Coding 仍在追赶，Work 已经开战。
文｜赵艳秋
编｜牛慧
2024 年 10 月，美国 AI 编码创业公司 Bolt.new 按下上线键。四周后，它的年化收入冲到 400 万美元。Anthropic 总裁达里奥激动地致电 Bolt 的 CEO：" 你们是我们见过增长最快的客户。"Bolt 采用了 Anthropic 新上线的模型 Claude 3.5 Sonnet，把 Anthropic 的 "GPU 打满了 "。
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 "。另一家企业接一些定制项目，多个团队开始驻场。另几家大厂正为春晚红包备战，AI coding 这场蕴含着丰厚价值的赛道被淹没了。" 这里面有很多偶发因素。" 一位大厂资深人士总结。
截至今年 8 月 6 日，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%；5 月年化收入已达 470 亿美元，Cursor 超 40 亿美元。阿里、腾讯、字节则没有一家披露过 coding 产品营收。
差距是多方面因素造成的。2025 年中期是一道分割线，在此之前，三股力量同时拉开了中美 Vibe Coding 的距离——战略赌注、商业模式和数据飞轮。中国企业用了近三年时间回味过来，并加速了节奏。Anthropic 从成立第一天押注了 " 看起来只是垂直小市场 " 的编程，正在成为当下 AI 最大的价值点。而现在，战场已经从 coding 扩展到 work，从 3000 万程序员扩展到 10 亿知识工作者。
Vibe Coding 中美之差
" 我一定要纠正你的观点，不是说国内 Coding 不行，是 Claude 太厉害了，国内也行。" 一位大厂资深人士告诉数智前线，国内发展瓶颈在于算力。"Anthropic 拥有的 GPU 卡，比国内所有厂商加起来还都多。" 但国内产业界也有另一种声音，认为差距是从底层创新就开始的。
在 2025 年中期之前，字节、阿里、腾讯、智谱、百度以 OpenAI 为主要对标系。" 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。" 智谱一位人士说，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。"Deepseek 第一代模型是 coding，后面也转换了方向。
而 2026 年 7 月 Anthropic 发布的口述史《The Making of Claude Code》揭示，公司成立之初就把 Coding 当作战略方向，2021 年第一款产品是 VS Code 编程助手；值得关注的是，2022 年初，Anthropic 强化学习团队就已搭建平台，训练能自主完成软件任务的模型，他们认为 " 通往 AGI 的路径，很可能要经过大规模自动化软件工程 "；2023 年到 2024 年间，内部工具 "clide" 已经形成，这款 " 简陋 " 的产品，是 Claude Code 原型，定义了今天所有 coding CLI 的形态。
智源研究院理事长黄铁军告诉数智前线，Anthropic 训练模型时，代码 token 占了 4.2T（万亿），超过总量三分之一，其中约一半来自商业软件代码。" 我认为所有搞大语言模型的企业，一开始都重视代码，但程度不同。" 他直言，" 值得反思的是，数字世界对我们影响往往被低估了。现代社会运行在电网上，电网上是一张信息网络，我们很多信息系统不都是计算机代码吗？OpenAI 也一样后悔这块没够重视，被反超了。"
除了押宝方向外，在商业模式上，国内外差异更大。早在 2024 年，中国首批大模型企业已收到了 "coding 能卖钱 " 的信号。百度智能云人士告诉数智前线，在当年招采记录中，代码类 AI 应用成交金额和数量都很靠前，四大需求行业是金融、泛科技互联网、传统软件和制造业。科大讯飞董事长刘庆峰也提及，金融客户大量使用模型代码能力。
但这些项目很大一部分是定制开发、驻场服务。这也造成阿里通义灵码既做标准产品还承接定制开发，投入很高，收益有限；智谱 2024 年扩张政企项目团队，堆人做项目。定制化被认为是一件苦活累活、增长有明显天花板。没有漂亮的增长曲线，在大厂内就无法竞争资源。一位大厂 Coding 研发人士向数智前线回忆，当时团队数十人，" 比较清闲 "。
