摘要：AI编程是当前AI领域唯一盈利赛道。这不仅是一种技术革新，更是一场创造方式的变革，正在重塑软件开发的边界，让更多人能够将想法转化为现实，重新定义人与技术的关系。

AI编程是当前AI领域唯一盈利赛道。这不仅是一种技术革新，更是一场创造方式的变革，正在重塑软件开发的边界，让更多人能够将想法转化为现实，重新定义人与技术的关系。

从GitHubCopilot这样的代码补全插件，到Cursor这类AI IDE，AI编程工具正在变得更加集成和智能。这种演变不仅提高了效率，还大幅降低了编程门槛，使非程序员也能创造软件。

上周，Visual Studio Code 1.99 发布，接入了第三方模型，引入 Agent 模式和 MCP 协议，试图推动 AI 编程从“辅助工具”向“开发主体”演进，成为全栈开发的“智能底座”。

想推动AI编程从Copilot向Autopilot演进的还有字节推出的Trae。年初字节的AI编程产品Trae上线，我跟Orange、孙志岗、阑夕做过一期直播，探讨了AI编程工具的发展趋势、各类产品差异、对专业程序员与非专业用户的影响，以及行业竞争格局等话题。

讨论要点如下：

以下为讨论纪要：

AI编程工具：功能与体验差异

潘乱：春节前字节跳动新加坡子公司发布了一款面向海外的AI编程工具Trae，支持AI问答代码、自动补全和基于代理的AI编程等功能。它支持中英文切换，接入了OpenAI和Anthropic的最新模型。3月份Trae国内版正式上线，配置Doubao-1.5-pro，并支持切换满血版DeepSeek R1、V3模型。Orange，你有使用体验吗？

Orange：用了一下它的基本功能，跟我学的Windsurf很像。它是第一版，会少一些功能，但界面比一般VS Code套壳的都好很多，明显设计过的。另外它对中文知识非常友好，有时候其他工具的模型会吐英文，但它的系统prompt可能偏中文。

孙志岗：从功能上看，Trae与Cursor相似度很高。但有趣的是，很多程序员说等Cursor费用到期后想试试Trae，因为免费还是有吸引力的。

潘乱：当可以使用自然语言编程后，AI编程产品的竞争是全球性的，还是有本地化需求？

孙志岗：对程序员来说，语言不是太大问题。国外工具在支持中国特有的小程序方面可能不够好。但随着开发工具AI化，越来越多小白非程序员也能使用，这就会有很大不同。中国人和外国人习惯的界面是不一样的，这与本土文化相关。

潘乱：之前IT产业一直在追求低代码、零代码。疫情初期，低代码很火，但AI编程来了后，低代码似乎没啥声音了，是什么原因？

Orange：低代码通用性太差，被平台定制得比较死，真实业务中能解决的问题比较少。AI是通用的，有些AI低代码平台如Cursor或Dify应用很广。AI编程完全通用，是降维打击。

孙志岗：我有个朋友在网易做CodeWave低代码平台，他们认为AI编程反而给低代码带来机会。虽然AI编程降低了门槛，但在细节控制上会遇到障碍。低代码平台已准备好各种组件和控件，可以用AI编程做整体胶水代码，保证宏观和细节都在可控范围内。

从插件到独立产品：AI编程形态演变

潘乱：开始是GitHub Copilot这类插件帮做代码补全，后来有了Cursor和Trae这样的AI IDE产品。这是因为AI能调动更多模块，使融入度更强吗？Copilot和Auto Copilot有什么区别？

Orange：我列了一下当前大约有9-10款流行产品。最需要用户水平高的是Copilot，需要程序员懂代码，能写一半让它补全另一半。Cursor、Windsurf和Trae可以理解为Copilot升级版，可以用自然语言设计产品、解决bug、设计模块，降低门槛，解锁产品经理和运营同学的使用场景。再往上是v0和Bolt.new，提供云端环境，内置组件库，想做什么就能直接做出来，不需要在本机做很多东西。更基础的如Artifacts 和Heyboss，已连接OpenAI和MiniMax接口，只需输入需求就能自动组合成应用页面。

孙志岗：各领域的AI产品出现了两层分化：一种面向专业人士提升效率，如Copilot；另一种面向非专业人士，让他们能做以前做不了的事。如AI绘画，不会画画的人借助工具就能画出作品。Cursor等比Copilot受欢迎是因为它们基于VS Code做了大型改造，突破了插件的接口限制。比如Cursor能自动告诉你修改代码对其他地方的影响，这是VS Code本来没提供接口的能力。

