圖片來(lái)源@pixabay
AI能力落地是當(dāng)下最熱門的話題，從走下技術(shù)神壇，到真正賦能場(chǎng)景和業(yè)務(wù)，撥開輿論的重重迷霧，真實(shí)情況如何？我們將以“真相”為主線，持續(xù)推出系列稿件，理性觀察AI技術(shù)應(yīng)用落地的現(xiàn)狀和未來(lái)，也歡迎產(chǎn)業(yè)各方參與話題討論。
“AI替代程序員”的言論甚囂，AI編程（AI Coding）也正被多方共同塑造為“大幅提升企業(yè)開發(fā)效率潛力”的形象。但在大廠和創(chuàng)企產(chǎn)品競(jìng)賽、企業(yè)內(nèi)部應(yīng)用不甘落后之外，仍處在探索期的AI編程，自面世至今備受質(zhì)疑。
近日，一支由國(guó)際算法奧賽金牌得主組成的科研團(tuán)隊(duì)推出了 LiveCodeBench Pro 基準(zhǔn)測(cè)試，結(jié)果讓人大跌眼鏡：GPT-4o、DeepSeek R1、Claude 3等20個(gè)頂級(jí)大模型，在來(lái)自頂級(jí)賽事的最新584道編程賽題上展開對(duì)決，在高難度題目上，所有AI的通過(guò)率是——0%。（相關(guān)報(bào)道《AI替代程序員？一項(xiàng)最新測(cè)試的結(jié)果恰恰相反 | 企服國(guó)際觀察》）
可以說(shuō)，脫離了網(wǎng)絡(luò)信息作為訓(xùn)練數(shù)據(jù)，不能“作弊”，AI的編程能力遠(yuǎn)沒有外界吹捧的那么神乎其神。
而且，在關(guān)于AI編程的熱議中，作為最卷也最容易接受創(chuàng)新事物的程序員群體，隨著更多實(shí)際應(yīng)用，對(duì)AI編程工具也在祛魅。
“出于信息安全的考慮，安全部門會(huì)禁止使用AI大模型，即便是本地部署。但同時(shí)，業(yè)務(wù)部門經(jīng)理會(huì)要求所有開發(fā)人員必須使用大模型以提高性能。每個(gè)部門都矛盾，但又認(rèn)為自己的做法正確。公司裁員后，我們將績(jī)效提高了1倍多，但事實(shí)上沒有任何工具能夠幫我們實(shí)現(xiàn)這一目標(biāo)。”
“大多數(shù)出于數(shù)據(jù)合規(guī)保密不讓用外部商業(yè)化成型的AI工具，內(nèi)部的IDE插件又不太好用，加上大廠上下游太多，潛在業(yè)務(wù)知識(shí)太多，‘屎山’（結(jié)構(gòu)混亂、難以理解和維護(hù)的代碼）太多，導(dǎo)致很多時(shí)候也要自己將業(yè)務(wù)知識(shí)翻譯成Prompt時(shí)間也多，所以總的來(lái)說(shuō)性價(jià)比不太高。”
“去年Claude推出編程功能時(shí)，我興奮得不行。想象一下：描述想法，代碼自動(dòng)生成，效率提升10倍。半年下來(lái)，有驚喜也有血淚教訓(xùn)。最大的收獲是：AI很強(qiáng)，但需要人類劃清邊界。”
“此前完全沒碰過(guò)Cursor，focus可能還在傳統(tǒng)的完成一些task，但殊不知在外面的世界，現(xiàn)在提升的技能或知識(shí)已經(jīng)完全不重要了。以我的視角來(lái)看，現(xiàn)在非常需要使用AI的經(jīng)驗(yàn)，我想說(shuō)AI是個(gè)工具，如何合適的使用它來(lái)幫助到自己才是本事。”
“人用AI寫代碼和自己寫代碼的唯一區(qū)別是，用AI寫代碼你意識(shí)不到自己是在用自然語(yǔ)言編程，即使是自然語(yǔ)言，也不能只給出需求，自然語(yǔ)言編程也需要編程的邏輯和規(guī)范設(shè)計(jì)。”
在筆者與多位業(yè)內(nèi)從業(yè)者交流中，一個(gè)共識(shí)越來(lái)越清晰：AI尚無(wú)法取代人類，只是在重塑開發(fā)者的角色定位。基于大模型本質(zhì)和產(chǎn)品成熟度的因素，部分開發(fā)人員依然對(duì)AI編程無(wú)法接受，這類工具還未能快速普及。