而海外，此时增长曲线已经跑出来了。" 从 2024 年中开始，Coding 赛道开始火爆。Lovable、Boit.new、Github copilot 的年化收入都是以亿美元为单位的，而且不是一家，是十来家。" 专注 AI 编程的创企蔻町科技 CTO 陈秋武曾告诉数智前线。
这些高速增长起来的企业采用了订阅的 MaaS 收入，产品与模型能力直接相关，定制化项目则有更多额外工作，可以提升效果体验。而中国大厂要到 2025 年中和 2026 年之后才全面转向大规模 MaaS 服务，并从免费获客转向商业收费。
在商业模式差异之外，Anthropic 在此阶段也已经开始了模型、产品和数据的闭环飞轮，这是拉开模型差距的核心原因。
" 现在模型训练能力、方法已经不是瓶颈了，可能就是算力和时间问题。" 华为云 coding 产品 " 码道 " 人士告诉数智前线，" 这个时间，核心是数据飞轮。"
Anthropic Claude code 是一系列前沿探索的综合结果。2024 年 9 月，Claude code 灵魂人物 Boris Cherny 加入后，同事曾拒绝了他提交的手写代码，理由是 " 你应该试试公司代码工具 clide。" 之后，当 Anthropic 推出 tool use 后，Boris 给模型一个工具做实验，问 " 我现在正在听什么音乐 "，模型自己写了 AppleScript 查询播放器，一次成功。这个实验让 Boris 确立了 " 模型应该作为行动主体，人类给它各种工具，允许它读取、编写和运行程序，不要过早把它限制在一套固定工作流里 "。这最终演化为 Claude Code。2024 年下半年，一系列在 Claude 模型上的 AI 编程工具迅速走红，于是 Anthropic 内部两周冲刺拿出产品。
2025 年 2 月，Claude Code 随 3.7 Sonnet 发布。"Anthropic 通过 Claude Code 与用户签协议，收集数据——开发者输入的指令、测试做什么、代码评审关注什么，这些数据不断训练它的模型。" 华为云码道人士进一步举例，实际上 2026 年推出的 GLM5.1 编码能力跟 Claude Code 基本相当，现在更关键的是推理、调度工具和项目框架理解能力，而这些软件工程数据在 GitHub 上根本没有。
大厂自己的代码仓也补不上这个缺口。" 大厂里的代码数量并不是特别丰富，质量参差不齐，很多都是日积月累的‘屎山代码’。" 一位大厂人士说。这也是为什么 2025 年底姚顺雨加入腾讯后，提议搭建一套集团层面的强化学习基础设施，把真实业务产生的数据回流给混元，目标是建立数据飞轮。
2025 年年中之前，中国 Vibe Coding 经历了一段迷茫与沉寂期。百模大战中的小虎们，面临 " 只有大厂养得起基础模型 " 的困惑，纷纷缩减模型训练，去搞应用。大厂中负责 coding 项目的人士，方向虽然看得很准，但面临资源争取问题。
2025 年 1 月，通义灵码负责人丁宇曾向数智前线 " 剧透 " 下一阶段努力的方向——自主编程、" 一人公司 "、"20 个程序员带 10 个 AI 程序员 "。只是集团层面，2025 年最大的 AI 竞争战场是模型开源和 " 通用助手入口之争 "，豆包、元宝、千问的比拼如火如荼，coding 这件事被淹没了。
真正的转身要等到 2025 年年中之后，海外 Cursor、Claude Code 等年化收入数据高企，大厂管理层开始更加关注 coding。在阿里，丁宇从集团内多团队抽调人手，对标 Cursor 封闭开发数月，于 8 月推出 Qoder，并于当月云栖大会上亮相。
追赶与分化
2025 年转折来得猝不及防，DeepSeek 推出 R1，给整个行业带来强烈冲击。图灵智能研究院院长，北京智源人工智能研究院创始副院长刘江回忆，之前大家或多或少有些懈怠，但 Deepseek 让大家看到模型训练的价值。
