欧博官网漫谈AI应用：AI+代码，生产力领域的应用先锋
炒股就看金麒麟分析师研报，欧博官网权威，专业，及时，全面，助您挖掘潜力主题机会！
近期，AI+代码应用Cursor以强大的功能引发市场关注；9月12日，OpenAI发布OpenAI-o1模型，模型在数理和编程能力上提升明显[1]。我们观察到近两年AI+代码应用能力进步明显，涌现出以Cursor为代表的众多应用。本篇报告我们介绍AI+代码的应用现状和发展前景，并以Cursor的商业化成功为鉴，梳理我们对AI应用商业化落地的最新思考。
Abstract
摘要
AI+代码是产品实用、商业化领先的AI应用场景。在主要的生成任务中，我们观察到无论从实用性、可用性，还是从用户的体验反馈、渗透率来看，AI+代码都是应用广度和深度较为领先的场景。CSDN在2023年的调研报告指出，样本中近90%开发者已开始使用代码生成工具，绝大多数认为其对开发效率有所提升[2]。以GitHub Copilot为例，其在2024年4月已经拥有超过180万付费用户数，2024财年收入规模已达到数亿美元。我们认为代码生成任务本质上是一类较为“标准化”的“语言”生成工作，相较纯文字生成而言复杂度更低，因此比较适合大模型来发挥。
Cursor本质上是大模型赋能的IDE，大幅提升开发者效率。从产品形态上看，目前多数AI+代码产品（如GitHub Copilot、Codeium、iFlyCode、aiXcoder等）以插件的形式在VSCode等集成开发平台（IDE）中使用，而Cursor本身即是集成了大模型能力的IDE，能够以本地部署的形式灵活调用GPT、Claude等大模型。从功能上看，我们将AI+代码的核心功能归纳为“生成”和“解释”两大项，除了基础的代码补全之外，Cursor还支持行内级、文件级、项目级的代码生成、编辑、解释。虽然在产品形态上并无明显变化，但是其凭借对开发流程的深刻理解实现了商业落地。
Cursor的成功对AI应用有怎样的启发？1）深入理解应用场景，准确把握客户需求，我们认为AI应用能力提升一方面依赖于模型的能力上限的提升，另一方面也依赖于对应用场景的深刻理解和对客户需求的准确把握。可以说模型能力能够提升AI应用的上限，但是对于场景的理解则决定了AI应用的上限能否兑现；2）深度融合原生应用，实现AI的“无感应用”，Cursor将AI能力自然引入应用当中，最大限度地保留了原生的产品形态。类似的在AI+文字领域，金山办公的WPS AI的伴写也在WPS原有产品形态下实现了体验的大幅提升。
风险
技术进展不及预期；行业竞争加剧；商业化落地不及预期。
Text
正文
AI+代码产品领先实现落地，Cursor引发市场关注
AI+代码：产品实用、商业化领先的AI应用场景
AI+代码是实用性较强、用户反馈较优的AI应用品类。在文字、代码、图片、视频等主要的生成式AI创作场景中，我们观察到AI+代码无论是从产品的实用性、可用性，还是从用户的体验反馈、渗透率来看，都是应用广度和深度较为领先的场景。CSDN 2023 AI开发者生态报告（2023年12月）[3]中的调研指出，调研样本中近90%的开发者已经在使用代码生成工具（其中35%每天使用），且绝大部分开发者认为代码开发工具对开发效率有所提升。
图表1：代码生成工具使用满意度，CSDN 2023年调研
资料来源：《2023 AI开发者生态报告》（CSDN，2023.12），中金公司研究部
以GitHub Copilot为例，无论从渗透率还是商业化来看均走在前列。从具体的案例来看，微软的财报中连续几个季度都有对于Github Copilot较为正面积极的数据反馈，GitHub Copilot的付费订阅用户数在2023年10月、2024年1月、2024年4月分别超过100/130/180万，付费用户数加速增长。2024财年GitHub收入达到20亿美元，其中Copilot贡献超过40%的收入增长，公司表示GitHub Copilot收入规模已经超过2018年收购GitHub时整体业务收入（ARR约2~3亿美元），我们认为Github Copilot的商业化进度走在Office Copilot之前。
为什么AI+代码的应用场景商业化更加成功？我们认为代码生成任务本质上是一类较为“标准化”的“语言”生成工作，虽然代码生成过程中有一些数理逻辑，但本质上还是比较固定的，相较纯文字生成而言复杂度更低，因此比较适合大模型来发挥。PapersWithCode的测评指出[4]在HumanEval（基础代码能力测试基准）评估基准下，多数大模型在基础代码任务上一次通过率达到75%以上，我们认为编程任务本身即是大模型比较擅长的领域，因此落地到应用层面或将也会有较好的效果。
