即刻App年轻人的同好社区
下载
AI推理越长，显存越吃紧？
EdgeRock 提供快乐一种新解法...
普通大模型在进行长文本或复杂推理时，要写很长的推导
它通常会把前文处理过的信息暂存在 GPU 的工作空间里，这个空间叫“显存”。推导越长，这部分信息占的显存空间就会越来越大
EdgeRock-4B 打破了这一规律： 无论模型推理思考了多长时间、上下文扩展到多少万字，每个请求占用的注意力和状态显存大小都锁定不变（仅需 97.76 MiB，其中注意力 KV 仅 72 MiB）
但解高难度题的水平几乎不打折...
实测有多强？
解题能力不缩水：在极难的 AIME 数学竞赛题上，准确率达到 82.9%，几乎追平了那些显存无节制暴涨的正常顶尖小模型，彻底粉碎了“定长内存模型不能做深度推理”的魔咒。
显存省了 99%：在 256K 超长文本下，注意力缓存显存从原来的 8 GB 骤降到 72 MB，降幅达 99.1%。
并发处理能力翻倍：在一张普通的 80GB 显卡上，由于显存不再膨胀，可以直接同时塞满 512 个长推导任务，跑起来的速度和总吞吐量是原本架构的 4.9 到 6.4 倍。
它是怎么做到的？（三件套分工）
模型把记忆工作拆分成了三件事：
看眼前（局部窗口）：随时看清眼下最新的 1,024 个字，保证当前说话、写公式顺畅。
记个大概（循环网络）：用一个固定大小的“印象表”，随时记录上下文的大致发展方向。
关键便签盒（磐石记忆锚点 RMA）：
挑重点写：模型每产生一个词，都有一个专门的小模块评估：“这句话在后面会不会是关键解题线索？”
限量 1,024 张便签：这个便签盒容量固定，只存最重要的 1,024 条信息。每攒够一批新候选，就进行打分淘汰，只留含金量最高的。
随时翻看原话：这些便签是原文高精度的记录。哪怕是 10 万个字之前定义的一条规则，后续只要用到，直接就能从盒子里原汁原味地翻出来。
应用场景：
机器狗、无人车或者边缘硬件的内存是有限且固定的，还要分给摄像头看路、雷达感知和电机控制
根本承受不起大模型在半路“胃口大开”突然吃光内存
EdgeRock 正好解决了这一痛点
详细内容：mp.weixin.qq.com
EdgeRock 提供快乐一种新解法...
普通大模型在进行长文本或复杂推理时，要写很长的推导
它通常会把前文处理过的信息暂存在 GPU 的工作空间里，这个空间叫“显存”。推导越长，这部分信息占的显存空间就会越来越大
EdgeRock-4B 打破了这一规律： 无论模型推理思考了多长时间、上下文扩展到多少万字，每个请求占用的注意力和状态显存大小都锁定不变（仅需 97.76 MiB，其中注意力 KV 仅 72 MiB）
但解高难度题的水平几乎不打折...
