2026 年上半年至今对于资本市场的 AI 其实是一个特别魔幻的一个时间段：市场无限的奖励 AI coding 能力。coding 能力强的智谱被最高推到了万亿市值，还未上市的 deepseek 业内估值 5000 亿。但是半年报直接揭开了遮羞布：智谱，deepsesk 半年度营收只有几个亿，亏损十几个亿。究其原因：AI CODING 市场远没有大家想象的那么大，尤其在中国软件行业以项目制为主的大背景下，coding 订阅付费的潜力在现实面前无所遁形：堪堪几十亿规模 --- 未来也不会有大规模增长，更别提爆发。      思考问题需要有两面性：假设 coding 未来真的意外的爆发了呢？很容易反驳：付费买 coding 的人或企业他 coding 买来最终是要做成产品→产品最终要变现到 C 端→可是 C 端消费并没有因为 coding 爆发→不再付费买 coding。 

    本质上 coding 还是属于工具层，并不能主导 AI 应用的爆发。所以整个中国社会舆情都被美国 anthropic 带偏了，在超级 AI 应用还未爆发之前，美国为了完善 AI 叙事的链条，配合资本市场叙事，尽力的吹嘘 coding，这将不可持续。Anthropic 的掌门人最近呼吁暂缓人工智能的发展，其实本质上也是 coding 能力很难再遵循 scaling law，遇到了瓶颈：编码的语料就那么多，单纯的堆算力已经很难再往上提升。

    那么问题来了，Ai coding 是否一无是处呢？答案是否定的：coding 能力可以提升 AI agent 的能力，换句话说是 agent 能力的必备属性。AI agent 未来市场规模将是 coding 的几百倍以上。

    组成 AI agent：1.coding 能力是必备基础 2. 行业 know how 是核心。

    举个例子$ 科大讯飞 ( SZ002230 ) $   核心两个赛道：AI+ 医疗：

临床辅助诊断 / 影像（高壁垒，需要 NMPA 证）

核心：医学鉴别推理、多模态阅片、低幻觉、可解释、医疗器械注册。对代码和行业 Know-how 要求都很高。

医疗文书、病历质控、病案、医院科研（商业化最快）

核心：病历文本理解、结构化、院内系统对接、私有化部署、医保 / 病案规则知识库；对顶尖代码能力要求不高，但医疗行业 Know-how 很重

    AI+ 教育：

          AI+ 教育必备能力 = 贴合国内课标学科底座 + 教学 Agent 学情诊断 + 教研与软硬件交付能力 + 未成年人数据合规；代码能力只是辅助工具，教研沉淀、学生真实学情数据、软硬一体闭环，才是最高壁垒。

    通过医疗和教育的例子可以发现：在未来 AI agent 庞大的市场面前，coding 只是工具类的选项，而真正决定 AI 应用落地的壁垒是行业 Know-how。未来在 1024 开发者节，讯飞将会发布基于昇腾最新平台的旗舰大模型，重点提升 coding 能力以及将 angent 能力提升到国内第一梯队，而在垂直赛道，高壁垒的高质量数据集将会遥遥领先。

    总结：AI 应用未来的落地跟行业 agent 密不可分。而行业 agent 的壁垒在于你的智能体是否懂这个行业，能否帮助企业降本增效，能否提供更有价值的引导，而不是什么 coding 能力大比拼。整个市场需要重新审视什么是真正的 AI 应用落地，而不是被资本市场说的故事裹挟，或者成为美国 Ai 的映射。科大讯飞的路线必然是未来最正确的路线，无可置疑！

追加内容

本文作者可以追加内容哦 !