" 唐杰发了内部信说，大意是很遗憾不是我们做出来的，但同时重燃希望。" 一位智谱人士回忆。唐杰后来复盘说，他原本预判大模型会替代搜索，但现实是谷歌用 AI 把自己的搜索革命了；DeepSeek R1 出现后，" 这个范式基本到头了，剩下更多是工程和技术问题 "。团队争论了很多个晚上，最终决定把精力押注在 Coding 和 Agent 上。
几乎同时，两公里外的月之暗面也在做出选择。在与豆包的投流大战中挫败后，Kimi 停止在产品上大规模投放，把资源收缩回模型，计划做国内第一个万亿参数模型。杨植麟当时说，" 创业公司必须有自己的 bet（赌注），这是避免与对手陷入消耗战的现实选择。"
但两家公司的路径又有些不同。一位智谱人士回忆，当时公司商业上体感还是疯狂做政府外包项目，因为上市需要现金流。智谱在 2025 年 7 月发布了 GLM-4.5，把 Coding、Agentic、Reasoning 整合在一起，提出 "ARC"，这个词后来在圈内流行。
智谱也抓住了一个窗口：2025 年 9 月 Anthropic 停止服务中国用户，它第一时间推出迁移计划，Coding Plan20 元 / 月，是 Claude Pro 的 1/7。到 12 月，媒体报道其 ARR 突破 1 亿元，这样，MaaS 服务的势头就出来了。2026 年 3 月业绩电话会上，CEO 张鹏首次明确提出对标 "Anthropic"。
Kimi 更侧重在模型层。就在今年 K3 发布前一个月，杨植麟判断，编程场景占 token 消耗量的九成以上，" 底层模型还有非常多新的变量 "。他提到了团队训练新一代模型的一些创新，如用 MuonClip 替代 2014 年提出的 Adam 优化器，用线性注意力替代 2017 年提出的 Attention 架构，用注意力残差替代残差连接。" 接下来的 2 到 3 年，底层技术都会被重新改写一遍，将有更多创新架构出现。"
此前，2026 年 2 月 Anthropic 指控月之暗面通过数百个虚假账号蒸馏数据，但多名外部研究者认为，2.8 万亿参数的 K3，其大幅进步不可能仅靠蒸馏，关键仍是模型规模、强化学习和工程能力。
据 Stripe 数据，2026 年 1 月，Kimi 的 K2.5 发布后 ARR 突破 1 亿美元，是 " 六小虎 " 里第一个。这笔钱是从 coding 来的。今年 3 月 Cursor 发布 Composer 2，不到 24 小时就被开发者发现底层基于 Kimi K2.5 开源模型训练而来。第三方行业信息显示，K3 上线后 API 日销售额相比发布前至少提升 6 倍。
大厂在同一时期也有动作。在 2025 年 8 月云栖大会上，Qoder、通义灵码，甚至淘天小团队都展示了 vibe coding 产品。9 月，腾讯发布 CodeBuddy。字节则在 2025 年底发布 Trae 企业版，" 并获得了数千坐席的大客户 "。TRAE 个人版用户量在国内最多，6 月数字约为 800 万。
那是大厂在 2025 年离 coding 最近的一段时间，但这个赛道有些 " 窄 "。进入秋冬，大厂的注意力被另一件事夺走了——争夺 AI 对话助手市场。这一赛道被认为是 AI 时代新流量入口，DeepSeek、腾讯元宝、字节豆包、阿里千问轮番攻顶。
" 在我们内部，要把所有 App 聚合到千问，这件事情不管是公司内部，还是跨公司去协同都很难，我们和字节都在做同一件事，就看谁跑得快。" 一位阿里资深人士告诉数智前线。千问在之后陆续接入淘宝、支付宝、高德、飞猪，而豆包则与抖音有更多协同。
2025 年底，字节拿下春晚合作，腾讯准备了 10 亿元现金红包通过元宝发放，阿里投入 30 亿元通过千问 App 送奶茶，百度 5 亿红包推文心助手。大厂入口之争白热化，coding 的关注力被掩盖。
" 在这一轮 coding 战争中，中美大厂似乎都不太行。" 一位人工智能人士观察，谷歌不缺模型、不缺算力、不缺人、不缺代码库，coding 产品同样不强。大厂旗舰模型要同时对 chat、搜索、多模态、行业 ...... 编程只是其中一格；内部团队竞争，分散了资源；不能像初创企业那样 All in，商业定位顾及面更多 ...... 某种程度上这是多组约束的结果。