实测有多强？
解题能力不缩水：在极难的 AIME 数学竞赛题上，准确率达到 82.9%，几乎追平了那些显存无节制暴涨的正常顶尖小模型，彻底粉碎了“定长内存模型不能做深度推理”的魔咒。
显存省了 99%：在 256K 超长文本下，注意力缓存显存从原来的 8 GB 骤降到 72 MB，降幅达 99.1%。
并发处理能力翻倍：在一张普通的 80GB 显卡上，由于显存不再膨胀，可以直接同时塞满 512 个长推导任务，跑起来的速度和总吞吐量是原本架构的 4.9 到 6.4 倍。
它是怎么做到的？（三件套分工）
模型把记忆工作拆分成了三件事：
看眼前（局部窗口）：随时看清眼下最新的 1,024 个字，保证当前说话、写公式顺畅。
记个大概（循环网络）：用一个固定大小的“印象表”，随时记录上下文的大致发展方向。
关键便签盒（磐石记忆锚点 RMA）：
挑重点写：模型每产生一个词，都有一个专门的小模块评估：“这句话在后面会不会是关键解题线索？”
限量 1,024 张便签：这个便签盒容量固定，只存最重要的 1,024 条信息。每攒够一批新候选，就进行打分淘汰，只留含金量最高的。
随时翻看原话：这些便签是原文高精度的记录。哪怕是 10 万个字之前定义的一条规则，后续只要用到，直接就能从盒子里原汁原味地翻出来。
应用场景：
机器狗、无人车或者边缘硬件的内存是有限且固定的，还要分给摄像头看路、雷达感知和电机控制
根本承受不起大模型在半路“胃口大开”突然吃光内存
EdgeRock 正好解决了这一痛点
详细内容：mp.weixin.qq.com
2 00
豆包工作画布大升级：一块画板让你自由发挥
我自己测试了下，确实很强大
一张婚礼合照 → 生成分层图（被花挡住的部分自动补画）→ 导出 PSD → 写成会动的 HTML 邀请页
让它用 HTML 出一组中秋海报，10 张版式完全统一
只给一张小互形象图，长出表情、服装、盲盒周边、快闪店，一本 24000px 的 VI 手册，还有电商页和招商 Deck
豆包工作画布其实一个能把设计项目从头跑到尾的 Agent，能在一张画布上直观的查看你所有项目，同时还能进行实时编辑
提示词模板和详细操作测试教程放在下面👇
我自己测试了下，确实很强大
一张婚礼合照 → 生成分层图（被花挡住的部分自动补画）→ 导出 PSD → 写成会动的 HTML 邀请页
让它用 HTML 出一组中秋海报，10 张版式完全统一
只给一张小互形象图，长出表情、服装、盲盒周边、快闪店，一本 24000px 的 VI 手册，还有电商页和招商 Deck
豆包工作画布其实一个能把设计项目从头跑到尾的 Agent，能在一张画布上直观的查看你所有项目，同时还能进行实时编辑
提示词模板和详细操作测试教程放在下面👇
01:28
1 11
TRAE 也被质疑上传代码？
看到有人发帖说“实测 Trae CN 3000文件全量上传做远程Embedding”，联想到近期新闻吓了我一跳，但仔细看了下，可能是过于标题党了
这似乎是两码事
远程Embedding说的是“代码索引”，先给项目做一份方便查找的目录，算完后删除明文代码。
Copilot、Cursor 也是这样的策略。
“临时上传”和“完整源码被保存”，中间有很大区别。
Trae的用户群里解释了这件事，几个核心意思：
第一，代码仅临时上传用于向量计算， 计算完成后明文代码即被永久删除 ，云端不会保留完整源码。
第二，Trae代码索引的上传范围有严格的过滤机制：
- 依赖目录（node_modules 等）、构建产物、二进制文件、图片、音视频、压缩包等，不传 ；
- 以. 开头的隐藏目录（包括 .git） ，不传 ；
- .gitignore 中列出的文件默认被忽略，用户还可在.trae/.ignore 中自定义额外排除规则；
- 单文件大小和行数都有上限。
第三，隐私模式控制的是对话内容是否用于数据分析和模型训练 ，与代码索引功能无关。
这也是它和前几天那些争议需要分开看的地方。
我觉得，大家真正关心的其实很简单：你拿走了什么，用来干什么，用完留不留，我能不能自己决定。
Trae 工作区代码索引说明
docs.trae.cn
隐私模式文档：docs.trae.cn
看到有人发帖说“实测 Trae CN 3000文件全量上传做远程Embedding”，联想到近期新闻吓了我一跳，但仔细看了下，可能是过于标题党了