图表2：主流大模型在基础代码生成任务上准确率普遍较高
注：PASS@1意为一次提交即通过测试 资料来源：PapersWithCode，中金公司研究部
目前有哪些较为流行的AI+代码应用？由于以GPT为代表的LLM大模型在代码生成领域的出色能力，近两年代码编程一直是关注度较高的AI应用领域，除了ChatGPT、Claude、文心一言等对话类大模型本身可以通过Prompt交互进行代码生成之外，市场上还涌现出了Github Copilot、Codeium、Cursor等一批海外专业的AI+代码应用；国内北京大学软件工程研究所推出了aiXcoder代码生成应用，科大讯飞（iFlycode）、智谱（CodeGeeX）等大模型公司也有相应的代码生成应用。
图表3：国内外主要的AI+代码应用
资料来源：各公司官网，中金公司研究部
目前的AI+代码应用主要有哪些形态和功能？从产品形态上看，除了ChatGPT等对话式AI生成应用可以通过交互生成代码之外，专业的AI+代码应用则主要呈现为IDE插件或者本地部署的形态。从产品功能上看，我们将AI+代码应用归纳为“生成”和“解释”两大核心功能，其中生成功能指通过“交互”或者自动“预测”形式来借助AI生成、补全、编辑代码和注释（Debug功能也可以归为此类）；解释功能则是对于开发者编写的代码内容的AI辅助解释和搜索（包括互动提问、文档查询等），此外部分AI+代码应用还可以对互联网内容和代码库进行搜索，从而更好地辅助开发者。
图表4：代码生成工具使用环境，CSDN 2023年调研
资料来源：《2023 AI开发者生态报告》（CSDN，2023.12），中金公司研究部
图表5：代码生成工具功能使用分布，CSDN 2023年调研
资料来源：《2023 AI开发者生态报告》（CSDN，2023.12），中金公司研究部
Cursor：AI+代码的集成开发环境，开发者效率提升利器
Cursor是一款什么样的AI+代码应用？从产品定义和形态上看，Cursor是一款由AI大模型驱动的编程集成开发环境（IDE），其最初是在2022年由四位来自于MIT的创业者开发，并在2023年开始通过与GPT、Claude等大模型集成，具备了强大的代码生成&重写能力，能够帮助广大开发者迅速提升工作效率。截至2024年8月，Cursor已经在全球范围内积累了超过3万名企业客户，包括大型企业、知名研究机构以及各种初创公司[5]；2024年8月，Cursor背后的创业公司Anysphere完成了超过6000万美元的A轮融资，估值超过4亿美元[6]。
商业化：Freemium模式，付费会员可解锁更高级别权益。在定价方面，Cursor提供免费版本会员，拥有2,000次代码补全（completion）的额度。用户可以通过20美元每月的价格（年付费对应16美元/月）购买Pro版会员，付费会员可以拥有无限代码补全次数、无限量使用更高级别的模型（GPT-4、GPT-4o、Claude 3.5 Sonnet等）以及自研cursor-small模型等权益。更高级别的Business版会员月订阅价格为40美元（年付费对应32美元/月），权益包括集中计费、管理仪表板、强制隐私模式、零数据保留等，我们认为这些权益为企业用户提供了更高级别的管理、安全及隐私保护服务。
图表6：Cursor会员定价（2024年9月）
注：年度付费的Pro和Business会员价格分别相当于每月付费16和32美元 资料来源：公司官网，中金公司研究部
Cursor和先前的AI+代码应用相比有何优势？第一是在应用形态上，包括Github Copilot、Codeium等大多数AI代码应用都是以IDE插件的形式，通常是与VSCode等IDE结合进行使用；而Cursor其本身就是一个IDE，通过本地部署的方式使用，并且支持接入GPT、Claude等多种大模型，这使得其在使用中对于模型的应用选择能够更加的灵活，我们认为本质上Cursor = GPT+VSCode；第二是在产品功能上，对于AI代码应用核心的功能“生成”和“解释”，Cursor都有明显的优化提升。接下来我们将介绍Cursor的主要功能，以及Cursor和GitHub Copilot的部分功能的对比。
