大厂暗战百亿市场：AI Coding赛道的卡位与变数

本文由 新莓 撰写/授权提供，转载请注明原出处。

以下文章来源于：新莓

作者：王沐沐

那份被流出又被消失的梁文锋与投资人闭门交流实录中，提到一点，DeepSeek 现阶段最重要的是 Coding Agent。

就在一个月前，火山引擎大会，当外界沉浸在对 Seedance 达到全球 SOTA 水平的赞誉中时，字节表现得有些心不在焉。火山引擎总裁谭待说，内部始终将 Coding 视为核心方向。

更耐人寻味的是，几天前 IDC 突然公布了一项关于AI 编程的市场份额数据，被媒体广泛报道的是，上线不足一年的阿里旗下智能编程平台 Qoder 营收份额拿下 47.6%。今年 5 月，阿里云公共云总裁刘伟光对外说，Coding 是我们最重要的方向，它几乎 for everything。

种种迹象表明，几乎国内大厂都在加速布局 AI Coding，且成为竞争火药味最浓的领域之一。

字节 Trae、阿里 Qoder、腾讯 CodeBuddy、智谱 CodeGeeX、商汤 Raccoon、百度 Comate、华为 CodeArts、月之暗面 Kimi Code……这个名单还可以被不断拉长。

背后的原因也不复杂：AI Coding 已经成为模型推理算力最大的消耗场景之一，商业价值更容易得到衡量和体现。

Claude Code 就是全球大模型公司的学习样本。这款率先风靡的 Coding 应用，ARR（年化收入）已经从 2025 年 4 月的 1700 万美元飙升至 2026 年 2 月的 25 亿美元，上线仅 6 个月，ARR 就突破 10 亿美元。Anthropic 尽管是家未上市公司，但是高管一直在积极对外披露信息，每次都会刺激市场敏感的神经。

甚至大模型公司引领者 OpenAI 也在跟随 Anthropic，且尝到了不小的甜头。

2024 年，OpenAI 还没有独立 Coding 产品，而是内嵌在 ChatGPT Plus/Team。2025 年中，Codex 独立并发力，今年 1 月底，ARR 就过 10 亿美元，且成为公司核心增长动力之一。

对于还未找到确定性赚钱方向的国内公司而言，这是巨大的诱惑和鼓舞。

不过大厂火力押注 Coding 还有个重要原因：Coding 能力是基础，是决定 Agent 效果上限的关键。所以当前 AI Coding 对于行业的意义，早已超出一款生产力工具的范畴。

只是那个押注 Coding 的长长名单，必然不是谁都能留下。大厂正在像以前那样，想尽一切办法弯道超车。

毫无疑问，AI Coding 是目前中美大模型公司集体重点押注方向，从之前的 Claude Code 一家独大，变成现在的全面开花。

2025 年 2 月，Anthropic 低调发布 Claude Code，率先将行业带入 Agentic Coding 阶段，行业竞争的焦点也从「AI 会不会写代码」转向「AI 能不能独立完成软件工程」。

这款能够直接操作计算机、自主完成编程任务的 AI 智能体，在短短六个月内为 Anthropic 带来了超过 10 亿美元的年化收入。

甚至全球头部公司都是 Claude Code 的客户。五源资本合伙人孟醒在今年 4 月份曾分享过一篇自己的硅谷观察，作为一家市值万亿级别的公司，Meta 全员都在用 Claude Code。「放在半年前，这件事完全不可想象，因为代码是公司的核心资产，你怎么能让外面一家公司的 API 去碰它？」不得不用的原因很简单，Meta 自研的 coding 产品「不好用，没人用。」

就在 Claude Code 形成一家独大的局面的时候，OpenAI 出手了。

2025 年之前，OpenAI 还没有独立的 Coding 产品，编码需求混在 ChatGPT 订阅和 API 里。从当年年中到今年，旗下产品 Codex 就表现出凶猛的反扑攻势。

2025 年 9 月，Codex 的使用量仅为 Claude Code 的 5%。到 2026 年 1 月，这个比例已经接近 40%。尤其 GPT-5.5 之后，OpenAI 在代码能力、工具调用和 Agentic Coding 方面赢回不少开发者用户的信任。

