1.1 AI 编程重塑核心生产力方式，向“自主型 Agent”模式跃迁
基于大模型的自动化编程与代码生成，AI Coding 提升软件开发效率与自动化 水平。AI Coding（人工智能编程）是利用人工智能技术辅助或自动化软件开发中的 编码任务，涵盖代码生成、调试、测试、文档化等环节，核心是基于自然语言交互、 机器学习模型（LLM）等将开发者意图转化成可执行代码。AI Coding 流程包括需求 分析、代码生成、代码优化、错误修复、测试与部署等。 AI 编程的价值集中在 1）提升软件开发的效率和质量，通过赋能开发者、降低编 程门槛，根据 IDC 数据，使用 AI 编码的开发人员平均生产力提高了 35%；2）降低 技术门槛，通过低代码开发的模块化功能，非专业开发者也能快速构建；3）加速项 目迭代、自动化测试等功能，将代码部署周期从周级压缩至小时级。AI 编程直接作 用于核心的开发环节，成为最具价值的 AI 应用之一。
大模型编程能力大幅跃进，核心技术赋能 AI Coding 工具。近年来国内外大模 型持续迭代，其中编程能力提升尤为显著，代码正确性和编程速度等方面快速改善， 其中 Claude 家族、GPT 5 和 o3 等大模型编程能力领先。我们认为大模型编程能力 的快速提升带动更多用户使用 AI Coding 技术，为 AI 编程应用生态繁荣夯实技术底 座和数据基础。
Claude 和 GPT 系列大模型在代码生成和部署排名领先。2025 年 11 月发布的 Claude Opus 4.5 在 SWE-bench Verified（业内公认的编程能力标准）达到 80.9%， 首次突破 80%，超越 GPT 5.2 以及 Gemini 3.0 等模型。在 OpenRouter 模型在编程 方向调用量上，Google 的 Grok Code Fast 1、Claude Opus 4.5 综合排名靠前； Minimax 和月之暗面发布的 Kimi 也进入前十名。 AI 编程工具正从 Copilot（辅助驾驶）向 Agent 模式演进。第一阶段的 AI Coding 是以人驱动为主的模块化生成工具；第二阶段是 Copilot 辅助模式，核心功能是通过 上下文推荐开发者接下来可能要写的代码片段，模型开始参与部分流程决策，减少了 重复性劳动和查找时间。这一功能让程序员更专注于解决核心逻辑问题，而非繁琐的 语法和细节；第三阶段 Agent 模式，引入智能体，从辅助工具演变为更全面的集成 开发环境 IDE，AI 追求更高的自主性；第四阶段 Autopilot 模式，实现 AI 更高程度 的自动化，从辅助提升至自主，可由 AI 自主地生成、调试、甚至部署完成的软件应 用。Autopilot 模式旨在让非专业人士也能通过自然语言描述需求，由AI自主地生成、 调试、测试乃至部署完整的软件应用。这意味着 AI 将从帮助人类编写代码，转向独 立开发、部署软件。
1.2 存量技术升级到增量需求创造，AI 编程潜在市场空间广阔
AI 编程的需求由专业开发者的技术升级以及 AI 对非专业人员的赋能增量组成。 1）专业软件开发者是 AI 编程工具最直接的群体，在原有传统技术上升级，开发效率 的提升和减少开发周期的功能使得专业开发者的付费意愿不断增强。全球开发者数量 达 2800 万，多种类的开发语言和丰富的开发社区生态赋予软件开发领域多样性；随 着 AI 技术加速发展以及更多 AI 应用逐步落地，软件开发的需求日益增加，使得 AI 编程工具使用场景更为广阔。
2）AI 编程使得软件开发的壁垒和门槛降低，使非专业人员开发软件不再困难。AI 编 程使开发周期从数周到月降低至数天到周，降低开发门槛与成本，传统上只有大型企 业或团队才能承担的开发成本，现在普通个人或小型团队也能承担。软件开发领域存 在很多临时性、个性化的软件开发需求，由于传统开发成本高而无法满足。AI 编程催 生出大量个性化、轻量化的软件开发市场，未来 AI 应用逐渐向 C 端开发，更多面向 个人的开发需求将被释放，有利于 AI 编程工具的普及。