这似乎是两码事
远程Embedding说的是“代码索引”，先给项目做一份方便查找的目录，算完后删除明文代码。
Copilot、Cursor 也是这样的策略。
“临时上传”和“完整源码被保存”，中间有很大区别。
Trae的用户群里解释了这件事，几个核心意思：
第一，代码仅临时上传用于向量计算， 计算完成后明文代码即被永久删除 ，云端不会保留完整源码。
第二，Trae代码索引的上传范围有严格的过滤机制：
- 依赖目录（node_modules 等）、构建产物、二进制文件、图片、音视频、压缩包等，不传 ；
- 以. 开头的隐藏目录（包括 .git） ，不传 ；
- .gitignore 中列出的文件默认被忽略，用户还可在.trae/.ignore 中自定义额外排除规则；
- 单文件大小和行数都有上限。
第三，隐私模式控制的是对话内容是否用于数据分析和模型训练 ，与代码索引功能无关。
这也是它和前几天那些争议需要分开看的地方。
我觉得，大家真正关心的其实很简单：你拿走了什么，用来干什么，用完留不留，我能不能自己决定。
Trae 工作区代码索引说明
docs.trae.cn
隐私模式文档：docs.trae.cn
1 00
B站推出大模型竞技场排名：由UP主真实实测
选大模型只看跑分，总会碰到一个问题：榜上很强，轮到自己的活儿却未必顺手。
B站 9月16日上线了一个「AI 无限竞技场」，用一种很有意的方式，解决了这个问题
他们把不同分区 UP 主做过的同题实测收在一起...
有人让模型修祖传代码
有人比游戏开发
还有人拿知识问答、空间建模和模拟博弈出题
想知道模型到底能干什么，可以直接点进视频看过程和成品
通过UP主的实测来对模型进行重新真实的排名
我看了当日榜单：
GPT-6 Astra 排第一，在 16 次被测中拿到 10 次主题榜首
GLM-5.3 排第二，同样被测 16 次，拿到 3 次榜首
前五里，GLM-5.3 和两款 DeepSeek 模型占了三席
这里的名次按「拿到主题榜首的次数」排
第一、第二之间是 10 比 3
UP 主自主出题，测试主题、参赛模型和评判方式都可能不同
比如 GPT-6 Astra 在「修复 GTA5 的 19.8 亿次 if 循环」主题拿到榜首
GLM-5.3 赢了「屎山考核·祖传代码统考」
DeepSeek-V4-Pro 在「AI 世界杯」主题领先
换一个任务，答案就可能就变了...
我觉得这榜最有用的地方，是把抽象的模型名次接回具体任务：你要写代码，就看同类编程视频；要做知识问答、游戏或建模，就按主题找。
看看输入了什么、实际交付了什么、UP 主怎么评，再决定要不要换模型
竞技场页面目前收录 30 多个测评主题、100 多个参战模型，排名会继续更新。
B站上从学 AI、用 AI 到自己做产品、拍视频实测，确实已经能串成一条线
不过它是 UP 主公开测评的聚合页，不是统一条件下的实验室总榜，可能每个人的体感和感受会不一样，但是可以作为一个很好的参考
#AI无限竞技场 #大模型测评 #B站AI #GPT6Astra #GLM53 #DeepSeek
选大模型只看跑分，总会碰到一个问题：榜上很强，轮到自己的活儿却未必顺手。
B站 9月16日上线了一个「AI 无限竞技场」，用一种很有意的方式，解决了这个问题
他们把不同分区 UP 主做过的同题实测收在一起...
有人让模型修祖传代码
有人比游戏开发
还有人拿知识问答、空间建模和模拟博弈出题
想知道模型到底能干什么，可以直接点进视频看过程和成品
通过UP主的实测来对模型进行重新真实的排名
我看了当日榜单：
GPT-6 Astra 排第一，在 16 次被测中拿到 10 次主题榜首
GLM-5.3 排第二，同样被测 16 次，拿到 3 次榜首
前五里，GLM-5.3 和两款 DeepSeek 模型占了三席
这里的名次按「拿到主题榜首的次数」排
第一、第二之间是 10 比 3
UP 主自主出题，测试主题、参赛模型和评判方式都可能不同
比如 GPT-6 Astra 在「修复 GTA5 的 19.8 亿次 if 循环」主题拿到榜首
GLM-5.3 赢了「屎山考核·祖传代码统考」
DeepSeek-V4-Pro 在「AI 世界杯」主题领先
换一个任务，答案就可能就变了...
