出路在哪里。
2024年夏天,經歷了3次重大功能更新和40余次功能迭代之后,AI代碼編輯器Cursor在北美制造了一場程序員狂潮,并且也隨即成為大洋彼岸中國程序員們的編程工具首選。
面對強大的GitHub Copilot,Cursor帶來的交互方式的變化、使用體感上的創新、對整個程序文件全局補全代碼的能力、雖由OpenAI孵化但基座模型棄GPT4而選Claude的決策、快速拿下3000名各領域客戶的成績、以及早在8月就達到的4億美元估值,都讓它成為科技圈熱議的焦點。
Cursor甚至都不是硅谷第一個走紅的AI編程產品,更不是最后一個。
今年3月,“AI程序員”Devin引發行業廣泛關注,僅5個月后,另一家名為Cosine的AI初創宣稱,他們全新推出的AI程序員Genie測試表現遠超Devin,8月,集成了AI的強化型代碼編輯器Cursor迅速成為頂流,作為VS Code的衍生版本,它在繼承VS Code優勢的基礎上,全面融入AI功能,極大簡化了軟件開發工作流和編程過程,在它之后,Magic、Bolt、Replit、Supermaven紛紛成為AI編程明星公司的代表,他們各自擅長不同的方向,Supermaven重上下文本長度,Bolt、Replit在工作流上做了更多延展,不僅能設計代碼的整體結構,還能夠對代碼作出全局修改,甚至超出了Cursor的能力邊界。
據報道,這些公司的總融資額早已超過了22億美元。AI編程在硅谷逐漸成為最性感的AI賽道,10余家今年活躍的AI編程初創中,已有7家成長為獨角獸。然而,與很多領域的“追逐”不同,在AI編程公司席卷硅谷的同時,國內卻基本上沒有聽到過AI編程初創公司的大消息。
一位前沿科技領域主流VC的投資人告訴硅星人,其實國內去年一下子也冒出了多家AI編程公司,他們當時梳理完曾經有十四五家。
“那些創業團隊都在編程賽道上想各樣東西,比如代碼搜索,比如面對論文進行編程,比如做代碼注釋,或者代碼修復,還有一部分在做純代碼生成,完全對標Cursor。”他稱。
“但問題是,水平差了很多。”他形容,總體而言這些團隊做得代碼生成,程度不深。
硅星人了解到,去年奇績創壇投了六家AI編程領域的初創,此后幾乎全軍覆沒,而去年10余家曾短暫浮出水面的代碼類團隊,今年大部分已經退場。
對標Cursor,現實骨感
“水平差了很多”的問題,其實是個AI行業常見的問題。在基礎模型上,在Chat類的AI應用上,其實都存在中國公司追趕美國對手的現狀,但事實上這些賽道還是有融資發生,投資人也能在市場邏輯上自洽。
但AI編程有一個很大不同,就是——面向開發者的AI編程產品沒有國界。這與那些面向企業的知識庫問答助手等產品都并不一樣,因為語言、生態等方面的差別,中國和美國差異很大。據硅星人了解,面向企業的知識庫問答助手,面向中國和美國客戶,面向中文與英文的版本差異堪稱巨大。
“美國先做出了好產品,國內開發者都會去用,沒有太多門檻”。來也科技CTO胡一川指出。
于是,水平做得太淺在AI編程的賽道上,就成了第一個問題。達不到Cursor、Bolt、Magic等新貴的身位,這個硬標準如果不能啟及,在許多中國投資人眼里,再好的團隊也不能吸引到投資。
有AI應用團隊聯合創始人表示,海外市場目前很多類似Cursor的明星產品跑出,本質上是美國資本市場對這類——用海外最好的大模型(Cursor用的是Claude)直接做插件,做成Agent的編程產品非常buy in。客觀而言,在模型層面,國內似乎不缺乏比肩GPT4的模型,然而問題似乎不在這里。因為哪怕是同樣基于海外模型,目前很多應用的產品完成度和能力都依然欠缺。
