IDC 最近发布《中国 AI 编程市场份额，2025》报告。阿里以 47.6% 的份额位居第一，超过第二至第五名之和。智谱 CodeGeeX、商汤 Raccoon、腾讯 CodeBuddy、百度 Comate 分列第二至第五，份额分别为 11.5%、10.5%、6.9% 和 6.0%。

就在一年多以前，这个市场还没有形成明显的领先者。

IDC 在 2025 年一季度评估中国 AI 编程市场时，共纳入十款产品，国内外主要厂商都在其中。当时，阿里、字节、腾讯、百度等主要厂商在这一市场的收入还只有千万元量级，竞争刚刚开始。

一年多以后，阿里就拿走了近一半的市场份额。

所谓「分出胜负」，指的是在一个刚刚形成商业收入的市场里，阿里已经建立接近 50% 的领先份额。技术路线仍会变化，第一轮市场分化已经完成。

一年前，DeepSeek R1 也进入了 IDC 的评估范围。它在全球模型市场拥有很高的影响力，但这种影响力并未直接转化为 AI 编程产品的市场份额。这个反差说明，模型能力只是 AI 编程竞争的起点，市场份额还取决于产品工程和企业采用。

为什么 AI 编程能在一年内形成如此悬殊的份额差距？首先要理解，这个市场为什么比其他 AI 应用更早进入商业竞争。

为什么最先分出胜负的是AI编程

在众多 AI 应用中，编程是少数拥有明确评价标准的场景。

写作、绘图和营销文案的质量很难统一衡量。代码能否运行、能否通过测试，可以直接检验模型输出。代码质量、安全性和可维护性仍需人工判断，但相比其他生成式 AI 场景，编程工具创造的价值更容易量化。

评价标准清晰，付费逻辑也更容易成立。开发者本来就习惯为工具付费，企业也可以计算 AI 编程工具节省了多少时间、降低了多少成本。

海外市场已经证明了这种付费能力。市场研究机构预计，2026 年全球 AI 编程助手市场规模将达到 103 亿美元。据媒体援引知情人士报道，Cursor 在 2026 年 2 月的年化收入运行率已经超过 20 亿美元。GitHub Copilot 则拥有超过 470 万付费订阅用户。

Devographics 的年度调查显示，受访开发者自报的 AI 生成代码占比已经由一年前的 28% 升至 54%。

编程也是目前少数已经形成规模化使用的智能体场景之一。

过去一年，行业一直在讨论如何让 AI 从辅助工具变成能够独立完成任务的 Agent。多数应用仍处于演示或有限试用阶段，编程已经进入真实生产环境：Agent 接收需求，制定计划，编写代码，运行测试，再根据结果修改问题。这套任务流程每天都在大量项目中重复发生。

因此，AI 编程市场不仅在争夺开发工具的收入，也在验证下一代 Agent 的产品形态。谁能让模型稳定完成复杂任务，谁就更有机会将同样的工程能力扩展到其他企业场景。

这个市场仍有很大的增长空间。IDC 的调研显示，中国 AI 编程助手对开发者的覆盖率约为 30%；在美国，91% 的受访开发者表示过去 12 个月使用过这类工具。当中国市场覆盖率只有约 30% 时，阿里便取得 47.6% 的份额，说明领先格局形成得远早于市场完全成熟。

这些特点解释了 AI 编程为什么会率先形成清晰的商业格局。但它们还不能解释，为什么最终拿走 47.6% 的是阿里。这个问题需要回到 Qoder 的产品演进和工程体系。

IDC 统计的是阿里 AI 编程业务的整体份额。如今，这套业务的产品能力集中体现在 Qoder 产品体系中。Qoder于 2025 年 8 月发布，2026 年 5 月又推出 1.0 版本，产品形态已经从 AI IDE 扩展到插件、CLI、云端 Agent 和数字员工。