是否值得信任是關(guān)鍵考量。根據(jù) Cloudsmith 的《2025 Artifact管理報(bào)告》，三分之一的開發(fā)人員在每次部署之前并未審查AI生成的代碼，這意味著“很大一部分”代碼未經(jīng)審查，這給供應(yīng)鏈帶來(lái)了越來(lái)越大的漏洞。AI將成為軟件堆棧的關(guān)鍵貢獻(xiàn)者，而信任模型、工具和策略尚未跟上。而且，依靠人工審查代碼是不可持續(xù)的。
更現(xiàn)實(shí)的問(wèn)題是，AI編程產(chǎn)品并不便宜，說(shuō)服讓先一步用上AI編程的企業(yè)花更多錢，特別是已經(jīng)達(dá)到IT預(yù)算上限的客戶，其實(shí)并不容易。
高盛作為微軟GitHub Copilot的早期客戶，為其約1.2萬(wàn)名開發(fā)人員每人購(gòu)買了該工具的月度訂閱，每年花費(fèi)數(shù)百萬(wàn)美元。該客戶最近同樣在關(guān)注Copilot之外的競(jìng)品，這也迫使微軟調(diào)整定價(jià)策略：也可以基于用戶的使用量，而不是純訂閱模式，同時(shí)推出Agent等新功能產(chǎn)品以說(shuō)服客戶追加預(yù)算。
反觀國(guó)內(nèi)，雖然大廠和不少創(chuàng)企也在紛紛入局，無(wú)論是爭(zhēng)論原生IDE還是插件，Agent是實(shí)時(shí)還是異步，除了技術(shù)產(chǎn)品的差距需要跟進(jìn)外，商業(yè)化就當(dāng)前的國(guó)內(nèi)市場(chǎng)環(huán)境而言，其實(shí)更為艱難。
AI編程核心支撐在于大語(yǔ)言模型，或由微調(diào)模型如OpenAI的Codex提供支持，能夠自動(dòng)補(bǔ)全代碼、提供調(diào)試建議、根據(jù)自然語(yǔ)言提示編寫完整腳本。正因如此，越來(lái)越多的AI編程工具如GitHub Copilot、Cursor出現(xiàn)，并被納入企業(yè)日常開發(fā)工作流程之中。
但一些企業(yè)已經(jīng)意識(shí)到現(xiàn)階段AI編程助手存在的弊端。
2023年，GitHub Copilot因訓(xùn)練數(shù)據(jù)合法性陷入訴訟，原因在于AI生成的代碼可能包含來(lái)自MTL、GPL等開源協(xié)議的下的代碼，而這些代碼并未經(jīng)GitHub Copilot屬性聲明。同年，武漢大學(xué)等六所高校針對(duì)GitHub Copilot生成代碼的安全性提出質(zhì)疑，并指出Copilot生成的代碼可能包含安全漏洞，開發(fā)人員在接受Copilot生成的代碼之前，應(yīng)進(jìn)行嚴(yán)格的安全審查。
今年3月，AI編程軟件Lovable被發(fā)現(xiàn)存在重大漏洞：使用Lovable構(gòu)建的應(yīng)用存在泄露用戶個(gè)人信息的情況，同時(shí)還會(huì)泄露Lovable客戶用于訪問(wèn)其他服務(wù)的密碼。隨后這類問(wèn)題被Lovable解釋為“并非自家獨(dú)有，任何面向非專業(yè)開發(fā)者的AI編程產(chǎn)品都面臨類似的問(wèn)題。”Lovable為此推出了一款“安全掃描”的新功能，旨在檢測(cè)漏洞，才將此事平息。
筆者注意到，不少海外企業(yè)公開表示，AI生成的代碼有時(shí)并不能按預(yù)期運(yùn)行，甚至更糟的是，可能使其更易受黑客攻擊或數(shù)據(jù)泄露。如果將AI編程生成的軟件直接用作系統(tǒng)運(yùn)行，很可能會(huì)給企業(yè)留下一個(gè)缺陷性產(chǎn)品。
原因在于，AI并不能真正理解代碼邏輯，而是基于概率模型生成看似合理的代碼，這意味著，AI編程可能存在潛在的錯(cuò)誤或安全漏洞。
為了防范AI生成代碼中潛伏的風(fēng)險(xiǎn)，一些企業(yè)已開始明確提醒其工程師不要發(fā)布任何未經(jīng)人工審核的軟件。