AI Coding 已在全球规模化使用，未来市场规模增长潜力较大。根据 Grand View Horizon 的数据 2024 年全球 AI 代码工具市场价值 61.11 亿美元，预计到 2030 年 将达到 260.33 亿美元，2024-2030 年复合年增长率为 27.1%。根据亿欧智库的数 据，2023 年中国 AI 代码生成市场规模达到 65 亿元人民币，预计到 2028 年将增 长至 330 亿人民币，年复合增长率为 38.4%。目前，中国 AI 代码生成在互联网和 游戏行业的渗透率较高，主要由于行业开发特性（密集、规范、项目制）、基础代 码数量庞大、项目迭代速度与更新频率快与 AI 代码生成高度契合。
1.3 融资火热与用户激增，技术分化面向不同层次用户
融资火热与用户激增，推动 AI Coding 赛道快速发展。2024 年 AI 编程成为融 资最活跃的赛道之一，融资总额超过 10 亿美元，Magic、Codeium、Cursor 等初创 公司融资超 1 亿美元。AI Coding 用户采用率在主要场景中达到 51%，位居各 AI 应 用领域首位。2025 年 7 月，GitHub Copilot 历史累计使用用户已超过 2000 万。
AI 编程海外头部产品 Cursor 在 2025 年 6 月获得由 Thrive、Accel 等参与的新 一轮融资，总额 9 亿美元，此轮融资过后，Cursor 公司估值已达 99 亿美元，年度经 常性收入（ARR）已突破 5 亿美元。另外两大头部产品 Claude Code 和 Github Copilot 的年度经常收入（ARR）分别突破 5 亿美元和 3 亿美元。AI Coding 头部公司指数 型收入增长曲线证实行业的发展潜力较大， Lovable 和 Cursor 在短短一年收入从 零增长至一亿美元，AI 编程行业正处于迅速爬升阶段，未来市场空间广阔。
AI Coding 工具可根据技术形态和集成方式分为 1）原生 AI 集成开发环境：独 立开发环境、深度集成 AI 功能，通常基于现有 IDE 进行改造或全新设计；2）基于现 有 IDE 的 AI 插件；3）基于云端的只能开发环境：完全在浏览器中运行的开发环境； 4）基于预训练模型的智能工具：直接调用大模型生成代码，不依靠特定开发环境。
AI Coding 工具通常面向不同层次的用户，如专业开发者、企业开发团队及技术 ⼈员。专业开发者关注代码生成、调试和优化，非技术人员则关注低代码和自动化功 能。对于专业开发者 Coding IDE（集成了 AI 功能的传统编程 IDE）和 Coding Agent （编程代理根据开发者需求自动生成、重构和优化代码）更受欢迎；对于非技术用户， 任务引擎（聚焦于自动化任务执行，简化流程性、重复性工作）和低代码（简化开发 流程，提供图形化界面或自然语言接口）更受欢迎。 AI Coding 是 AI 领域盈利较大的赛道之一，得益于模型能力、早期积累和用户 需求的契合。1）AI 编程是基础模型能力最先成熟的应用场景之一，大模型在编程任 务上的表现优于其他领域。早期的 AI 模型存在一些不足和局限性，专业开发者的技 术和知识背景可以与之互补。当模型能力不断优化增强后，达到人机协作的高效模式。 2）成熟的应用场景为产品积累了大量的用户行为数据和代码生成反馈，并可以 正向持续优化模型和产品功能。全球具有数量庞大的开发者，未来对应用开发的需求 较大。
3）程序员既是开发者又是用户，深刻理解需求，产品市场匹配度高。AI 编程工 具可以精确解决编程过程中大量重复、繁琐的工作，加强了用户的付费意愿。AI 编程 产品普遍采用先试用免费版，再付费使用高级版本的模式，当用户形成了使用习惯和 依赖，付费意愿将大大增强。并且活跃与成熟的代码开发社区和生态为产品的传播提 供了良好的基础。 根据亿欧智库的数据，AI Coding 产品在企业用户中已经得到较为广泛的使用， 通过 License 收费，年费范围为 30 万-200 万人民币，使用率为 50%-80%，接纳率 为 20%-30%，已经显示出较高的市场接受度，头部公司的业绩增长印证了 AI 编程 工具快速增长的潜力。另外全球和中国开发人员使用 AI Coding 工具的频率分别为 82%和 31%，国内市场未来的潜力较大。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