模型给了入场券，工程能力决定能不能交付

IDC 一年前已经指出，各个模型之间的差距正在缩小，竞争重点将逐渐转向用户入口和产品能力。过去一年的份额变化，基本符合这个判断。

模型仍然重要，它决定一款 AI 编程产品能否进入主流竞争。

为 Qoder 提供核心模型能力的 Qwen3.7-Max，在 SWE-bench Pro 和 SWE-bench Multilingual 上分别取得 60.6 和 78.3，在 Terminal-Bench 2.0 Terminus 上以 69.7 超过 DeepSeek V4 Pro Max 的 67.9。其 SWE-bench Verified 得分为 80.4，与 Claude Opus 4.6 Max 的 80.8 和 DeepSeek V4 Pro Max 的 80.6 接近。

在集成自研模型基础之上，Qoder也一直坚持开放的策略，上线了GLM、DeepSeek等国内外顶尖编程模型，把选择权交给用户。

这些成绩说明，Qoder 拥有足够高的模型起点。模型进入同一能力区间后，市场份额的差距还需要从产品工程和企业服务中寻找解释。

模型能力接近以后，真正拉开差距的，是模型能否被组织成一个可靠的工程系统。

这类能力通常被称为 Harness Engineering，主要涉及任务规划、上下文管理、工具调用、执行记录和结果验证。它解决的问题，是如何让模型稳定完成真实的软件工程任务。

Qoder 1.0 引入了 Task Runtime，将一次复杂开发任务组织成可以持续追踪的执行过程。规划、代码修改和交付审查分别留下状态与产物，开发者可以看到任务进行到哪一步，结果出现问题时也能找到对应环节。

知识引擎与这套运行方式配合。Qoder 将记忆、Repo Wiki 和知识卡片集中管理，按阶段调用团队规范、历史决策等对应知识，减少一次性检索带来的无关信息。

这套机制已经反映在产品数据中。

Qoder 公布的测试显示，统一知识引擎上线后，用户代码保留率提升 11%，输入 Token 消耗降低 40%，对话轮次减少 33%。

三项指标分别对应产品采用、使用成本和任务效率。代码保留率反映生成结果有多少被开发者继续采用，Token 消耗影响企业大规模使用后的成本，对话轮次则影响任务完成时间。它们共同衡量的，是模型能力能否转化为可以进入真实研发流程的结果。

这也是模型基准难以完整衡量的部分。基准测试可以判断模型会不会写代码，代码保留率则反映产品能否帮助开发者完成工作。

工程能力来自持续的产品迭代和真实任务积累，短期内很难仅靠一次模型更新缩小差距。这是市场份额迅速集中的第一个原因。

企业不是买一个插件，而是一套研发基础设施

第二个原因来自中美市场结构的差异。

美国 AI 编程产品较早通过个人开发者形成影响力。Claude Code 和 Codex 依靠模型能力吸引开发者，Cursor 则通过编辑器体验建立付费用户群体。

中国市场的收入和份额更加依赖企业采购。个人开发者关注补全速度、模型能力和使用体验，企业还要考虑代码安全、数据合规、权限管理和组织效率。

个人开发者可以同时试用多个工具，迁移成本相对有限。企业采购具有不同的扩散方式。一旦模型权限、代码库、知识管理和研发流程被纳入统一系统，AI 编程产品便会从个人工具变成组织基础设施。竞争也会从单个开发者的选择，转向企业层面的集中采购和规模部署。

这种市场结构会放大企业产品能力的重要性，也会推动份额更快向少数厂商集中。

Qoder 将相当一部分产品投入放在安全、权限和组织管理上。

整体上，它建立了由事前企业策略、事中安全运行时和事后审计治理构成的三层安全架构。企业可以提前设定使用策略，在 Agent 执行过程中处理高风险操作，并在任务完成后保留必要记录。

代码安全进一步设置了 L1 至 L4 四层防御，覆盖代码从生成到合入的全过程：生成阶段进行正则规则校验，代码改动后执行语义 diff，随后进行跨文件分析，最后在 CI/CD 环节检查和拦截。

数据本地存储、加密连接和高风险操作拦截，则处理企业更关心的数据与执行风险。这些能力共同决定了 AI 编程工具能否进入核心研发流程。

在权限管理方面，企业管理员可以按人员和代码库配置模型范围。核心研发团队、普通业务开发和外包人员可以使用不同的模型，敏感程度不同的代码库也可以匹配不同的模型权限。

Qoder 企业版还开放了企业专属 Plugin/Skill 市场。企业可以将内部工具、工作流程和开发规范转化为团队共享的 AI 能力，让个人使用经验进一步进入组织系统。