于是,當國內投資人看AI編程賽道的一個共同邏輯是對標Cursor時,就自然下不了手。上文提到的AI應用創業者表示,他經歷過幾十次非常類似的交談,但發現投資人們最終認為,“這個標準國內產品是達不到的”。
“現階段在海外能解決這種IDE生態問題的中國團隊尚且看不到。”AIGCode CEO宿文表示。IDE指的是集成開發環境,指用于提供程序開發環境的應用程序,包括代碼編輯器、編譯器、調試器和圖形用戶界面等工具,如微軟VS系列問題。他認為,目前中國公司們哪怕想在海外實現Cursor這樣的“插件邏輯”,也是遙遙無期。
當在技術本身落后時,中國投資人過往的一個常見邏輯是,我們有更大的市場和應用場景,商業化上可以快速跑起來,進而帶來應用上的彎道超車機會。然而在AI編程上,商業化的環境也沒有比海外好到哪去。
“投它(AI編程)就是因為其賺錢。”常駐硅谷的Amino Capital合伙人徐霄羽表示,AI編程火爆于硅谷,背后原因是PLG(產品驅動增長)SaaS模式在整個海外是成立的。徐霄羽發現,她們機構最近3年投資的初創公司,發現并找到PMF的生成式AI公司,比沒有生成式AI驅動的公司能節省一半時間達到1000萬美金ARR(年度經常性收入),這雖然不能幫助這些公司日后成為谷歌,但足夠發展成一個小獨角獸體量,其中最典型的例子就是2016年成立,今年躍升成為編程界新貴的Replit。
但事實上,哪怕在硅谷當紅編程工具如Github Copilot、Cursor和Bolt,在現實中的產品狀態也沒有達到強付費點。構建自有編程模型的另一家新貴Magic,甚至都沒有發布正式可用產品,他們仍解決存量場景下的存量程序員需求。
國內的付費道路更在最早期。
國內2B SaaS生態因利潤率低不賺錢,因復雜環境成因不起勢已是老生常談,就連李開復日前都說“現在還沒有SaaS訂閱的妄念”。而且,AI編程很重要的目標群體是互聯網公司的程序員們,但大廠傾向于團隊自己做生產工具。公開信息顯示,阿里云、字節跳動、華為、百度內部都有成熟的AI編程業務,這些業務服務于內部,讓外部的創業公司少了很多市場機會,同時這些業務在市場成熟的時候也很可能轉身入局,對外提供服務,像當年釘釘與飛書的歷程一樣,屆時創業公司的空間也會進一步被碾壓。
尋找出路:有人找獨特的市場機會,有人認為還是要硬碰硬
劉罡是國內最早關注AI+行業方向的風險投資人之一,依循阿爾法公社的“投人不投賽道”的邏輯,作為合伙人的他很早走訪到幾家很有潛力的AI編程團隊,包括其中一家編程方向的項目,團隊資質良好,有不錯的產品,項目針對B端企業和開發者,但付費很成問題,他們曾找到少數大B客戶做私有化部署,但總體“說白了收不上錢”,勉強維持但無法實現快速發展。
這一團隊于2023年下半年陷入困局,今年伊始,他們堅決轉型進入全新領域,開始有了一些不錯的營收和業務增量。
北京大學長聘教授李戈耶是國內這一賽道最早的闖關人。兩年前他創立了aiXcoder,早于ChatGPT問世之前,李戈用比較傳統的編程方法孵化這一項目,在IDE(集成開發環境)里做插件,做代碼補齊,有些類似經典的知識圖譜。
2023年起,aiXcoder調轉船頭擁抱大模型,做大B端和2G端生意,接連獲得了幾家銀行和國企商單,年中預測今年會有6000萬左右的營收,和近10億人民幣左右的市面估值。還有高瓴、清流資本和一家汽車產業鏈基金的加注。
“這是中國特有的機會,國內有很多大型公司,自己有比較大的開發團隊,它們需要AI編程的輔助,但又不可能用GitHub Copilot或者Cursor這樣需要連接云端大模型的產品。“胡一川認為。
