AI Coding 向“自主型 Agent”跃迁，未来市场空间广阔
AI Coding 助力提升软件开发效率及降低人工成本。AI Coding（人工智能编程）是一种利用人工智能技术来辅助、增强或自动化完成软件开发全流程任务的技术体系和工具集合。其核心能力是依托自然语言交互、机器学习模型（如LLM）及自动化流程，能够精准捕捉开发者的意图，并将其转化为可执行的代码，其功能主要涵盖代码生成、代码补全、代码重构、代码审查辅助、代码翻译等软件开发的关键领域。从价值维度来看，AICoding 能够替代人工完成重复性的编程工作，有效降低人力成本；同时，有助于提升代码的规范性及开发效率，推动软件开发行业向智能化加速转型。目前，AI Coding已成为众多 AI 应用领域中落地速度最快、发展潜力最大的细分赛道之一。
AI Coding 工具演进高度依赖模型能力发展，海外 Gemini、Claude、GPT 系列模型编程能力领先。AI Coding 的核心技术主要基于大模型的自然语言理解和生成能力。大模型通过海量的文本数据学习编程语言的语法、结构和常见模式后，在接收到开发者需求时，能够根据上下文理解其需求，并生成高质量的代码。因此，AI Coding 工具的演进高度依赖模型的能力。例如，2024 年 6 月，Anthropic 公司发布了最新模型Claude 3.5Sonnet，该模型在内部编码评估中解决了 64%的问题，大幅超越了只解决38%问题的前代旗舰模型 Claude 3 Opus。Claude 3.5 Sonnet 可以独立编写、编辑和执行代码，能够轻松处理代码转换的问题，并具有复杂的推理和故障排除功能。其发布后，包括Cursor、Windsurf 和 Replit 在内的多家头部 AI Coding 工具迅速将其集成至自身平台，旨在为用户提供更高效的开发体验。且这些头部 AI Coding 工具的创始人普遍认为，Claude3.5Sonnet 的出现让 AI Coding 的潜力真正得以释放，并成为众多编码产品实现产品市场契合（PMF）的临界点。当前国际前沿编程大模型发展由海外模型引领，根据国际权威大模型评测机构 Artificial Analysis 最新发布（截至 2026 年2 月22 日）的专注于编码能力的 Coding Index 榜单中，海外大模型 Gemini 3.1 Pro 预览版、Claude Sonnet4.6和 GPT-5.2 位列前三。与此同时，国产大模型在编程领域也展现出强劲的追赶势头，由智谱和阿里通义千问发布的 GLM-5 和 Qwen3.5-397B-A17B 分别位居榜单的第七和第十位。
AI Agent 快速发展，驱动 AI Coding 从“辅助型 Copilot”向“自主型Agent”跃迁。在大模型基础能力持续提升、API 调用成本逐步下降、强大算力及能源保障模型训练及推理等多重因素共振下，AI 正从“能聊天、会思考”的L2 推理者阶段向“能决策、会用工具”的 L3 智能体（AI Agent）阶段演进。AI Agent 是由大语言模型（LLM）驱动的具有感知环境、进行决策和执行动作的智能实体。区别于需要人类指令触发任务的传统AI 工具，AI Agent 具备通过独立思考、调用工具去逐步完成给定目标的能力。AIAgent与 AI Coding 能够互相赋能。一方面，AI Coding 能够赋能Agent 开发，为其提供高效工具链，AI Coding技术（如自然语言转代码）可以降低构建AI Agent的门槛，而AICoding工具（如 VS Code 拓展）通过 API 与 Agent 开发框架（如LangChain）集成，加速Agent的功能实现。另一方面，在 AI Agent 功能驱动下，AI Coding 工具正从“辅助型Copilot”向“自主型 Agent”跃迁，Coding Agent 可自主完成拆解需求、代码逻辑迭代与API工具链调用，实现从需求分析、代码生成到测试部署的全流程闭环。当前，海外包括Anysphere、Windsurf 在内的初创公司，以及 OpenAI、谷歌、Anthropic、微软等科技巨头纷纷加速布局，竞相争夺这一新兴市场的份额。例如，2025 年10 月，AI 编程平台Cursor 宣布升级到 2.0 版本，进行了以多 Agent 为核心的系统级升级。用户可同时启动多达八个独立的 AI 智能体，每个智能体都有自己的工作空间，且互不干扰，最后汇总最优结果。根据官方实测，多智能体协作能将复杂问题的解决正确率提升30%，让开发者从亲力亲为的码农转变为制定战略、审核结果的架构师。
AI Coding 在 C 端渗透率接近 50%，在 B 端是落地最快、影响力最大的AI 应用方向。在消费端（C 端），根据知名风投咨询机构 Menlo Ventures 与专业市场调研公司MorningConsult 于 2025 年 4 月对 5031 名美国成年人的调研，在 AI 渗透率最高的消费级场景中，编程辅助位居第二，渗透率达 47%，即接近半数受访者已经在日常生活或工作中采用AICoding，其广泛接受度仅次于写作支持。在企业端（B 端），根据硅谷头部成长期投资基金 ICONIQ 于 2025 年 4 月对 300 位软件公司构建 AI 产品的执行高管的调研，编程辅助在企业中的普及度已高达 77%，影响力也以 66%的比例断层领先。另外，根据MenloVentures 机构于 2024 年 9 月展开的一项对美国 600 名拥有50 名或以上员工的企业IT决策者的调查同样表明，在企业级 AI 应用中，50%集中在代码生成领域，B 端渗透率位居第一，远超客服聊天机器人的 31%。AI Coding 已成为企业级AI 应用场景中落地最快、影响力最大的方向。
AI Coding 已在全球规模化使用，未来全球市场规模增长潜力巨大。目前，AICoding已在全球规模化使用，随着 AI Coding 在消费级及企业级AI 应用场景中加速渗透，未来行业市场规模增长潜力巨大。根据亿欧智库发布的《2025 年全球AI Coding 市场洞察研究报告》数据显示，2023 年，全球 AI Coding 市场规模为42.9 亿美元，预计到2031年将超过 244.6 亿美元，年均复合增长率（CAGR）为 24.3%。而我国2023 年AI代码生成市场规模达到 65 亿元人民币，预计到 2028 年将增长至330 亿元人民币，年均复合增长率（CAGR）为 38.4%，预计我国 AI Coding 市场将高速增长。从我国行业渗透率来看，当前我国 AI Coding 在互联网及游戏行业的渗透率较高，分别高达90%和80%，主要由于这些行业的开发性质具有任务密集、高度规范和项目制驱动等特性，与AI 代码生成的应用高度契合。
海外 AI 编程工具 ARR 集体爆发，实证赛道商业化价值
报告全文可扫描下方图片二维码进入星球社群查阅下载
（报告来源：东莞证券。本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
