← 返回历史研报
LEGACY REPORT / #811行业分析

2026.2.24AI行业观察

报告摘要SUMMARY
  1. AI Coding 是利用人工智能技术辅助或自动化软件开发编码任务,涵盖代码生成、调试、测试等环节,核心是将开发者意图转化为可执行代码,其价值体现在提升软件开发效率和质量(使用 AI 编码的开发人员平均生产力提高 35%)、降低技术门槛、加速项目迭代三大方面。
  2. Cursor 是 Anysphere 公司推出的 AI 编程 IDE,2023 年发布后用户量快速增长,公司在 2025 年完成多轮融资,6 个月内估值从 90 亿美元升至 293 亿美元。
  3. 近年来国内外大模型编程能力提升显著,Claude 家族、GPT 5、o3 等模型表现领先,2025 年 11 月发布的 Claude Opus 4.5 在 SWE-bench Verified 达到 80.9%,突破行业阈值。
  4. Cursor 采用 SaaS 订阅模式,通过免费版本吸引用户,推出 Pro、Pro+、Ultra 个人版和企业版实现商业化,不同版本在模型调用权限、功能使用上有梯度差异。
约 8 分钟历史公开研报原始页面 ↗

一、AI Coding:重塑软件开发新范式,市场潜在空间广阔

1.1 AI 编程重塑核心生产力方式,向 “自主型 Agent” 模式跃迁

AI Coding 是利用人工智能技术辅助或自动化软件开发编码任务,涵盖代码生成、调试、测试等环节,核心是将开发者意图转化为可执行代码,其价值体现在提升软件开发效率和质量(使用 AI 编码的开发人员平均生产力提高 35%)、降低技术门槛、加速项目迭代三大方面。

近年来国内外大模型编程能力提升显著,Claude 家族、GPT 5、o3 等模型表现领先,2025 年 11 月发布的 Claude Opus 4.5 在 SWE-bench Verified 达到 80.9%,突破行业阈值。大模型技术的进步推动 AI 编程工具从代码补全的基础阶段,向 Copilot 辅助模式演进,目前正朝着 Agent 模式发展,未来还将向实现更高自动化的 Autopilot 模式迈进,AI 编程也形成了 L1-L5 的分级体系,从基础的代码补全到 AI 开发团队协作各有对应的功能和代表产品。

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技术升级和非专业人员赋能增量两部分构成:专业开发者是直接受众,AI 编程提升效率、缩短周期的特性使其付费意愿增强;AI 编程降低了软件开发门槛,让非专业人员也能参与开发,催生出个性化、轻量化的软件开发市场,释放了 C 端开发需求。

市场规模方面,2024 年全球 AI 代码工具市场价值 61.11 亿美元,预计 2030 年达 260.33 亿美元,2024-2030 年复合年增长率 27.1%;2023 年中国 AI 代码生成市场规模 65 亿元人民币,预计 2028 年增长至 330 亿元,年复合增长率 38.4%。目前中国 AI Coding 在互联网、游戏行业渗透率较高,这类行业的开发特性与 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

2024 年 AI 编程成为融资最活跃赛道之一,融资总额超 10 亿美元,Magic、Codeium、Cursor 等初创公司融资超 1 亿美元,2025 年 Cursor 多次完成大额融资,估值大幅攀升。AI Coding 用户采用率在主要 AI 应用领域中居首,2025 年 7 月末 GitHub Copilot 累计用户突破 2000 万,海外头部产品 Claude Code、Github Copilot、Cursor 的年度经常性收入均实现大幅增长。

AI Coding 工具按技术形态和集成方式可分为原生 AI 集成开发环境、现有 IDE 的 AI 插件、云端智能开发环境、基于预训练模型的智能工具四类,且工具面向不同层次用户做了技术分化:专业开发者更青睐 Coding IDE 和 Coding Agent,非技术用户则更适合任务引擎和低代码工具。同时,AI 编程是 AI 领域盈利潜力较大的赛道,模型能力成熟、用户数据积累形成正向循环、程序员兼具开发者和用户属性让产品匹配度高,且企业端对 AI Coding 产品的接受度较高,国内市场仍有较大发展潜力。

二、海外 AI 编程应用规模化落地,业绩增长验证爆发潜力

2.1 GitHub Copilot:优秀的平台生态,用户突破 2000 万

GitHub 是全球领先的代码托管平台,2018 年被微软收购后获得资源与战略协同,截至 2026 年 1 月拥有超 1.5 亿开发者,平台通过免费功能吸引用户,针对企业端推出不同付费套餐实现商业化。

GitHub Copilot 作为 AI 编码助手,集成于主流 IDE 中,拥有 Chat、Agent、CLI 等功能,还推出了无需代码即可开发微应用的 GitHub Spark,其定价体系分为个人版和企业版,不同版本对应不同的模型使用权限和功能。自 2023 年以来,GitHub Copilot 用户量和收入持续增长,2024 年 7 月年度经常性收入突破 3 亿美元,付费用户超 180 万,2025 年 7 月末累计用户破 2000 万,其收益成为 GitHub 年度增长的重要推动力,验证了 AI 编程对传统代码开发平台的革新价值。