營(yíng)銷分析軟件公司Amplitude制定了一項(xiàng)政策，要求所有AI生成的代碼在客戶使用前都要經(jīng)過(guò)審核。同時(shí)，Amplitude更傾向于使用托管在自有服務(wù)器上的模型，而不是基于云端數(shù)據(jù)中心運(yùn)行。此外，Amplitude也會(huì)事先提示模型有限考慮其生成的代碼安全性，或者要求模型事后檢查自身代碼是否存在缺陷。
國(guó)內(nèi)企業(yè)市場(chǎng)，這種情況也正在上演。
對(duì)于具備強(qiáng)大自研團(tuán)隊(duì)及能力的互聯(lián)網(wǎng)企業(yè)，或出于安全和內(nèi)部研發(fā)訴求的因素，會(huì)首先考慮自研工具。
字節(jié)跳動(dòng)公開表示，目前超過(guò)80%的工程師在使用其開發(fā)的TRAE產(chǎn)品輔助開發(fā)。但此前5月，字節(jié)跳動(dòng)安全與風(fēng)控部門曾發(fā)布內(nèi)部郵件稱，出于對(duì)防范數(shù)據(jù)泄露風(fēng)險(xiǎn)的考慮，自6月30日起，將在內(nèi)部分批次禁用第三方AI開發(fā)軟件，包括AI編程工具Cursor、Windsurf等，并將Trae作為替代方案。
美團(tuán)在6月初發(fā)布AI編程類工具NoCode，集成了美團(tuán)自研千億參數(shù)規(guī)模的模型LongCat。作為一款服務(wù)于內(nèi)部員工，并希望將能力進(jìn)一步開放給外部人員的軟件工具，美團(tuán)基礎(chǔ)研發(fā)平臺(tái)智能開發(fā)工具負(fù)責(zé)人俞超對(duì)筆者解釋，“大公司自研工具往往源自于自身訴求，而多數(shù)純商業(yè)軟件無(wú)法滿足企業(yè)內(nèi)部研發(fā)場(chǎng)景，企業(yè)自身研發(fā)流程進(jìn)行深度優(yōu)化。”
對(duì)于企業(yè)而言，一些需要通過(guò)外部采購(gòu)快速構(gòu)建的業(yè)務(wù)系統(tǒng)領(lǐng)域，要在保證數(shù)據(jù)安全的前提下，考慮整個(gè)研發(fā)流程及系統(tǒng)運(yùn)維的便捷性。
“大家都知道汽車行業(yè)競(jìng)爭(zhēng)非常激烈，對(duì)于功能的快速開發(fā)有強(qiáng)烈訴求。同時(shí)，維護(hù)周期也非常長(zhǎng)。所以車企對(duì)于效率有要求，對(duì)質(zhì)量要求更高。”蔚來(lái)汽車資深工程師揭曉表示。近兩年，蔚來(lái)汽車開始逐步將AI編程工具用于模板生成、單元測(cè)試自動(dòng)生成等內(nèi)部研發(fā)場(chǎng)景。
2024年初，蔚來(lái)汽車從微軟Github Copilot切換到了阿里云通義靈碼。談及當(dāng)時(shí)為什么會(huì)最終選擇通義靈碼，揭曉指出，核心就是代碼安全問(wèn)題，“雖然在此之前內(nèi)部曾小范圍使用過(guò)一段時(shí)間Copilot，但出于數(shù)據(jù)跨境風(fēng)險(xiǎn)的考慮，標(biāo)準(zhǔn)化的海外產(chǎn)品其實(shí)并不適合于在全公司內(nèi)大范圍推廣。”
回顧此次國(guó)內(nèi)選型，其實(shí)能夠在AI編程領(lǐng)域投入資源的廠商并不多，背靠大廠資源的通義靈碼，在產(chǎn)品及模型層面更接近于海外產(chǎn)品，且工程化層面成熟度高，“不可否認(rèn)，國(guó)外模型會(huì)有一定優(yōu)勢(shì)，回答的更簡(jiǎn)潔，準(zhǔn)確性一定場(chǎng)景下會(huì)更好。但我們也會(huì)看重一些產(chǎn)品功能上的細(xì)節(jié)點(diǎn)，在產(chǎn)品設(shè)計(jì)尤其是安全性層面的前瞻性。”揭曉指出。
蔚來(lái)汽車用上了通義靈碼，但目前并未采用其提供的私有化部署解決方案，即大模型、服務(wù)部署在企業(yè)內(nèi)網(wǎng)，與外網(wǎng)形成隔離。
