？

答案藏在四个字里：即时反馈。代码天然拥有编译、测试和运行结果这套完整的“验证器”——模型每生成一段代码，都能迅速知道对错。编译不过？改。测试失败？改。几秒钟就能完成一轮“假设-验证-修正”的闭环。相比之下，文案写得好不好见仁见智，一张图美不美各花入各眼，但一个接口能不能跑通，编译器不会说谎。

智源研究院理事长黄铁军透露了一个耐人寻味的细节：Anthropic在训练模型时，代码token占了4.2万亿，超过总量三分之一，其中约一半来自商业软件代码。这家公司从成立第一天就把编程当作战略方向，2021年第一款产品就是VS Code编程助手。而在同一时期，国内大多数大模型公司还在以OpenAI为对标系——“追通用能力、文生图、文生视频，C端、B端，OpenAI做什么我们就做什么”。彼时OpenAI估值3000亿美元，“相比之下，编程看起来只是垂直的小市场”。如今回头看，这个判断的代价可能是几百亿美元的估值差距。

自己，是最好的信号

如果说技术逻辑决定了“能不能做”，那商业逻辑则决定了“值不值得做”。AI Coding之所以能成为大模型商业化的第一块“深水区”，核心在于它的价值链条足够短、足够清晰。

Claude Code的爆发式增长已经充分证明了这一点。2025年2月，Anthropic低调发布了这款能直接操作终端、自主完成读代码、跑测试、改Bug、交付任务的AI智能体。上线仅6个月，ARR就突破10亿美元。这个速度有多恐怖？要知道，Cursor——另一款当红AI编程工具——在没有任何销售团队的情况下，ARR从0到1亿美元已经是“史上增长最快的公司之一”。而Claude Code把这个速度又提升了一个量级。

OpenAI很快意识到了危机。2025年之前，OpenAI还没有独立的Coding产品，编程能力混在ChatGPT订阅和API里。2025年中，Codex独立并发力，到2026年1月底ARR就过了10亿美元。从一个被忽视的角落到一个10亿美元级别的增长引擎，只用了不到一年。据AI投研平台Funda数据，OpenAI与Anthropic合计年化营收有望达到约1200亿美元，AI Coding正是其中重要的增长引擎。

国内市场的数字同样令人侧目。根据IDC报告，2025年中国AI编程市场规模为3.99亿元，预计2026年底将增长至11.73亿元。IDC此前的另一统计口径显示，2025年该市场规模达24.5亿元，同比增长187.3%，活跃用户达280万人。IDC调研还发现，使用AI编码助手的开发人员平均生产力提高35%，超过20%的受访者表示生产效率提升超过50%。当生产力提升如此直观地转化为商业价值时，没有哪家公司能坐得住。

从“辅助工具”到“生产力主体”

但如果说AI Coding仅仅是一个赚钱的工具，那可能低估了它的战略意义。更深一层看，编程能力正在成为大模型公司定义下一代智能体(Agent)能力上限的关键。

智谱在解释为什么重押Coding Agent时给出了一个很精辟的判断：大模型的下半场，不是“写代码”，而是要“把活干完”。早期AI编程助手只是给出几段示例代码，然后把剩下的工作还给程序员。但新一代Coding Agent的目标完全不同——先读懂项目，修改多个文件，运行编译和测试，遇到报错后继续查日志、改代码，直到交付结果。

这种“规划—执行—检查—修正”的闭环能力，恰恰是通用智能体最需要的基本功。软件工程提供了一个天然的“训练场”——代码、文档、测试和版本记录都在计算机里，企业也习惯为研发工具付费。一个能在代码世界里独立完成任务的AI，距离能在真实世界里独立完成任务的AI，中间只差一个“物理接口”的距离。

这也解释了为什么几乎所有大厂都在加速布局——AI Coding早已超出了一款生产力工具的范畴。它是一场关于“AI能不能真正替你干活”的预演，而不仅仅是“AI能不能帮你写代码”。

一场迟到但必须补的课

当然，这场集体转向背后也透着某种紧迫感。Anthropic从第一天就押注编程，而国内大多数企业用了近三年时间才回味过来。2024年10月，美国AI编码创业公司Bolt.new上线，四周后年化收入冲到400万美元，直接把Anthropic的“GPU打满了”。而几乎同一时间，中国一家大厂的AI编程团队“比较清闲，不用加班”。

这种差距在数据上体现得更为直观。在开发者平台Vercel上，Anthropic占走了token消耗量的24.9%、消费金额的71.8%。截至2026年8月6日，阿里、腾讯、字节没有一家披露过coding产品营收。不过追赶的势头同样凶猛。据IDC数据，阿里凭借Qoder拿下47.6%的国内市场份额，智谱CodeGeeX为11.5%，商汤Raccoon为10.5%，腾讯CodeBuddy为6.9%，百度Comate为6.0%。阿里Qoder目前全球用户已超500万，服务包括中国一汽、中信证券在内的数十万家企业。

这场竞赛的另一面是资本市场的疯狂押注。创建Cursor的Anysphere在2025年11月以293亿美元估值完成23亿美元融资——几乎是半年前C轮时估值的三倍。自动驾驶AI软件工程师Devin的母公司Cognition在2026年5月完成超10亿美元融资，估值达260亿美元，而8个月前这家公司估值仅102亿美元。当资本用真金白银投票时，信号已经再明确不过。

大模型行业用一年时间完成了从“什么都做”到“重点做Coding”的路径收窄。这背后的逻辑其实并不复杂：在一个充满不确定性的技术浪潮中，谁能最先找到那个“确定能赚到钱”的场景，谁就能活下来、活得好。而今天，那个场景的名字叫Coding。至于明天它会不会变成Research、Work或者别的什么，那是另一场仗。但至少在这一刻，所有大模型公司都已经明白了一件事——先学会写代码，再谈改变世界。