客户采用提供了进一步证明。Qoder 全系产品已经服务数十万家企业，其中包括中国一汽、中信证券和亚信科技，全球用户超过 500 万。

车企和券商通常对代码安全、数据权限和合规管理有较高要求。进入这些行业，说明 Qoder 已经具备服务高要求企业客户的能力，也表明其产品价值已经超出个人开发者工具的范围。

从这个角度看，智谱和商汤这样的模型公司排在第二、第三并不意外。模型能力可以支撑产品起步，企业市场还要求厂商具备安全管理、交付服务和长期客户关系。云厂商在这些方面通常拥有更多积累。

这是市场份额迅速集中的第二个原因。

Qwen、Qoder 和阿里云，形成了一个闭环

第三个原因来自阿里的整体协同能力。

阿里的优势，在于模型、编程产品和云服务可以在同一体系内协同。Qwen 提供模型能力，Qoder 将模型转化为可以完成真实任务的编程产品，阿里云则提供企业客户、部署环境和商业入口。

这三层能力承担不同作用。

模型决定产品能力的起点。Qoder 将模型能力转化为任务规划、上下文管理和结果验证。阿里云再将这些能力带入企业现有的计算资源、数据体系和研发流程。

2026 年 5 月上线的 Cloud Agents 进一步扩大了这套体系的使用范围。它是一个全托管的 AI Agent 运行平台，为企业提供 Agent 底座、模型服务和运行环境。企业可以通过 API 调用相关能力，将 Agent 接入现有应用和业务系统。按照阿里的说法，Cloud Agents 可以将部分 Agent 的上线周期从一个月缩短至一天。

由此形成一条清晰的增长路径：模型进步改善产品能力，产品吸引更多企业使用，企业的真实工程需求继续推动模型和产品迭代，阿里云则负责部署和商业化。

这个循环已经处在真实增长的企业 AI 市场中。阿里 AI 相关产品收入连续 11 个季度实现三位数同比增长，占阿里云外部收入的比重达到 30%。

这组财报数据反映的是阿里整体企业 AI 需求，并未单独披露 Qoder 的收入贡献。但它说明，阿里已经拥有快速扩张的企业需求和商业化渠道。Qoder 进入的并非一个孤立的开发者工具市场，而是阿里云正在增长的企业 AI 业务。

单项产品能力可以被追赶，模型、产品和云服务之间的协同更难在短期内复制。这是市场份额迅速集中的第三个原因，也是阿里可能继续扩大领先的结构性基础。

47.6% 之后，竞争进入下一阶段

Qoder 已经形成覆盖 Desktop、JetBrains 插件、CLI、移动端、Cloud Agents 和 QoderWake 的产品体系。编程中积累的任务运行时、知识工程和企业治理能力，也开始从个人开发环境扩展到云端 Agent 和数字员工。

从这个角度看，AI 编程只是阿里企业 Agent 业务的起点。

国内第一轮市场分化已经完成，但市场空间还有很多。正如上文所言，中国 AI 编程助手对开发者的覆盖率约为 30%。随着更多开发者开始使用 AI 编程工具，更多企业从试用进入规模部署，现有领先者仍需继续扩大产品覆盖，并将技术优势转化为更广泛的企业采用。

全球市场则提供了另一个增长空间。

在 Gartner 最新发布的《2026 年企业级 AI 代码智能体魔力象限》中，全球共有 12 家企业入选。阿里云连续第三年进入挑战者象限，也是该象限中唯一的中国公司。

这说明阿里已经进入全球企业 AI 编程市场的主要竞争范围。国内市场积累的模型能力、产品工程和企业服务经验，也为 Qoder 进一步拓展全球市场提供了基础。

回到开篇，模型决定谁能进入比赛，工程能力和企业服务决定谁能率先建立领先。阿里拿到的 47.6%，不只是一项开发工具的市场份额，也证明它已经找到一条将模型能力转化为企业采用和商业收入的路径。

接下来，竞争将从早期份额扩展到更大规模的企业部署，从 AI 编程延伸到更广泛的企业 Agent，并逐渐进入全球市场。围绕这条路径的下一阶段竞争才刚刚开始。