揭曉告訴筆者，“雖然這種方案可以實(shí)現(xiàn)100%安全，但當(dāng)前來(lái)看沒有采取的核心原因有兩點(diǎn)：一是貴，二是升級(jí)和維護(hù)非常麻煩，網(wǎng)絡(luò)隔絕就是需要廠商時(shí)刻派人進(jìn)行升級(jí)維護(hù)。”
對(duì)于技術(shù)自信的開發(fā)人而言，AI編程如同無(wú)法了解代碼來(lái)源及工作原理的“黑箱”，如何推動(dòng)他們深層次使用？
幾個(gè)月前，微軟高管就一直在鼓勵(lì)內(nèi)部員工更多地使用AI編程以加快軟件開發(fā)。據(jù)悉，微軟幾個(gè)負(fù)責(zé)研發(fā)提效的團(tuán)隊(duì)已經(jīng)設(shè)置一些監(jiān)測(cè)工具，用于追蹤基于Copilot生成的代碼量。
而與此同時(shí)，微軟最新一項(xiàng)6000名員工的裁員計(jì)劃中，有一部分員工來(lái)自軟件工程師。盡管微軟發(fā)言人在一份聲明中表示，公司并非用AI取代現(xiàn)有人員崗位，而是利用技術(shù)來(lái)提高效率，但其明顯意圖在于，工程師需要轉(zhuǎn)型成為“人工智能提示工程師”，向AI編程助手發(fā)出指令，而不是從頭開始編寫代碼的傳統(tǒng)程序員。
基于近段時(shí)間服務(wù)銀行業(yè)客戶的實(shí)踐，神州信息新動(dòng)力數(shù)字金融研究院副院長(zhǎng)薛春雨向筆者分析表示，“目前銀行業(yè)對(duì)科技驅(qū)動(dòng)這件事情是積極的，但在實(shí)際推行過(guò)程中同樣面臨問(wèn)題：一是設(shè)計(jì)文檔的問(wèn)題，大模型訓(xùn)練所需的上下文數(shù)據(jù)明顯不足；二是開發(fā)人員接受度，以及銀行內(nèi)部降本增效帶來(lái)的抵觸因素；三是銀行特有的業(yè)務(wù)場(chǎng)景，比如數(shù)據(jù)的開發(fā)跟交易的開發(fā)并不一樣。”
俞超認(rèn)為，“當(dāng)前（國(guó)內(nèi)）整體的AI編程的滲透率還不夠高，大部分人還沒有用好。”從他目前的觀察來(lái)看，主要有兩類群體對(duì)AI編程存在消極態(tài)度：一類是工作時(shí)間長(zhǎng)且認(rèn)為自身代碼能力強(qiáng)的不愿意嘗試；還有一類是雖然愿意嘗試，但本身這類程序員的代碼可讀性就差，連注釋都沒有，都是文件上建補(bǔ)丁，其實(shí)這類群體也不見得能用好AI。
基于對(duì)AI編程未來(lái)的樂觀態(tài)度，俞超認(rèn)為，“未來(lái)具備良好編程基礎(chǔ)、有強(qiáng)烈意愿且動(dòng)手能力強(qiáng)的程序員，在AI編程時(shí)代將具備明顯的核心競(jìng)爭(zhēng)力。同時(shí)，模型能力也在發(fā)展，可能未來(lái)開發(fā)者也不需要具備特別強(qiáng)的編程素質(zhì)，就能夠完成一些端到端的開發(fā)。”
在美團(tuán)內(nèi)部，NoCode 去年年底就上線了，產(chǎn)品、設(shè)計(jì)用來(lái)畫原型，HR、行政團(tuán)隊(duì)等非技術(shù)人員也開始利用該產(chǎn)品解決工作中遇到的問(wèn)題，甚至有人通過(guò)對(duì)話幾百輪構(gòu)建出完整的系統(tǒng)，而在此之前他們毫無(wú)編程經(jīng)驗(yàn)。
而很多人可能會(huì)忽略工具平臺(tái)的統(tǒng)一性問(wèn)題。在揭曉看來(lái)，“至少要保證在同一個(gè)部門或公司內(nèi)部實(shí)現(xiàn)AI編程工具的統(tǒng)一。”比如寫一份培訓(xùn)文檔，就很難在另一個(gè)工具上進(jìn)行復(fù)現(xiàn)，自定義Prompt、項(xiàng)目規(guī)范、RAG等，維護(hù)起來(lái)也非常麻煩。
“即便AI能夠產(chǎn)生結(jié)果上的代碼，但并不意味著這種質(zhì)量和效果，是可以滿足公司的迭代演進(jìn)和維護(hù)訴求，往往還需要優(yōu)秀程序員對(duì)整個(gè)架構(gòu)做把關(guān)。”揭曉表示。