阑夕：“非专业程序员用Cursor也很爽，就像不会拍照的人用上自动模式相机”。这让我想起03-04年的易语言（EPL，中文编程语言），当时有人用它写外挂，因为很多初中毕业的人看不懂英文。最初降低编程门槛是语种上的，但现在AI编程把语种成本直接切掉，实现了真正的自然语言编程。

AI编程：唯一盈利的AI赛道

潘乱：过去两年各领域都说是AI元年，但都不赚钱。为什么AI编程成为例外，甚至是AI全赛道中唯一盈利的？

孙志岗：首先，AI编程开始得早，GitHub Copilot比ChatGPT还早一年上线。更核心的是，所有大模型中编程任务完成得最好，已能轻松超越初中级程序员。其他领域如写作，AI可能只有60-70分，不到能发表的级别。另外，做AI编程的是程序员，服务的也是程序员，对市场和业务领域特别了解。AI编程是AI应用落地实践的一个很好样本。

潘乱：评论区说因为它真实给工程师带来了极大提效，工程师投资自己吃饭工具性价比高。法律、声纹识别等其他领域大模型体验都不好。AI编程是不是专门为工程师准备的垂直大模型？

孙志岗：不能这么说。现在很少有专门的编程垂直模型，即使有也不比通用模型更强。所有通用大模型都会把训练编程能力作为重要指标，因为正如OpenAI在GPT-3论文中提到的，用程序代码训练能显著提升模型推理能力。

AI编程与长尾需求

Orange：AI编程对我这样的产品经理也很有价值。上次我和小猫补光灯作者花生（陈云飞）聊过，他以前在美团是偏运营和用户产品岗位，从零开始用Cursor一点点学会编程做了这个工具。用户需求是不可被满足的，大部分需求因为没有经营价值或ROI算不过来（程序员很贵）而无法满足。但有了AI编程，很多小需求就可以被满足了。

我做的第一个产品是生成表情包的工具，给我老婆用，她非常喜欢。我朋友也为他妈妈做了过年表情包。现在自己想做什么，AI真的可以做出来。这些可能没有经济价值，程序员不会花时间做，但现在可以解锁这类需求。

潘乱：专业开发者和小白开发者在AI编程需求上有什么不同？

Orange：我是纯小白，需求是完全不看代码，用自然语言沟通，只看结果有没有bug。所以做前端更顺，做后端很难。后端可以用Cursor编排工作流，或用多维表格当数据库（性能不够但凑合用），对小白来说都是可视化的。

孙志岗：我观察到一个有趣现象：小白用AI编程做新项目很爽，而专业程序员更多用它维护升级已有代码。对小白来说，代码可能没有维护价值，是一次性的自用产品。专业程序员虽然也用AI工具搭建初始框架，但更相信自己的专业性来处理框架核心部分。对专业程序员，效率提升约10%-50%；对非专业程序员，可能是10-100倍提升，从0到能做出东西。

AI编程工具的形态与竞争

Orange：现在最火的是Bolt.new，不是Cursor。Bolt.new很容易出成果，是前端工具，我是国内第一个给它写公众号的。我让它写一个抖音，它把抖音界面都写出来了，视频能播放还能上下滑动，一个prompt就出现一个东西，没有学习成本。同样它写小红书也能做出瀑布流铺满图片的效果，对新用户冲击很大。Cursor定位更针对程序员用户，加上Copilot多年心智，它在切企业用户，增长可能没那么快。

孙志岗：Bolt.new免费用量多，但我好奇它的续费情况如何？这类用户是否每月都有自己想做的东西？从用户数看Bolt.new可能是第一，但营收可能比不过Cursor和Windsurf。

潘乱：AI编程产品的护城河是什么？会不会只是高级套壳？

孙志岗：AI产品唯一的护城河应该是用户心智或品牌，因为功能很容易被复制。做AI应用的工作量比传统应用少得多，大量能力依靠底层模型。重要的是早点推出、早点宣传、被大家认可，形成认知。

潘乱：OpenAI投资的Cursor为什么转投Anthropic？OpenAI不再是最强模型了？

Orange：从Claude 3.5出来后，各方面都发现它很强，编程是最显著可衡量的。去年Anthropic吃掉了OpenAI 10%的B端市场。在写作方面，最近Google的Think模型水平已经超过我，虽然是实验性的还有很多bug，但可能一个月后正式上线会很惊艳。