我觉得这榜最有用的地方，是把抽象的模型名次接回具体任务：你要写代码，就看同类编程视频；要做知识问答、游戏或建模，就按主题找。
看看输入了什么、实际交付了什么、UP 主怎么评，再决定要不要换模型
竞技场页面目前收录 30 多个测评主题、100 多个参战模型，排名会继续更新。
B站上从学 AI、用 AI 到自己做产品、拍视频实测，确实已经能串成一条线
不过它是 UP 主公开测评的聚合页，不是统一条件下的实验室总榜，可能每个人的体感和感受会不一样，但是可以作为一个很好的参考
#AI无限竞技场 #大模型测评 #B站AI #GPT6Astra #GLM53 #DeepSeek
3 31
Arm为机器人构筑坚实的计算底座...
上周参加了在世界机器人大会
在现场，各种炫酷的机器人让人目不暇接
但现实中，让一个在产线分拣自如的机器人去超市帮你推车买袋大米，它依然会直接“歇菜”。
正如 Arm 物理 AI 机器人技术研究全球负责人 Federico Pecora 在大会上所言：物理 AI 正从“单点能力验证期”跨入“系统攻坚期”。
今天的机器人单项技能并不弱，但真正进入开放环境，考验的是一整套系统能力。视觉感知、语言理解、路径规划、毫秒级运控与安全底线，必须在同一套硬件架构中实时动态协同...
Arm 并不造机器人，但在为物理 AI 构筑坚实的计算底座。从端侧传感器、实时控制器到高算力芯片，Arm 正让机器人的“大脑”与“小脑”无缝协同，加速具身智能真正走进现实生活。
上周参加了在世界机器人大会
在现场，各种炫酷的机器人让人目不暇接
但现实中，让一个在产线分拣自如的机器人去超市帮你推车买袋大米，它依然会直接“歇菜”。
正如 Arm 物理 AI 机器人技术研究全球负责人 Federico Pecora 在大会上所言：物理 AI 正从“单点能力验证期”跨入“系统攻坚期”。
今天的机器人单项技能并不弱，但真正进入开放环境，考验的是一整套系统能力。视觉感知、语言理解、路径规划、毫秒级运控与安全底线，必须在同一套硬件架构中实时动态协同...
Arm 并不造机器人，但在为物理 AI 构筑坚实的计算底座。从端侧传感器、实时控制器到高算力芯片，Arm 正让机器人的“大脑”与“小脑”无缝协同，加速具身智能真正走进现实生活。
06:04
1 00
测完 Seed 2.1 Pro，我想带你重新认识一下豆包
随便找了一张看起来很专业，但是看不出啥门道的数据表
直接生成3D炫酷的图表
缩放旋转都非常丝滑，数据也做成了 3D 的，虽然还是看不太明白，但是比之前的图直观很多，这给了我一个灵感，可以用 HTML 做 PPT，然后数据部分就做成这样，用直观的 3D 图来展示。Seed 2.1 pro在这些办公任务上应该是跨过了质变点，开始靠谱好用了。
详细评测：mp.weixin.qq.com
随便找了一张看起来很专业，但是看不出啥门道的数据表
直接生成3D炫酷的图表
缩放旋转都非常丝滑，数据也做成了 3D 的，虽然还是看不太明白，但是比之前的图直观很多，这给了我一个灵感，可以用 HTML 做 PPT，然后数据部分就做成这样，用直观的 3D 图来展示。Seed 2.1 pro在这些办公任务上应该是跨过了质变点，开始靠谱好用了。
详细评测：mp.weixin.qq.com
3 00
TRAE 搞了个 "AI 创造力大赛"
奖金高达100万....