2.2 Cursor:业绩和估值增长迅速,“IDE+AI” 道路成功实践

Cursor 是 Anysphere 公司推出的 AI 编程 IDE,2023 年发布后用户量快速增长,公司在 2025 年完成多轮融资,6 个月内估值从 90 亿美元升至 293 亿美元。Cursor 集成多款主流大模型,核心功能包括 Agent、Ask、Plan 三大模式,还有 Tab 代码自动补全、AI 助手、Bugbot 代码审查等功能,各功能针对不同的编程场景解决开发需求,其中 Bugbot 的问题解决率和缺陷识别能力持续提升。

Cursor 采用 SaaS 订阅模式,通过免费版本吸引用户,推出 Pro、Pro+、Ultra 个人版和企业版实现商业化,不同版本在模型调用权限、功能使用上有梯度差异。其商业化成果显著,2025 年 1 月年度经常性收入超 1 亿美元,11 月突破 10 亿美元,被超 5 万家企业选择,超 75% 的 Salesforce 工程师日常使用该工具。Cursor 作为独立 AI IDE,深度结合 IDE+AI 模式,其用户数和收入的快速增长验证了该模式的可行性。

三、国内厂商积极布局,AI 编程应用加速落地

国内 AI Coding 市场在 2025 年迎来应用爆发期,目前国内 AI 编程助手对开发者的覆盖率约 30%,远低于美国的 90%,市场发展空间较大。国内各大互联网及技术厂商纷纷布局,字节、阿里、百度、腾讯、智谱等均推出相关 AI 编程工具,其中字节 Trae IDE 和阿里通义灵码分别基于自研大模型豆包、通义千问打造,成为国内赛道的重要产品。

3.1 Trae:AI 原生 IDE,面向轻量化开发场景

Trae IDE 是字节推出的高度集成 AI 大模型的开发工具,基于 VS Code 构建,分海外版和国内版,分别集成不同的大模型,支持超 100 种编程语言,提供个人版和企业版,满足不同用户场景需求。其核心功能包括 Builder、Chat 模式、CUE 智能编程工具,还推出了 SOLO 模式和内置的 SOLO Coder 智能体,支持自定义智能体、多线程并行工作等,能实现从需求理解到成果预览的全流程自主开发。

Trae 的个人版可免费使用,企业版按每席每月 69 元定价,2025 年国内版和海外版先后发布,截至 2025 年末,Trae 全球用户超 600 万,覆盖近 200 个国家和地区,月活突破 160 万,同时产品持续优化,代码补全延迟、内存占用大幅降低,Token 消耗量显著提升,国内 AI 编程工具落地进程持续推进。

3.2 卓易信息:“AI+IDE” 双重布局,商业化落地值得期待

卓易信息通过收购艾普阳布局 IDE 业务,旗下拥有 Snapdevelop 和 EazyDevelop 两大产品,形成 “IDE+AI” 和 “AI+IDE” 的双重布局。Snapdevelop 是低代码集成开发环境,主打.NET 平台云原生开发,支持鸿蒙应用代码生成,低代码属性使其开发效率提升 3-5 倍,可自动生成 50%-80% 的代码,拥有独立的开发环境,目前支持 JavaScript 和 C# 语言,未来计划适配更多编程语言。该产品 2026 年 1 月发布专业版,定价 2660 元 / 人 * 年,截至 2025 年上半年拥有超 2 万试用用户。

EazyDevelop 是以 AI+IDE 和多智能体为基底的集成开发平台,能实现软件开发全流程自动化,核心亮点包括自然语言描述开发、多智能体协作、接入海量行业模板,2025 年 9 月正式上线并推出付费套餐,截至 2025 年底,平台用户突破 1.3 万,订单金额超 1800 万。卓易信息的两款产品在专业性和独立性上具备优势,商业化初步取得成效,有望复刻海外 Cursor 的增长路径。

四、风险因素

  • 研发不及预期风险:人工智能技术和产品更新迭代快,若 AI 编程相关研发成果不符合客户需求、进度落后于行业、出现替代性创新技术,或将影响产品竞争力。
  • 产业落地不及预期风险:AI 大模型的更新迭代受技术路径、算力成本、监管等因素影响存在不确定性,同时 AI 编程应用的商业化落地还受模型能力、应用效果、消费者接受度等影响,可能出现落地进展不及预期的情况。
  • 市场竞争加剧风险:随着 AI 编程技术成熟和产业落地深化,未来市场进入者将不断增加,行业整体竞争态势将逐步加剧。
HISTORICAL ARCHIVE / 2026.02.24本文为冻结的历史归档,不再更新。
全文检索

查找信息

搜索索引将在首次使用时加载。