5 月中旬，OpenAI 创始人兼 CEO Sam Altman 为战火又添了一把柴。他在 X 上宣布，接下来的 30 天内，为想从 Claude Code 切换到 Codex 的公司提供两个月的免费使用。

「这个季度可以看到 Codex 的势头明显起来了，很多开发者从 Claude Code 转向 Codex，尤其是在 Anthropic 自己出现限流、价格调整、口碑波动之后，OpenAI 抓住了这个窗口期。」MoE Capital 创始合伙人 Henry Yin 近日接受《晚点 LatestPost》采访时表示。

他还指出，Coding 已经不只是一个应用场景，它既是当下最重要的收入来源，也是未来很多前沿突破的基础能力。这是一条任何大模型公司都不能、也不敢掉队的赛道。

这种意识很快传导至国内。

2025 年字节跳动技术副总裁洪定坤也说过，Coding 作为一种高度结构化、逻辑严密的任务，对模型理解复杂的语义结构、逻辑推理、算法设计和精确表达都有很高的要求，能助力模型智能上限的探索。

但是国内在 Coding 场景，整体还是速度有点慢。谭待在接受 36kr 采访时解释称，除了 LLM （大语言模型）全球竞争激烈，最重要的还是，Coding 这个方向是 Anthropic 和 OpenAI 最早定义并且发力的。

现在，这一切都在加速。

今年以来，随着自研模型 Coding 能力快速提升，国内大厂正在逐步减少对海外模型的依赖。

最典型如阿里。7 月 3 日，阿里下发内部通知，宣布自 7 月 10 日起，全面禁止内部员工在办公环境下使用包含 Claude Code 在内的 Anthropic 全系产品，并推荐使用自研的 Agentic Coding 平台 Qoder 作为替代方案。不久后，蚂蚁内部也下发了类似通知。

《新莓》了解到，目前腾讯和字节暂未在内部明令禁用 Claude Code，但大方向都是在朝着自研模型倾斜。

腾讯主推的 AI Coding 工具 CodeBuddy 支持混元、Claude、GPT、Gemini 等多种主流模型。随着混元 Coding 能力不断提升，腾讯持续强化自研模型与 Agent 能力的融合，但整体仍保持多模型兼容的产品策略。

不过 7 月初工业和信息化部网络安全威胁和漏洞信息共享平台发布「Claude Code 存在安全后门隐患」的风险提示后，Claude Code 在字节内部颇有些「红线」的意味。

这也可能跟字节内部将 Coding 视为核心战略之一有关。

6 月 23 日，Seed（豆包大模型）2.1 发布后，谭待的评价是，「我们在 Coding 领域真正上牌桌了。」他还补充，这是很重要的事。

字节官方给出的口径是，Seed2.1 Pro 的 Coding 能力已经能比肩 Claude Opus 4.6。

编程评测 Terminal Bench 甚至认为，Seed 2.1 Pro 的 Coding 能力与 Claude Opus 4.7 基本持平，而综合使用成本相比 Claude Opus 4.6到 4.8 系列模型降低近 80%。同时，面向高频调用场景的豆包大模型 2.1 Turbo 同步上线，价格仅为 2.1 Pro 的一半。

从谭待的表态也能看出，Coding 是字节 AI 重要命题之一。但是在此之前，相比 Seedance 的爆火，Coding 这条战线似乎没有给字节带来太多营收增量。

和 OpenAI、Anthropic 相比，字节在 AI Coding 上发力较晚，路径也不同：字节是先做 IDE （集成开发环境），再补模型。Trae 是字节最早做出的尝试。作为国内首个原生 AI IDE，Trae 最初接入了 DeepSeek 在内的多家模型，而非完全依赖自研的 Coding 模型。

背后的原因可能是自研模型的 Coding 能力还不够好——直到 Seed-Code 在 2025 年 11 月正式对外发布，其性能方面的整体表现仍次于 Claude Sonnet 4.5。

「字节 Coding 效果难以取得突破的原因在于缺少数据回流。」《智能涌现》援引知情人士指出。由于模型能力有限，字节内部相关业务都不愿意使用 Seed-Code。