我以为是个 Hackathon 活动，进去后发现不对劲
决定必须给大家推荐一下这个活动...
对参赛的人员没有任何编码、职业和其他什么乱七八糟的限制
任何人都能参加
进入决赛保底拿 1 万现金😍
冠军 30 万现金
亚军 20 万现金
季军 10 万现金
还有额外的赛道大奖和社会公益特别奖各50000元
而且整个过程的 token 消耗也由赛事权益覆盖
而且只要报名就送 99 元速通 Pro 月卡和决赛现场门票
这个比赛让我觉得不一样的点
赛道设计很生活化
四个通用赛道分别是生活娱乐、学习工作、社会服务、硬件交互
看看官网列的灵感示例就知道画风了：冰箱剩菜配菜谱、AI 砍价助手、帮老人读懂药品说明的 App、识别野生蘑菇能不能吃……
所以比的是创意和想法，因为其他的现在AI都能帮你实现了...
Vibe Coding 火了两年多了
朋友圈里隔三差五就有人晒"我用 AI 做了个 xxx"。
工具已经到这个程度了，理论上谁都能做点东西出来。
现在终于有一个不像黑客马拉松那种高门槛的，小白都能参加的专门Vibe Coding赛事了
感觉还是很不错的
刚兴趣的可以报名试试
官网：www.trae.cn
报名：forum.trae.cn
奖金高达100万....
我以为是个 Hackathon 活动，进去后发现不对劲
决定必须给大家推荐一下这个活动...
对参赛的人员没有任何编码、职业和其他什么乱七八糟的限制
任何人都能参加
进入决赛保底拿 1 万现金😍
冠军 30 万现金
亚军 20 万现金
季军 10 万现金
还有额外的赛道大奖和社会公益特别奖各50000元
而且整个过程的 token 消耗也由赛事权益覆盖
而且只要报名就送 99 元速通 Pro 月卡和决赛现场门票
这个比赛让我觉得不一样的点
赛道设计很生活化
四个通用赛道分别是生活娱乐、学习工作、社会服务、硬件交互
看看官网列的灵感示例就知道画风了：冰箱剩菜配菜谱、AI 砍价助手、帮老人读懂药品说明的 App、识别野生蘑菇能不能吃……
所以比的是创意和想法，因为其他的现在AI都能帮你实现了...
Vibe Coding 火了两年多了
朋友圈里隔三差五就有人晒"我用 AI 做了个 xxx"。
工具已经到这个程度了，理论上谁都能做点东西出来。
现在终于有一个不像黑客马拉松那种高门槛的，小白都能参加的专门Vibe Coding赛事了
感觉还是很不错的
刚兴趣的可以报名试试
官网：www.trae.cn
报名：forum.trae.cn
2 02
最近 AI 工具似乎已开始从 Coding 开发 转向 Working 办公了😁
Kimi 刚刚发了一个新东西： Kimi Work
继承了Kimi Code的核心功能和 Kimi Agent 的建站、PPT 等专业 Skills 能力
同时还打通了金融、科研、法律等专业数据库
为打工人士量身打造...
最多可同时调度 300 个Agent互相配合完成任务...
下面是我的测试结果...
不再需要打开终端、写命令、配置环境，安装客户端即可
只需要通过文字描述你的需求，Kimi Work 就能在电脑上拆解任务、并行执行、调用工具、使用浏览器、创建整理文件夹，并交付文档、表格、PPT 等
最牛P的是支持 Agent 集群：
它有类似 Codex 那种调用多个子Agent的能力，能像一个真实团队那样分工干活，但是比Codex 牛P的是，一次最多可同时调度 300 个Agent互相配合，完成超复杂和繁琐的任务。
而且一次需求就能同时产出多种格式的成品，Word、PPT、Excel、PDF、网页、图片都行.
测试案例：分析迈威尔科技和上百页SpaceX招股说明书
前几天在台北 COMPUTEX 上，英伟达 CEO 黄仁勋和迈威尔科技CEO 同台，公开说迈威尔"注定将成为下一家万亿美元公司"。
这句话当天就兑现成真金白银，MRVL 单日暴涨 32.52%...