AI编程对不同用户群体的影响

潘乱：评论区有人问Trae用于写稿文章的体验，因为它为写代码设计，每步输出都需手工确认，这对写稿有何帮助？

孙志岗：我一直用Copilot写公众号文章，很好用。

Orange：很多人说应该做一个“Cursor写作版”。花生（陈云飞）用Cursor写专利报告，因为可控性强。

阑夕：麦肯锡前段时间出报告说95%的IPO招股书都可用AI写成，剩下只有5%价值在投行公司。

潘乱：小猫补光灯登上App Store付费榜第一，如何看待这一现象？

孙志岗：小猫补光灯成功很大因素是花生（陈云飞）本身是运营出身。太多程序员做出很棒的东西，但不懂运营推广，天天孤芳自赏。花生有强大的推广能力，捕捉到用户需求，借AI编程实现出来。他有好点子，是营销天才，差一个程序员，现在程序员是AI。虽然还没看到第二例这样成功的案例，但已经有越来越多人用AI编程解决日常工作生活中的小需求，让自己开心。这可能是未来AI编程最大价值所在——我做软件不是给别人用，就是让自己舒服。

潘乱：这是不是意味着自己做软件自己用的场景越来越多？可能只用一次，越定制越好？通用产品是不是就不需要AI编程，直接由大厂或创业公司组团开发？AI编程是不是像大模型一样，底层哲学是解决长尾问题？

对于Orange这样的用户，AI编程产生的不是代码，而是一个个软件或产品。这像不像比特世界的3D打印机？张楠说过剪映AI版是“想象力的相机”，那Trae是不是“想象力的3D打印机”？

孙志岗：数字世界的3D打印机有点像。不过要反驳前面观点，长尾通用软件也需要AI编程，只是不能纯靠AI编程完成，仍需大量人工介入。现在专业程序员很少不用AI编程的，只是明着用和偷着用的区别。

潘乱：公司不是积极采购这些工具吗？为什么要偷着用？

孙志岗：AI编程在企业落地有意思的地方是它带着“原罪”——降本增效可能导致裁员。如果公司老板、CTO没处理好，大家可能抵制而非拥抱。我见过CTO带头抵制，借口说“AI编程会让代码被微软知道”。为什么？因为如果每个人效率提升30%，老板下一个问题就是“是不是可以裁掉1/3的人”。CTO肯定不希望团队缩小。

潘乱：工程师和我们一样是知识工作者，AI是解放时间让我们思考，还是让工作量变得更大？

孙志岗：看老板角度。如果真把大家当知识工作者，会让大家有更多时间休息、娱乐、思考AI干不了的事。但怕老板不这么看，而是当体力活，卡“一天能写多少行代码”，那效率提升10倍，工作量也会压到10倍。

AI编程的个人应用场景

潘乱：Orange作为前产品经理，你用编程解决了哪些问题？

Orange：我这几天做了近10个项目。第一个是表情包生成器，根据老婆喜好改成猫的版本。第二个是帮老婆解决“吃什么”问题的转盘工具，界面上直接用她的名字，很个性化。今早看到阑夕在小红书发长文切成卡片，想自己也做一个类似工具，而不是花200块买软件。这些小需求半小时就能满足，解决了付费痛点。

潘乱：这回到之前说的“为自己用”和“长尾需求”，与专业工程师使用不矛盾。当年低代码出现就是因为工程师太少太贵。

Orange：深有体会。我们公司刚成立只有两个工程师，没前端，就让工程师学v0，把组件弄好，后端接口给他做出来。工程师献血前端，这几天提效50%以上。

人机协作与职业发展

潘乱：Trae说核心理念是“人机协作”，从Copilot到Auto Copilot演变。在实际开发中，AI编程与人工编程如何协作？对专业开发者的效率和代码质量有什么影响？

孙志岗：可以想象成配一个实习生一起工作。用熟后，程序员对AI能力非常了解，能立即判断哪些任务自己做快，哪些交给AI更高效。总控权在人手里，可以随时支配、调整AI，有问题可让它继续改进。Copilot这个名字起得很好，副驾驶确实描述了这种协作状态。

