AI Coding是一个充满潜力的方向，尤其对于那些不再频繁接触代码的人来说。Cursor这款产品就给了我这样的体验，它帮助我快速生成代码并构建可运行的演示，极大地简化了编程过程。我观察到身边越来越多的开发者也开始使用Cursor。

AI Coding的发展可以分为几个层次：

• L1：当前流行的AI编程辅助工具，如GitHub Copilot和Cursor。
• L2：从想法到演示，通过自然语言生成代码，实现业务能力和代码能力的分离。
• L3：全自动化编程，无需人工干预，目前处于探索阶段。
• L4：多个AI角色协作，完成从想法到成品的全过程。
• L5：AI接管软件开发流程，包括产品管理和维护等。

从L1到L5，AI Coding的实际进展取决于模型能力的提升。一种思考方式是将其视为工具的进化，另一种则是新的叙事角度，探讨AI Coding如何改变应用产品的形态和市场机会。

AI Coding有巨大潜力，因为它能提高编程效率和质量。编程适合AI增强或替代，原因包括编程的分解特性、大量训练数据的存在、基于规则和判断力的工作结合，以及可组合模块的利用。

过去一年，AI Coding工具快速发展，但仍有许多问题待解决，如增强上下文感知能力、提升AI Agent在端到端任务中的表现，以及是否需要构建专门的代码模型。

市场上有三种主要方法：增强现有工作流程的AI Copilot和Chat界面、替代工作流程的AI Agent、以及构建专门代码模型。每种方法都有不同的挑战和机遇，如如何更好地获取上下文、提升AI Agent的综合能力，以及构建长期差异化的代码模型。

总体来看，AI Coding正处于快速发展期，未来市场潜力巨大，但还需克服诸多技术和市场挑战。