► 代码补全（Tab）：与GitHub Copilot类似，Cursor进行常见函数和方法自动补全，通过分析学习大量代码库，可在用户输入时自动补全，并展示相关参数列表或返回值类型等。这也是AI+代码应用的基础能力。与其他类似的产品相比，Cursor的Tab功能亮点在于多行编辑、预测下一个改动的光标位置等。
► 对话（Chat）：除了局部修改，Cursor也支持整个文件可以通过对话的方式修改，还能全局检索和进行更多交互，作用于单页面修改。Chat支持引入图片上下文、支持联网、支持基于代码库的问答。在Chat界面中，用户可以利用@操作符来灵活地指定上下文（context）检索范围，这是Cursor相较其他同类产品的特色之处。在Cursor完成响应后，开发者可以在编辑器中看到改动，通过点击“Accept”或“Reject”进行采纳或拒绝，并提出后续修改要求（类似“Pull request”），我们认为这项功能大幅提升用户体验。
► 交互式编辑（Ctrl K）：Cursor的生成补全过程中，支持更为明确和直接的指令输入方式，允许用户通过快捷键Ctrl + K即时激活行内交互界面，作用于行内修改。可以实现解释代码逻辑、自动化生成文档内容、快速构建测试案例，以及针对特定问题执行修复操作等。它允许开发者在编辑代码时，不仅能在当前光标位置进行补全或修改，还能自动识别并应用这些修改到代码库中的其他相关位置。类似Chat，用户可以利用@操作符来灵活地指定上下文（context）检索范围。
► 项目修改（Composer）：Cursor的重磅功能，实现全局的修改，能够编辑和生成新文件。如Cursor可以实现指令“帮我重构整个项目”、“提取页面中的组件，拆分到单独的文件夹中”、“给整个项目写上详细注释”等。目前Cursor可以适配包括typescripts、HTML、CSS、Python、Java、Csharp（C#）、C、Rust、PHP、GO在内的多种语言。
图表7：Cursor功能实例之Tab
资料来源：公司官网，中金公司研究部
图表8：Cursor功能示例之Chat
资料来源：公司官网，中金公司研究部
图表9：Cursor功能示例之Ctrl K
资料来源：公司官网，中金公司研究部
图表10：Cursor功能示例之Composer
注：以上案例来自我们实际测评 资料来源：中金公司研究部
其他AI+代码应用
GitHub Copilot
2022年6月，GitHub Copilot正式上线，个人版定价为10美元/月或100美元/年，对学生用户和开源项目维护者则免费提供，发布之初由GPT-3模型支撑。2023年11月30日，GitHub宣布Copilot Chat更新为由GPT-4支持[7]，提供更为精确和实用的代码建议。至2024年4月，GitHub Copilot付费用户数达到180万，公司表示2024财年GitHub Copilot收入规模已经超过2018年收购GitHub时整体业务收入（ARR约2~3亿美元）。
图表11：GitHub Copilot使用示例
注：以上例子来自我们的测试案例 资料来源：中金公司研究部
Codeium
Codeium是初创公司Codeium于2023年1月发布的一款AI智能编程助手，具有自动代码补全、搜索以及互动式聊天助手等功能，支持大部分主流编程语言和IDE。Codeium对个人用户免费开放，Teams版本定价为15美元/人/月或144美元/人/年。截至2024年8月，Codeium拥有超过70万活跃用户。2024年8月，Codeium完成1.5亿美元C轮融资，估值达到12.5亿美元[8]。
Amazon Codewhisperer
Amazon Whisperer是由Amazon公司基于数十亿行公开代码和Amazon内部代码进行训练的生成式AI代码助手。Amazon于2022年6月推出CodeWhisperer预览版，并于2023年4月正式发布，可在集成开发环境中提供代码生成、代码补全、代码审查等功能，并专注于为AWS API提供支持。商业化方面，Amazon Whisperer免费供个人用户使用。
Replit Agent
AI初创公司Replit 提供了一个基于云的协作式集成开发环境，并于2024年9月推出其智能开发助手Replit Agent，支持在手机或电脑上通过自然语言提示，完成编写代码、安装软件包、配置数据库和部署应用等开发任务，帮助用户快速构建软件项目。商业化方面，Replit的Core和Teams订阅分别定价为25美元/月（120美元/年）和40美元/月。目前Replit Agent处于早期体验阶段，Replit订阅者可以通过Web界面或移动应用访问Replit Agent。