过去人们认为，只有大厂才训得起基础模型。2026 年，智谱和月之暗面证明了，创业企业可以下赌注，在模型上冲到全球前沿，并继续追逐 AGI 的前沿。而大厂采用了多模型策略，迅速将自研模型、智谱、Kimi 的开源模型变成 coding plan、云收入和各类产品。" 大厂目前的情况是谁手上有卡，谁就能迅速将 coding 变现。" 一位资深人士说。
在海外，Cursor 等企业也拿走了 Kimi 的开源模型权重，补上自己 Harness 的真实反馈，做成 coding 产品，最后成果归 Cursor。
为此，模型创业公司也在考虑扩大变现。杨植麟称，越来越多模型公司都在做第一方 Agent 产品，以 Anthropic 的 Claude 为例，它并不是在所有维度都极致强调长推理，但依靠 Agent 和 Coding 产品，拿到了非常强的产品效果。业界看到，Kimi 一方面开放 API、适配第三方 Coding 工具，另一方面推出 Kimi CLI 和 Coding 订阅，还有 Kimi Work 这类第一方生产力产品。
2026 年后差距还在，但信心已经不同。"Coding 追上来不难，你看 Kimi 追上智谱很快，我相信千问、DeepSeek 也都能追上来。" 一位阿里云资深人士告诉数智前线，" 基模更好之后，我们涉及到的业务场景很丰富，在这些场景里又有那么多高水平工程师，用应用场景的数据，很快会把 coding 赶上。"" 现在我们也在训 code 模型，以字节的风格很快就能卷上来。" 一位 TRAE 人士说。
" 从 Coding 上看，中国模型对比硅谷有一定差距，如果只用国内模型，它一定没有像 Claude Opus 这样的能力，这是现实。" 腾讯云副总裁、CodeBuddy & WorkBuddy 负责人刘毅对数智前线坦承，但他明确表示，从 2025 年年中开始，产品功能上 " 已经没什么差距了 "。他们的评测显示，CodeBuddy 整个 harness 工程在 SWE-bench 测试中的得分 " 不会比 Openclaw 项目低 "。
" 只要把产品做好，把用户场景做好，把用户和企业业务流程链接好，就能一步步解决真实问题。" 战场因此往前移了一步，中国企业已经开始从 coding 走向 work。
从 coding 到 work 的争夺
今年 3 月，腾讯 WorkBuddy 公测。三个多月后，数智前线问它的第一行代码作者、也是第一任产品经理汪晟杰：CodeBuddy 和 WorkBuddy 谁的价值更大？
CodeBuddy 是腾讯 3 年前开发的 AI 编程工具，WorkBuddy 则是面向不写代码的知识工作者。" 要看人群。" 他说。追问 " 长远来讲是不是 WorkBuddy 用的人更多？" 他的回答是 " 不一定，开发同学肯定还是用 codebuddy。"
一位腾讯人士告诉数智前线，现阶段 coding 产品更挣钱，很多企业还在试用 WorkBuddy 产品阶段，对于 token 消耗费用和企业降本、开拓新业务的机会上还在评估之中。
不过，WorkBuddy 已经成为腾讯今年最受关注的 AI 产品。易观分析统计，截至 6 月底，它在国内 PC 端 AI 原生办公智能体市场的月访问量达到 2097 万，位列第一。
这个用户数据反转的背后，是全球行业在半年内的一次集体转向。2025 年 2 月，Anthropic 上线编程工具 Claud code，今年 1 月它又以研究预览形式上线 Claud Cowork，面向不写代码的普通职场人。
Kimi 杨植麟在今年 6 月算过一笔账：编程场景占模型 token 消耗量的九成以上，但全球程序员不过 3000 万，全球知识工作者超过 10 亿。" 接下来的两三年会是范式的重要突破。" 纯写代码的能力会在 12 个月内达到很高的程度，但再往下，智能体要处理的是 " 很多数字化任务的端到端执行 "。
WorkBuddy 的底座是 CodeBuddy。腾讯云刘毅解释说，他们先做了两年多代码产品，打磨出一个稳定、可以长时工作的 "Coding Agent 内核 "，然后把这个内核嵌入 WorkBuddy。相比之下，很多同行基于 OpenClaw 开源项目搭建的 work 产品，" 效果出不来 "。
汪晟杰介绍，今年 1 月初，他想做一款对标 Claude Cowork 的产品，先面向腾讯内部办公人群。他设想是把腾讯文档、邮箱、乐享知识库、ima 甚至微信读书、音乐串起来，打通工作和生活场景的孤岛。底层复用了 CodeBuddy 对 Anthropic 生态的兼容——插件、Skill，让平台越长越大。