能夠看到，企業(yè)客戶現(xiàn)在很熱情的擁抱大模型，但能不能節(jié)省開發(fā)人員，以及生成的代碼可不可用，都還是問(wèn)題。
一位開發(fā)人員則對(duì)筆者表示，在使用AI的過(guò)程中，發(fā)現(xiàn)最頭疼的就是AI不太適合做高層級(jí)抽象的設(shè)計(jì)，而更適合做具體的任務(wù)。此外，從價(jià)值角度判斷，很難準(zhǔn)確說(shuō)明AI編程對(duì)企業(yè)研發(fā)效率和質(zhì)量的提升，只能說(shuō)“部分場(chǎng)景的價(jià)值比較明顯，但距離理想狀態(tài)還有一定差距。”
AI編程的落地速度加快，一些共識(shí)已潛移默化中達(dá)成。筆者整理并結(jié)合訪談發(fā)現(xiàn)，業(yè)內(nèi)多數(shù)專家提及了基礎(chǔ)模型能力提升對(duì)AI編程工具的影響。
去年，Cursor的開發(fā)商Anysphere發(fā)布了自研模型Cursor-Fast，OpenAI計(jì)劃以30億美金收購(gòu)AI編程助手開發(fā)商Windsurf，后者隨后發(fā)布SWE-1模型，被認(rèn)為其核心目的是提高模型自主能力，并控制成本。
騰訊云開發(fā)者產(chǎn)品總經(jīng)理劉毅在解釋其代碼助手CodeBuddy時(shí)提到，下一段研發(fā)提效的瓶頸有三方面：大模型對(duì)人輸入的指令感知不夠精確、對(duì)復(fù)雜工程的理解與處理能力不足，以及軟件工程各階段的協(xié)作工具與信息傳遞仍然割裂。
5月末，通義靈碼產(chǎn)品技術(shù)負(fù)責(zé)人陳鑫（神秀）在關(guān)于通義靈碼AI IDE升級(jí)的交流中指出，“在未來(lái)AI編程領(lǐng)域，一定是端到端的競(jìng)爭(zhēng)，即應(yīng)用+模型+AI infra的整體能力，這樣才能實(shí)現(xiàn)更好的性價(jià)比和自主優(yōu)勢(shì)。”
俞超也對(duì)筆者表示，“業(yè)內(nèi)普遍共識(shí)是2027年之前會(huì)實(shí)現(xiàn)完整的端到端自動(dòng)化。回顧過(guò)去兩年，AI編程的進(jìn)步，更多也是底層模型的能力帶來(lái)的。隨著模型能力的提升，模型出錯(cuò)的概率會(huì)越來(lái)越小，當(dāng)前很多的技術(shù)方案、架構(gòu)可能會(huì)隨著技術(shù)進(jìn)步而逐步過(guò)時(shí)。”
比如，Cognition公司的Devin很早就做出來(lái)了，但效果沒有跟上，也是因?yàn)槟Ｐ湍芰μ嵘蛔?。?dāng)每個(gè)階段模型的窗口和推理能力、推理速度等沒有達(dá)到時(shí)，就需要通過(guò)大量的工程去解決問(wèn)題。
俞超的判斷是，“可能剛開始模型能力不強(qiáng)時(shí)，需要做大量工程化技術(shù)去做優(yōu)化，但未來(lái)隨著模型發(fā)展和推理能力的提升，未來(lái)的應(yīng)用架構(gòu)可能會(huì)變得更為簡(jiǎn)單，不再依賴大量工程優(yōu)化來(lái)彌補(bǔ)模型問(wèn)題。”
如今，AI編程在海外市場(chǎng)已進(jìn)入一番纏斗狀態(tài)：
大模型公司Anthropic在2月推出了自己的AI編程工具Claude Code，隨后又在近日突然切斷了Windsurf對(duì)Claude系列模型的訪問(wèn)。
而在Anthropic和Windsurf的PK之外，Cursor已經(jīng)在大肆攻城略地，與GitHub Copilot不相上下，前者的年化收入已突破5億美元。
同樣，微軟試圖繞開OpenAI，選擇Anthropic的Claude模型，而OpenAI不希望微軟獲得Windsurf的知識(shí)產(chǎn)權(quán)，指控微軟反競(jìng)爭(zhēng)。