CodeGeeX
CodeGeex基于智谱AI于2022年9月发布的130亿参数的多编程语言代码生成预训练模型。2024年7月，CodeGeeX4大模型发布，参数量为90亿，可以支持代码补全与生成、代码解释、联网搜索、函数调用、参数级代码问答等多项功能，其在VSCode插件市场可以免费下载使用。截至2024年7月，CodeGeeX智能编程助手的个人用户数量超过100万，企业版本也广泛用于科技、金融、医疗、制造等多个行业[9]。
iFlyCode
iFlyCode智能编程助手基于科大讯飞星火大模型，最早在2023年8月15日与讯飞星火2.0大模型同时发布。iFlyCode可以通过自然语言描述需求，快速生成代码片段，同时具备智能问答、代码补全、代码解释、文档注释、单元测试、代码调试等功能，支持上百种编程语言和主流IDE。商业化方面，iFlyCode个人版和团队的SaaS版定价分别为69元/月和129元/人/月，同时面向金融、工业、教育行业提供私有化部署的定制版本。
aiXcoder
aiXcoder来自孵化于北京大学软件工程研究所的硅芯科技。其最早可追溯至2018年的1.0版本（在线代码智能补全与搜索），2019年和2020年分别发布2.0版本（提供本地+云端代码补全能力）、3.0版本进一步完善支持语言种类；2022、2023年陆续发布aiXcoder XL和aiXcpder Europa（130/160亿参数量），功能持续进阶；2024年4月9日，aiXcoder推出全新自研7B代码大模型并开源，在多个主流评估标准评测集中，实现优异的代码生成、代码补全、跨文件上下文代码生成效果。商业化方面，aiXcoder免费版支持每月200次代码生成功能，专业版每月可以使用1,000次代码生成功能，定价为每月99或每年999元[10]。
以Cursor等代码应用为鉴，AI应用如何加速落地？
Cursor的成功对于AI应用有何启发？我们认为，Cursor等AI+代码应用以较快的进度实现落地，实现商业回报的关键在于：1）深入理解应用场景，准确把握客户需求；2）深度融合原生应用，实现AI的“无感应用”。
关键之一：AI应用需要深刻理解场景和用户的需求。我们认为，成功的AI应用还是要自下而上的从场景和需求出发而非自上而下，Cursor的核心优势就是能够深度理解开发者的工作习惯和工作流程，因此Cursor在交互体验上是有很多的优势，在这个方面相较微软等大厂的产品具备优势。因此我们认为模型能力限制并不是AI应用落地慢于预期的全部原因，其真正的效果需要模型能力和场景理解的相向而行，一方面模型的能力上限需要模型的持续迭代来提升（如9月13号最新发布的OpenAI-o1在数学问题和代码生成任务表现有明显提升），另一方面场景和现有AI能力的融合度、契合度也需要提升，可以说模型能力能够提升AI应用的上限，但是对于场景的理解则决定了AI应用的上限能否兑现。
图表12：模型能力决定AI应用能力的上限，对场景的理解则决定上限能否兑现
资料来源：中金公司研究部
图表13：OpenAI-o1在数学问题、代码生成任务上表现优异
资料来源：OpenAI-o1技术报告，中金公司研究部
关键之二：融入AI之后产品功能的优化和体验的提升或比产品形态更为重要。我们认为现阶段做出成功的AI应用可能并不需要在形态上进行较大创新，单体验和功能的创新就已经可以做到很好的正向反馈。比如产品形态来看，Cursor本质就是一个融合大模型能力之后的IDE，将AI能力自然引入应用当中，最大限度地保留了原生的产品形态。与ChatGPT需要生成之后复制粘贴到IDE中不同，无论是代码的自动补齐、自动纠错，还是通过对话的方式实现代码的生成、修改、采纳，其都是将大模型的生成能力与工作流程天然融合，大幅提升了用户体验，实现AI的“无感应用”。
AI+文字生成领域的案例：WPS AI伴写功能实现AI能力的无感调用。2024年7月5日，金山办公在世界人工智能大会上宣布升级至WPS AI 2.0战略[11]，其中全新发布的写作助手支持“AI伴写”功能。与AI+代码类似，WPS AI能对用户接下来编写的内容进行建议，用户可以按Tab键进行采纳。我们认为WPS AI的伴写功能深度理解了用户在撰写文案中的实际需求，提供无感的AI应用体验。需要注意的是，WPS AI的伴写本身在产品形态上也没有明显改变，在原有的产品形态下实现了用户体验的提升，且相较对话式编辑使用体验更优。