我让Kimi work帮我分析了下迈威尔是否能达到万亿
它确实是连续的调用各种工具、Agent、技能和命令来完成任务，中间没有停顿
它可以一次性交付了四个重要的文档：
7000字的深度拆解报告
5个估值倒退测算表
一页纸速览，方便你快速理解
还有一个能汇报的PPT
详细测试过程：mp.weixin.qq.com
Kimi 刚刚发了一个新东西： Kimi Work
继承了Kimi Code的核心功能和 Kimi Agent 的建站、PPT 等专业 Skills 能力
同时还打通了金融、科研、法律等专业数据库
为打工人士量身打造...
最多可同时调度 300 个Agent互相配合完成任务...
下面是我的测试结果...
不再需要打开终端、写命令、配置环境，安装客户端即可
只需要通过文字描述你的需求，Kimi Work 就能在电脑上拆解任务、并行执行、调用工具、使用浏览器、创建整理文件夹，并交付文档、表格、PPT 等
最牛P的是支持 Agent 集群：
它有类似 Codex 那种调用多个子Agent的能力，能像一个真实团队那样分工干活，但是比Codex 牛P的是，一次最多可同时调度 300 个Agent互相配合，完成超复杂和繁琐的任务。
而且一次需求就能同时产出多种格式的成品，Word、PPT、Excel、PDF、网页、图片都行.
测试案例：分析迈威尔科技和上百页SpaceX招股说明书
前几天在台北 COMPUTEX 上，英伟达 CEO 黄仁勋和迈威尔科技CEO 同台，公开说迈威尔"注定将成为下一家万亿美元公司"。
这句话当天就兑现成真金白银，MRVL 单日暴涨 32.52%...
我让Kimi work帮我分析了下迈威尔是否能达到万亿
它确实是连续的调用各种工具、Agent、技能和命令来完成任务，中间没有停顿
它可以一次性交付了四个重要的文档：
7000字的深度拆解报告
5个估值倒退测算表
一页纸速览，方便你快速理解
还有一个能汇报的PPT
详细测试过程：mp.weixin.qq.com
4 01
你们天天吵吵的【技能商店】被人做出来了😂
扣子发布了其2.0最新版
进行了全面的升级
只需要通过简单聊天，就看可以将你的经验转换成AI技能，并且可以上架到他们的【技能商店】进行赚钱。
不得不说搞应用这方面还得看国人啊
我测试了下，确实很方便，非常的适合小白，这意味着，每个人的知识、经验都能成为生产力资产。
你的经验可以变现，别人的技能可以被你使用。
现在你是不是有学习的动力了🤪
有两种创建路径：
一个是跟扣子直接聊天，直接跟他说直接给我”变成技能“
另一种是：在扣子编程里创建
打开扣子编程，选择「技能」后创建技能。
我做了一个详细的测试报告，感兴趣的可以看看：mp.weixin.qq.com
扣子发布了其2.0最新版
进行了全面的升级
只需要通过简单聊天，就看可以将你的经验转换成AI技能，并且可以上架到他们的【技能商店】进行赚钱。
不得不说搞应用这方面还得看国人啊
我测试了下，确实很方便，非常的适合小白，这意味着，每个人的知识、经验都能成为生产力资产。
你的经验可以变现，别人的技能可以被你使用。
现在你是不是有学习的动力了🤪
有两种创建路径：
一个是跟扣子直接聊天，直接跟他说直接给我”变成技能“
另一种是：在扣子编程里创建
打开扣子编程，选择「技能」后创建技能。
我做了一个详细的测试报告，感兴趣的可以看看：mp.weixin.qq.com
3 01
一份报告透视 AI Coding 的 2025：从智能补全到智能协作
过去两年，AI Coding 的发展速度超出了所有人的预期。
从最初的智能补全，到今天的多Agent协作系统，这个领域像是踩在加速键上。
2025 年，几乎所有大模型厂商都在谈 Coding Agent。
从 OpenAI 的开发者日到各类国内发布会，关键词都是：主动性、上下文理解、多任务协作、可执行能力。