不过今年以来，不少字节员工感受到，各个业务方正在加大对 Seed 模型的支持力度。一名Seed员工透露，原来字节并不限制业务侧使用第三方 Coding 模型做开发，但 2026 年以来，多个应用部门被强制要求使用 Seed 模型。

但是如果放在整个字节的 AI 战略版图，仅仅内部使用还不够。核心在于，是否有客户愿意掏出真金白银付费使用。

国内大厂在 Coding 方面起步晚，个人用户和开发者层面失去先天优势，但是你知道的，我们擅长弯道超车。前提在于找到那条弯道。

目前，国内这些 AI Coding 面向个人用户，几乎都是免费，Kimi Code 为纯付费。只是有个现象，如果你用 Qoder，推理消耗必然跑在阿里云；同理，CodeBuddy 的算力消耗跑在腾讯云，Trae 是基于字节火山引擎。

也就是说，如果将 AI Coding 封装为云服务中组织生产基础设施的一部分，化作企业服务，就能找到新的增长点。

这也是 Claude Code 和 Codex 最为陡峭的增长来源。媒体报道，OpenAI 2026 年第一季度营收约为 57 亿美元，toB 企业业务收入已占总收入的 40%，Codex 是核心增长动力之一。Anthropic70%-80% 的收入来自企业客户和 API 业务，毛利率已从一年前的 38% 跃升至 70% 以上。

晚点报道，今年 4 月份，字节高层到访 Anthropic 之后，内部开始调整 AI 资源分配，重心从豆包这类面向大众的产品，转向服务企业的产品。当内部认为 seed2.1 在 Coding 方面具备上桌的能力之后，必然也是火山引擎 AI 云发力的时刻。

站在企业的角度，AI Coding 几乎具备了所有 toB 产品最理想的特征：与 AI 客服体验提升、AI 会议纪要节省多少时间等相对模糊的指标不同，AI Coding 的价值天然可以被验证——开发周期是否缩短、Bug 数量是否减少、测试覆盖率是否提高、单个需求交付时间是否压缩，这些都可以直接转化为研发效率和人力成本。

而 AI Coding 的主要使用者——软件开发人员是 AI 时代最成熟的付费人群。他们长期以来已经习惯为能够提升效率的工具付费，因此，当 AI 真正开始进入企业时，研发部门往往是第一批愿意采购 Agent 产品的客户。

阿里云智能集团资深副总裁、公共云事业部总裁刘伟光曾在采访中说，云计算时代，有一个长期痛点：盘点客户IT预算时，企业内部的软件开发和人力外包这块，我们是吃不到的。现在正好反过来，这些预算恰恰是 AI Coding 能 100% 命中的。

正因如此，几乎所有头部云厂商不约而同地把 AI Coding 放在 Agent 战略最前沿。

微软将 GitHub Copilot 深度整合进 GitHub 与 Azure；Google 将 Gemini Code Assist 纳入 Google Cloud 开发体系；阿里围绕 Qoder 持续强化阿里云开发生态；腾讯推动 CodeBuddy 与腾讯云协同演进；字节也不断加强 Trae 与火山引擎、Seed 模型的联动。

「AI Coding 正从『代码生成工具』向『软件生产力平台』演进。」IDC 分析师李浩然指出，「随着大模型推理能力、Agent 自主执行能力和企业代码资产管理能力持续增强，AI Coding 已不再局限于代码补全，而是逐步覆盖需求分析、编码开发、测试验证、运维交付等完整软件生命周期。」

作为 AI Coding 工具的团队，过去半年 TRAE 超过 90% 的代码是 AI 完成的。洪定坤对外宣称，人均需求吞吐率提升了 60%，达到 1.6 倍。

所以 Coding Agent 最有可能成为企业持续使用 Agent 的第一个核心场景。这也是它成为 AI 云增长重要来源的依据。几乎都有云服务的存量客户被认为都是 Coding 的潜在用户。

不过对于云厂商而言，AI Coding 真正重要的意义，不在于卖出一款 AI 开发工具，更在于率先占据企业研发工作流。谁掌握了开发入口，谁就更有机会承载模型推理、Agent 运行以及未来更多 AI 应用。