當下國內絕大部分頭部銀行、保險公司、和金融行業里的大型企業,都擁有異常龐大的開發團隊,小則幾千,大則上萬,他們的共性是希望運用先進的AI工具和技術,但不太可能使用互聯網上的編程工具,出于安全考慮,必須使用一款能在環境里做本地化部署的AI編程整工具。
這不僅是AI編程一個賽道的特性,還折射出整個大模型To B落地的新趨勢。胡一川認為,目前很多客戶要的不僅僅是你的模型本身,或者AI編程軟件,要的是軟硬一體化的方案,“要這個東西做本地化部署,需要選擇什么樣的GPU,怎么在GPU上做訓練和推理,怎么高效使用GPU,都需要廠商具備很專業的服務能力。”
總之,“AI coding這里面的角色從設計到開發到測試到發布都有,新的公司想繼續走這條路,競爭是非常激烈的,除非他找到了一個非常獨特的群體,或者非常垂直的領域,一些通用的產品解決不了的問題,它能夠解決,才可能會有機會。”胡一川說。
這的確是一種生存思路。最近原月之暗面視頻生成產品Noisee負責人明超平離職,他創業的項目也是一家AI編程公司,據硅星人了解,這家公司是走輕量級類似Websim的產品路線,瞄準游戲等場景,(Websim是款僅通過文字描述就可以生成網站的網站,可以生成小游戲和一段音樂,由OpenAI、Anthropic等大模型驅動,如Claude 3.5 Sonnet和GPT-4o),暫時沒有自己的專屬模型,要走比Bolt還輕的產品付費路線。
與此同時,還是有新的創業者“不信邪”,認為最終的出路還是要與海外最強的產品“硬碰硬”,在能力和模式上通過創新來獲取自己的機會。
AIGCode的宿文是其中一員。他表示,一些AI編程國內企業做的大量工作是代碼測試和代碼修復,這都只是進入到了編程賽道,但不算真正在做深度代碼生成。
“這個真正的工作像吃肉,需要放棄邊角料”。
他此前在華創資本做投資人。2021年3月離開華創之后,保留了投資合伙人的身份,但幾乎是全職投入了創業模式,最終他在今年1月創立AI編程公司AIGCode,獲得了兩輪融資
AIGCode的產品是一個端到端的Autopilot工具,有自己“pre-train from scratch”的通用模型,想對標poolside、magic,做大模型時代的產品發動機。
宿文告訴硅星人,他把端到端做代碼生成定為自己20多人團隊的工作方向。“20多人搞不定的事兒,200個人也搞不定,這個賽道的技術人才是非常有限的,有幾個人做過預訓練又有多少人做過先進且創新的軟件架構呢?”20人的規模與他對標的競爭對手,美國AI編程初創Magic的體量相當。
從模型和軟件架構上去做代碼生成,做端到端完成任務的編程工具,并訓出自己的模型,與應用垂直結合,最終接管APP工廠里的多個職能,這種端到端完成任務的編程方式,是宿文眼中在編程領域能脫穎而出的唯一方法。在鏈路管線上分工明確的硅谷,端到端沒有必要,但在中國的開發與B端環境里,端到端可能是更符合市場需求的模式。
“只有端到端的代碼生成或者片段化的代碼補齊叫做AI編程”。
但這也要求你真的可以做得比硅谷新貴們流程全,做得水平比他們還好。這顯然并不容易,和其他同行一樣,市場和投資人給他的時間窗口也是有限的。一切都需要加速進行。
宿文表示,自己的團隊已經把很多先驗性東西跑完,目前處于往產品上補全功能覆蓋度的階段,并于最近開啟了產品內測。
“付費點沒到之前,最好的辦法是先讓用戶起來,讓產品出來,這個賽道就像南北坡爬山,Copilot已經從北坡先爬到了大本營,我們在南坡還不一樣,但大家最終都能登頂。“宿文說。
本文來源:36氪
文章轉載于其他網絡,如有侵權請聯系我們及時刪除!