AI 不再只是回答，而是开始行动。
根据斯坦福大学HAI发布的《2025年AI指数报告》，AI系统在SWE-bench（软件工程基准测试）等高难度基准上的表现实现了大幅跃升，得分在一年内提高了67.3个百分点。
这一数据背后的含义是深远的：AI不再仅仅是帮程序员写几行for循环的助手，而是能够独立阅读Issue、定位Bug、跨文件修改代码并运行测试的“智能主体”。
AI Coding，正在从技术实验期进入应用成熟期。
正好最近TRAE 发布了《2025 年度产品报告》
我就顺着这个报告来总结下AI Coding 的 2025
2025年AI Coding融资火热，独立创业公司估值暴涨，常在数月内翻倍。
如果需要选出一家代表2025年AI Coding狂热的公司，非Cursor（母公司Anysphere）莫属。Cursor的估值在短短11个月内增长了11.3倍。
这家成立于2022年的初创公司，在2025年11月完成了高达23亿美元的D轮融资，投后估值达到了令人咋舌的293亿美元。这一数字不仅震惊了创投圈，也标志着AI Coding工具正式拥有了挑战传统科技巨头的资本体量。
而且 Cursor 的 ARR 从2023年12月的100万美元，飙升至2025年11月的10亿美元以上。这种从100万美元到10亿美元仅用时不到24个月的增长速度，打破了此前由Slack、Wiz等公司保持的所有B2B SaaS增长纪录。
这说明 AI Coding 已经充分得到了资本和市场的双重认可，已经是一个全新的高速增长的行业...
而且国内的 AI Coding 工具，也是蓬勃发展
完整内容：mp.weixin.qq.com
过去两年，AI Coding 的发展速度超出了所有人的预期。
从最初的智能补全，到今天的多Agent协作系统，这个领域像是踩在加速键上。
2025 年，几乎所有大模型厂商都在谈 Coding Agent。
从 OpenAI 的开发者日到各类国内发布会，关键词都是：主动性、上下文理解、多任务协作、可执行能力。
AI 不再只是回答，而是开始行动。
根据斯坦福大学HAI发布的《2025年AI指数报告》，AI系统在SWE-bench（软件工程基准测试）等高难度基准上的表现实现了大幅跃升，得分在一年内提高了67.3个百分点。
这一数据背后的含义是深远的：AI不再仅仅是帮程序员写几行for循环的助手，而是能够独立阅读Issue、定位Bug、跨文件修改代码并运行测试的“智能主体”。
AI Coding，正在从技术实验期进入应用成熟期。
正好最近TRAE 发布了《2025 年度产品报告》
我就顺着这个报告来总结下AI Coding 的 2025
2025年AI Coding融资火热，独立创业公司估值暴涨，常在数月内翻倍。
如果需要选出一家代表2025年AI Coding狂热的公司，非Cursor（母公司Anysphere）莫属。Cursor的估值在短短11个月内增长了11.3倍。
这家成立于2022年的初创公司，在2025年11月完成了高达23亿美元的D轮融资，投后估值达到了令人咋舌的293亿美元。这一数字不仅震惊了创投圈，也标志着AI Coding工具正式拥有了挑战传统科技巨头的资本体量。
而且 Cursor 的 ARR 从2023年12月的100万美元，飙升至2025年11月的10亿美元以上。这种从100万美元到10亿美元仅用时不到24个月的增长速度，打破了此前由Slack、Wiz等公司保持的所有B2B SaaS增长纪录。
这说明 AI Coding 已经充分得到了资本和市场的双重认可，已经是一个全新的高速增长的行业...
而且国内的 AI Coding 工具，也是蓬勃发展
完整内容：mp.weixin.qq.com
1 00