腾讯 WorkBuddy 的势头，搅动大厂展开了新一轮争夺。7 月底到 8 月初，三家大厂的组织调整几乎同时发生。7 月 20 日，腾讯对标 Openclaw 产品的 QClaw 相关团队，调整至云产品六部，与 WorkBuddy 归入同一管理体系。7 月 30 日，字节飞书产品团队并入豆包，成立新的豆包产品团队。8 月 3 日，阿里千问办公正式公测，由 QoderWork、MuleRun、悟空三款产品整合而来，钉钉新任 CEO 陈宇森统筹。百度在今年初推出 DuMate，Kimi 推出 Kimi Work，360 推出纳米 Work。
" 现在行业里有一种观点，未来有一个通用的入口就 OK 了，但是产品形态还在摸索中。你看 Anthropic 有 Claude Code，也有 CoWork，这两个产品长在一个桌面端上。" 百度 DuMate 产品总架构师李景秋对数智前线分析。而 OpenAI 也类似，Work 与 Codex 两个产品，长在一个桌面端上。
中国大厂也在进行新一轮产品布局。腾讯一手 CodeBuddy，一手 WorkBuddy；百度编程有 Comate，办公有 DuMate。阿里的 Qoder 是个全家桶，现在 QoderWork 从全家桶中拆分出来，与悟空、MuleRun 一起，合并进千问办公 QwenWork。Qoder（编码）等仍是独立产品。
字节仍保留了多渠道，豆包与飞书产品合并新豆包产品体系，还有编程体系的 Trae IDE 和它衍生出的 Trae Work。一位人士分析，豆包与飞书产品合并，对白领更有亲和力。
" 企业一个组织里有不同的人，有开发者，也有了解一些技术知识的产品经理，还有职能部门。有的希望零代码开箱即用，有的是低代码，有一些需要高代码或 vibe Coding 方式。" 今年 6 月火山引擎总裁谭待告诉数智前线，" 未来也许会更多，也许会收敛，这个就随着 AI 的发展我们来看就好了。"
当下，所有企业都在从 coding 走向 work，这是为什么？
一位大厂资深人士拆解了这场争夺的底层逻辑。第一，人群基数大。白领数以亿计，场景发散，行政、商务、人事都能用起来，" 一旦用起来就回不去了 "。第二，白领的粘性远强于程序员。程序员货比三家、快速切换，谁便宜、谁效果好用谁；白领不关注技术细节，建了自己的空间、找到能力后就不走了。第三，也是最关键的——数据。"coding 端相对数据不算多，程序员特别注重隐私，会开隐私模式。" 但 work 端不一样，用户会上传 100 个文件让你帮忙梳理，上传量极大、维度极丰富。在国内大厂生态长期有围栏的环境下，这些数据建立的壁垒长期极有价值。
" 一个程序员和一个女白领的消费力不是一个级别。" 他进一步补充，" 这是大厂喜欢的战役。coding 对企业市值或许没那么大影响，work 一旦打开了，会放大 100 倍、1000 倍。"
其实，Work 智能体在企业级怎么变现，所有人都在探索。一位 ToB 企业人士提出，work 类产品的普及是一种员工提效，与企业采购逻辑不同。另一位 ToB 人士说，模式需要摸索。" 飞书里的会议纪要好用了会带来付费，WorkBuddy 打通知识库后，可能会带来按存储的知识库收费，过去企业网盘在国内没人认，现在一些产品如飞书，其实就是网盘卖法。"
四年前，Anthropic 打响了 coding 之战，竞争的核心是模型、产品和数据闭环。如今，Work 这场仗的规模要比 coding 大得多，所需的核心能力仍是这三方面，所有企业都已下场。
" 我们都在圈用户，让用户快速用起来，表达偏好，把 skill 沉淀下来，让他们留在我们这里。" 一位大厂人士说。（联系作者可加微信：helloabc7，注明公司与职位）
© 本文为数智前线（szqx1991）原创内容
未经授权，禁止转载
进群、转载或商务合作联系后台
文章精选
从个人 Agent 到企业级数字分身：组织 AI native 转型的 " 最后十公里 "
当 AI 成为生产力，蚂蚁数科建了一座 " 智能体超级工厂 "
登录后才可以发布评论哦
打开小程序可以发布评论哦