潘乱：在企业数字化中，那些不具备IT能力的公司或个人，如何通过AI编程参与业务流程优化？

孙志岗：举个例子，我的产品“AI师傅”有一门“跟着AI学编程”课程。一个业务部门学员需要处理大量文件，用AI编程写出Python代码帮他分类整理、重命名、组合文件，提高效率，减少繁琐工作，提升幸福感。以前这种事一定找IT部门，IT部门一定不愿意做。

Orange：以前我们公司做模型评测，在平台上线前都是写脚本批量跑。现在用AI编程自己搞定，以前得求助程序员，但这不算他们OKR，他们也不愿做。

孙志岗：产品经理看到AI编程后特别兴奋。以前他们被称为“产品鼓励师”，求着工程师“奶求资源”。现在不管三七二十一，先用AI做出原型，先跑起来，先试着看，感觉非常爽。

潘乱：在公司里，能用好AI编程的会是什么角色？是一线员工中的聪明人，还是具备编程思维的运营，还是供应商的专家？程序员角色会被弱化吗？

孙志岗：这要分两个阶段。第一阶段是先锋者、好奇心重的人，不局限于特定岗位。产品经理最接近，但目前也只有很少一部分开始研究AI编程。第二阶段是AI应用普及后，很多人不知道自己已经在用AI编程，如ChatGPT的Code Interpreter（代码解释器）功能，后台写代码处理数据后呈现结果，但用户看不到代码。

阑夕：有个评论很到位：“产运设四合一的快乐”。我想起03-04年的E语言（中文编程语言），当时有人用它写外挂，因为很多初中毕业的人看不懂英文。最初降低编程门槛是语种上的，但现在AI编程把语种成本直接切掉，实现了真正的自然语言编程。

Orange：使用Trae的心得是：首先要建立基础设定。问Windsurf比较好，它会先把代码思路写到README里，每写一段代码都会告诉你做了什么。新项目时先把设计思路告诉你确认，用自然语言先沟通清楚需求再写代码。其次，如果一个功能改三次还不对，就不要再试了，用回退功能回到之前，换思路、给新输入或参考文档。

AI编程的未来发展

孙志岗：我经常和大学教师讨论这个问题。很多教授抗拒把AI编程纳入教学体系，认为他们技术高超是因为亲手写了几十万行代码，所以未来高级程序员也必须这样成长。我持不同观点，不能用自己的成长路线锚定未来所有人。

能与AI共存的人，最典型特点是具备领域最厉害的常识认知或审美，未必是动手能力最强的。就像罗永浩设计审美很厉害但不会画画，AI时代需要很多“眼高手低”的人。在编程领域，未来需要更多对用户有洞察、对需求有洞察、对市场有洞察，能产生完整有价值想法的人，代码实现相对不那么重要了。

原因有二：一是长尾需求、自用代码质量不那么重要；二是传统软件工程强调代码可维护性，假设代码会被使用上亿次。但未来代码可能不需要长期维护，这些能力需求就会降低。如果还有需要长期维护的代码，工程师角色也会变化——有了AI后，手工编码的人会越来越少，我们可以通过测试等外部手段保障软件质量。现在学编程，即使目标是成为专业程序员，也应从第一天就与AI结对。

潘乱：你提到“结对”，这种关系是什么？副驾驶还是伙伴？Trae和Cursor在寻找开发者与AI之间的平衡。Orange，你使用Trae的感受是什么？

Orange：我把它当成程序员朋友，肯定不是副驾驶，有点像L3-L4自动驾驶。它有两种模式：一种是写完代码每条都让你确认，另一种是自己改代码你只接受就行。我一般用第二种模式，改完点接受就可以。还有Devin，500美元/月更厉害，在后台虚拟环境写完直接告诉你任务完成。

孙志岗：你会问它解释写的代码吗？

Orange：没有，但它写完会告诉我做了什么。每当它尝试多次完成一个功能，我会立即停下让它更新README，记录它做了什么，对后续修改有帮助。

潘乱：我想起上周末在深圳黑客马拉松看到一个香港高二学生，在比赛期间一个人用OpenAI编程助手做出了心理健康产品。而我朋友找知名团队外包做类似产品已经做了半年还没完成。还有学生做了英语新闻简化工具，用1000个基础单词解释复杂新闻，以及根据温度推荐儿童穿衣的智能衣橱。这些创意解决方案都是AI才能实现的。