在刘伟光看来，Agent 已经成为带动模型市场、甚至带动存量云市场的最大推动力。

除了前端应用争夺，Coding 也是大厂在模型层面竞争最激烈、最拥挤的赛道。其中一个很重要的原因是：AI Coding 是目前少数 Token 消耗量具有确定性的应用场景之一。

根据 Gartner 分析，截至 2026 年 4 月，全球企业级 AI 编程市场的年化规模预估已达 98 亿至 110 亿美元。预计到 2028 年，超过 70% 的企业软件工程师将依赖 AI Coding Agent 完成日常开发任务，并有望为软件工程团队带来 30% 至 50% 的生产力提升。

由于 Coding Agent 需要持续读取代码库、调用工具、执行测试并根据反馈反复修改，模型在这一过程中消耗的不只是生成代码所需的 Token，也包括理解项目上下文、处理工具反馈和维持长链路推理所需的大量 Token。

2026 年一篇针对 Agentic Coding Token 消耗的研究显示，复杂 Coding Agent 任务的 Token 消耗量显著高于传统代码问答和代码推理任务，可以达到后者的 1000 倍量级。Token 消耗的主要成本来自持续的上下文输入，而非最终输出。

在这场模型层面的明牌战争中，Anthropic 无疑吃到了最大红利。

据《华尔街日报》，Anthropic 的营收预计将在第二季度增长一倍以上，达到 109 亿美元。据研究机构 SemiAnalysis 的最新分析，Anthropic 年化收入在数月内从 90 亿美元飙升至逾 440 亿美元。

占据 2025 年国内 AI Coding 市场份额将近一半的阿里也受益于此。

在 2026 年的前 5 个月里，阿里云 MaaS 业务的 Token 收入增长了 15 倍，月度 Token 收入达到数亿元级别。阿里巴巴 CEO 吴泳铭预计，第二季度阿里的 AI 模型与应用服务年化经常性收入（ARR）将突破 100 亿元，年底突破 300 亿元。

与此同时，国内创业公司也纷纷加入战局。

月之暗面、MiniMax、智谱等公司都开始强化 Coding 能力，并通过更具竞争力的 API 价格、免费额度或开发者计划争夺市场；三大运营商也陆续推出面向开发者的大模型平台和 Agent 服务，希望借助 AI 开发场景带动云资源消耗。

这些产品形态虽然各不相同，但商业逻辑高度一致：先用足够低的边际成本吸引开发者进入平台，通过持续、高频的 Coding 调用扩大 Token 消耗，再逐步提升模型调用和云服务收入。

如果说这一轮国内 AI Coding 竞争已经出现阶段性赢家，那么过去两年持续押注模型智能和 Coding 能力的智谱无疑是其中最受关注的一家。

智谱 2026 年一季度 API 调用定价累计上调 83%，调用量仍增长 400%；截至 3 月，ARR 突破 2.5 亿美元，「量价齐升」。调价后，智谱 GLM-5.1 在 Coding 场景的缓存命中 Token 价格已接近 Claude Sonnet4.6 水平，这是国产大模型首次在核心场景实现与海外头部模型的价格对齐。

然而，与 AI Coding 高频调用，伴生的是成本快速攀升。今年以来，多家大型企业开始重新评估 AI Coding 工具的使用策略。

据《The Information》等媒体报道，Uber 内部发现，员工广泛使用 Claude Code、Cursor 等 AI 开发工具后，仅数月时间便消耗了全年大部分 AI 预算，因此开始限制部分高成本工具的使用，并引导员工根据实际需求选择不同模型。

埃森哲也被媒体曝出，对部分非研发岗位开始限制 AI 工具的非必要使用。例如，将PDF转换为PPT、简单文档润色等低价值任务，不再鼓励调用高成本的大模型，以控制企业整体AI支出。

这些案例反映出，随着 Agent 持续运行、上下文不断增长，AI Coding 正在成为企业最昂贵的大模型应用之一。对于大模型公司而言，如何在提升能力的同时持续降低推理成本，是下一阶段竞争的核心。

同时如洪定坤所言，「代码生成门槛下降，不代表系统复杂度下降。」AI Coding 也许在某些直观指标表现，会让人更激动，但说到底还是一个早期命题。

扫码关注公众号

获取更多技术资讯