與海外正面搏斗相反的是，在國(guó)內(nèi)，很多AI編程產(chǎn)品或迫于生態(tài)與產(chǎn)品的不成熟，競(jìng)爭(zhēng)關(guān)系較為緩和，且沒有明確的商業(yè)化指向。
國(guó)內(nèi)頭部云廠商推出了自己的AI編程工具，AI大模型廠商也推出了微調(diào)模型或AI代碼工具，部分AI編程初創(chuàng)公司則在挖掘Agent創(chuàng)新應(yīng)用。
在初創(chuàng)陣營(yíng)中，尤為引人矚目的是聚焦海外市場(chǎng)的YouWare，該公司已籌集2000萬(wàn)美元融資，其投資者包括五源資本、真格基金、高瓴資本等風(fēng)投，截至去年11月，其估值已達(dá)8000萬(wàn)美元。YouWare創(chuàng)始人明超平是月之暗面前核心產(chǎn)品負(fù)責(zé)人。
他在一次訪談中提到，“Cursor、Windsurf等公司在服務(wù)專業(yè)程序員方面做得很好，但半專業(yè)人士的需求還有很大的待開發(fā)空間，這些人一行代碼都不會(huì)寫，但出于需要或創(chuàng)造力，他們渴望進(jìn)行開發(fā)。”
YouWare基于Claude 3.7 Sonnet模型，并向Claude 4 Sonnet過(guò)渡。目前對(duì)于該公司而言，核心問(wèn)題是用于支撐模型的計(jì)算資源的成本支出卻不菲，其每天處理數(shù)千項(xiàng)任務(wù)，處理用戶每項(xiàng)任務(wù)的平均成本為1.5美元至2美元。
目前看來(lái)，國(guó)產(chǎn)工具的一個(gè)優(yōu)勢(shì)變化在于，中美雙方在模型上的差距，以及產(chǎn)品上的差距在逐步縮小。
神秀指出，“目前AI編程的市場(chǎng)滲透率在快速提高。那么在這個(gè)差距逐漸縮小的背景下，國(guó)產(chǎn)的AI編程工具不僅存在數(shù)據(jù)安全隱私合規(guī)的保證，還有性價(jià)比，以及IDE生態(tài)的選擇性上的優(yōu)勢(shì)。”
俞超在對(duì)比使用了幾款海外AI編程工具后得出的結(jié)論是：“除了模型之外，海外產(chǎn)品同樣有兩點(diǎn)值得參考：一是速度，尤其是Cursor的產(chǎn)品迭代速度非?？欤踔烈惶煊袔装姹镜?；二是對(duì)產(chǎn)品細(xì)節(jié)的打磨。”這一點(diǎn)在Cursor身上就體現(xiàn)非常明顯，比如UI、操作流程上，都能讓開發(fā)者實(shí)現(xiàn)沉浸式編程。對(duì)比之下，國(guó)內(nèi)產(chǎn)品不僅要打磨好產(chǎn)品，提升模型能力，在此前提之下進(jìn)一步培養(yǎng)用戶的付費(fèi)意愿。
就在半月前，Cursor CEO Michael Truell在接受Y Combinator的訪談中提到一點(diǎn)，AI編程工具的護(hù)城河在于用戶規(guī)模和產(chǎn)品快速迭代。
競(jìng)爭(zhēng)可能才剛開始。但可以肯定的是，AI編程需要先解決核心的技術(shù)工程化難題，才有上牌桌的機(jī)會(huì)。（本文首發(fā)于鈦媒體APP，作者 | 楊麗，編輯 | 蓋虹達(dá)，張申宇、張帥對(duì)本文亦有貢獻(xiàn)。）
AI落地的真相是什么？鼓吹派和保守派都說(shuō)了很多，我們想多聽到實(shí)干派的聲音。
如果你是AI編碼的使用者、部署者，亦或是受害者，你的第一現(xiàn)場(chǎng)感受和體驗(yàn)都是我們非常歡迎的。
如果你也有話要說(shuō)，歡迎聯(lián)系我們，參與話題討論，發(fā)表你的見解。
如果你的觀點(diǎn)足夠獨(dú)到、精彩，我們也想邀請(qǐng)你9月來(lái)三亞，在數(shù)字價(jià)值年會(huì)上講一講。你也將有機(jī)會(huì)遇到更多和你一樣的實(shí)干派。
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論