孙志岗：这很好。人类社会进化应该往这个方向走。以前做软件一定是工程师的活，门槛和成本都高。其中一个大成本是程序员理解业务、理解用户需求的过程，消耗大量时间甚至无法解决。现在需求方直接知道需求，通过AI完成，这是最高效的。

潘乱：AI使用门槛其实也挺高，需要高质量输入才有高质量输出。

孙志岗：用好AI关键是有老板思维，擅长激发下属，给出好输入，把下属能力激发出来，得到好输出。

阑夕：总结成六个字：看市场、提需求。看市场是了解消费者需要什么，提需求是让AI做出东西来。AI很难理解复杂人性，但在实现方面很强。人的优势是把握人能做什么，这是AI难以取代的。

Orange：一个是老板思维指挥AI干事，一个是把个人品牌做好。未来是艺人公司和超级个体时代，代码和自媒体都做好的话不用去上班了。

行业竞争格局与前景

潘乱：国内大厂和创业公司都涌入AI编程赛道，阿里的通义灵码、百度的文心一码、快手的产品，以及智谱AI等创业公司，它们的技术路线和功能定位有什么不同？

孙志岗：除了Trae外，其他同质化严重，都是插件形式复制Copilot，功能上没特别特点，主要差别在模型能力。Trae不同，从IDE核心层面做了重大改进。

Orange：Comate、灵码在B端卖得好，针对程序员和企业，稳定性要求高，迭代慢。Copilot三年功能几乎没变化。Trae和Cursor不同，Windsurf最近发布Wave 2，最大特点是自动查询网页，遇到问题会自己去GitHub搜索解决方案。Trae未来也会往让小白用户满足需求的方向发展，更ToC。

潘乱：这类产品没有特别强的壁垒，都是模型能力的溢出。AI编程市场会不会像聊天机器人市场一样，最终一家独大？竞争核心是什么？

阑夕：我有不同看法。AI编程是强交付产品，好坏有客观标准。聊天机器人没有客观标准，很难说哪个质量最好，尤其对文科化内容。AI编程交付的东西能直接对比，哪个效率和质量更好，用户就会迁移过去，没有网络效应。编程比的是谁出来的活最好，用户愿意付费。

孙志岗：确实如此。AI编程工具切换成本很低，程序员不讲感情。从Copilot切到Cursor是一夜之间的事。大家说Cursor更好用就试试，果然更好用，虽然Copilot月付10美元，Cursor月付20美元，但值得。现在很多人等Copilot到期准备转Trae试试，如果不够好用再回到Cursor，因为这钱花得值，工作过程舒爽难以言表，有秘书和没秘书的区别。

Orange：我朋友在做只给非程序员用的AI编程工具，代码完全不让你看，只看结果。后端接口都做好，让你直接做小东西，完成后可以作为模板分享或给朋友用。有点像“半小时做一个小程序”，成为新的创作方式——创作网站而非视频。可能像“可画”一样，虽然不是技术上最领先，但面向零基础人群的市场非常大。程序员总共才多少人？

孙志岗：在专业程序员市场，还有很多针对细分场景的AI编程工具在赚钱，如代码审查、测试、安全检查等。我有朋友做工具帮你读懂别人的代码，适合新到公司接手项目或CTO查看员工工作质量。

阑夕：之前知乎有程序员说为防被开除，故意写只有自己懂的代码。有AI后这问题容易解决了。

结语：AI编程的价值与愿景

潘乱：如果Trae这样的产品更普及，被更多有“老板思维”的人使用，会发生什么变化？

Orange：建议大家学一下AI编程，比WordPress简单，成就感高。像E语言时代，现在人人都能做网站了。

孙志岗：整个IT基础设施设计时都面向程序员，不够友好，值得重新包装抽象，让它面向AI编程更友好。

潘乱：我在即刻评论看到有人用AI编程工具做了即刻、FrontPage同步发布工具，让我想起08-09年微博爆发前有Follow5能同步饭否、人人网等平台状态。今天又有人重新做了类似工具。

阑夕：因为成本门槛太低了，这东西没经济价值但有个人价值。如果能顺手做出来，何乐而不为？

Orange：已经没有经济价值，但个人价值仍然存在。

潘乱：这正是我们今天讨论的，AI编程更多为个人所用。早期互联网创业不是先看市场有多大，而是解决自己的问题。希望经典复兴，长尾复兴，互联网最初的长尾正在回来。

来源：潘乱一点号