图表14：WPS AI 2.0支持伴写功能
注：以上测评来自WPS官方社区测评 资料来源：WPS社区，中金公司研究部
风险因素
技术进展不及预期。大模型能力本身仍然处于快速迭代时期，AI+代码应用的能力部分取决于模型能力。若大模型能力迭代速度放缓，可能会导致应用能力更新也放缓。
行业竞争加剧。近两年涌现出较多AI+代码应用，且部分应用呈现出同质化。若竞争加剧，可能会导致AI应用降价，从而影响相关公司的盈利能力。
商业化落地不及预期。当前AI+代码的商业化落地仍处于早期，商业模式和盈利能力的前景尚不明晰，存在商业化落地不及预期的风险。
[1]https://openai.com/index/introducing-openai-o1-preview/
[2]https://gitcode.net/csdnnews/2023-ai/-/blob/3cb87faeea8d7f667bab5c63150a4c77092679d9/CSDN_AI%E5%BC%80%E5%8F%91%E8%80%85%E7%94%9F%E6%80%81%E6%8A%A5%E5%91%8A1214.pdf
[3]https://gitcode.net/csdnnews/2023-ai/-/blob/3cb87faeea8d7f667bab5c63150a4c77092679d9/CSDN_AI%E5%BC%80%E5%8F%91%E8%80%85%E7%94%9F%E6%80%81%E6%8A%A5%E5%91%8A1214.pdf
[4]https://paperswithcode.com/sota/code-generation-on-humaneval
[5]https://www.cursor.com/blog/series-a
[6]https://www.thesaasnews.com/news/anysphere-raises-over-60-million-in-series-a
[7]https://github.blog/changelog/2023-11-30-github-copilot-november-30th-update/
[8]https://codeium.com/blog/series-c-annoucement
[9]https://developer.volcengine.com/articles/7389112569987858444
[10]https://developer.aliyun.com/article/1244398
[11]https://mp.weixin.qq.com/s?__biz=MzIwNTU0NDE1Ng==&mid=2247498839&idx=1&sn=c31daf8a056691c93b929733adf848a9&chksm=96b421f1710f251903d37097574d7cc43ecda06af4e67fc1251d934df4c67ea4f214de020cf8&mpshare=1&scene=1&srcid=0914wFudWC5ur2pnfBswGQeh&sharer_shareinfo=8d5353cc00bac38eebb3d9c1eb6a70d2&sharer_shareinfo_first=8d5353cc00bac38eebb3d9c1eb6a70d2&version=4.0.8.6027&platform=win&nwr_flag=1#wechat_redirect
本文摘自：2024年9月14日已经发布的《漫谈AI应用：AI+代码，生产力领域的应用先锋》
于钟海 分析员 SAC 执证编号：S0080518070011 SFC CE Ref：BOP246
王之昊 分析员 SAC 执证编号：S0080522050001 SFC CE Ref：BSS168
魏鹳霏 分析员 SAC 执证编号：S0080523060019 SFC CE Ref：BSX734
谭哲贤 分析员 SAC 执证编号：S0080524060005
王倩蕾 联系人 SAC 执证编号：S0080122090111
海量资讯、精准解读，尽在新浪财经APP