共计 1394 个字符，预计需要花费 4 分钟才能阅读完成。
4 月 25 日,OpenAI 与 DeepSeek 在同一天分别发布了 GPT-5.5 和 DeepSeek V4 预览版, 两者不约而同地将 Agentic Coding 作为核心卖点。这一巧合背后, 是 AI 行业经过一年探索后达成的共识: 编程能力是通向通用人工智能 (AGI) 的关键门票。
📌 为何 Coding 成为 Agent 时代的制高点?
- 重点: AI 进入“计件”时代
- 重点: 当前公开信息主要集中在产品、策略或节奏变化上。
- 重点: 后续仍需关注官方更新、落地范围以及实际反馈。
视频生成曾被视为 AI 最具想象力的方向,但算力并未为此买单。3 月,OpenAI 关停 Sora, 终止了与迪士尼的 10 亿美元合作。同期, 谷歌联合创始人谢尔盖·布林组建了 AI Coding 突击队, 目标直指夺回 Coding 制高点。4 月 21 日, 马斯克的 SpaceX 以 600 亿美元收购了 Cursor。
Coding 之所以成为焦点,在于它同时满足“高频”和“高复杂度”两个条件。职业开发者每天在 IDE 中工作八小时, 调试、重构、代码审查等环节都是 AI 的介入点, 调用频率极高。而且, 代码的价值可精确衡量: 一段代码跑通或没跑通, 功能实现或未实现, 都是二进制结果, 没有模糊地带。这意味着开发者愿意为 AI 编程工具支付远高于其他 AI 产品的价格, 因为它替代的是可量化的工时成本,ROI 计算直接透明。
更重要的是,Coding 赛道的技术优势会自动转化为整个 Agent 生态的优势。Agent 在执行复杂任务时, 实质上是在持续调度和生成代码——无论是调用工具 API、处理文件系统、协调并行子任务, 还是验证结果和处理异常, 底层都是代码理解与生成。字节跳动引进郭达雅时, 正是将其放在 Agent 和 Coding 能力的组织整合核心位置, 而非仅作为 Coding 模型的技术负责人。
🔍 Coding Plan 的崩溃: 从订阅制到 Token 计费
Coding Plan 的设计最初基于 SaaS 订阅逻辑: 假设大多数用户不会充分使用, 轻度用户覆盖重度用户成本, 整体毛利可控。但 Agent 模式彻底打破了这一假设。传统代码补全是单次请求,Token 消耗可控; 而 Agent 模式中, 一个复杂任务包含规划、拆解、多步执行、并行子任务等,Token 消耗是传统补全的几十倍甚至几百倍。
GitHub 在官方博客中直言: 长时运行的并行化 Agent 会话,远超原有计划架构所能支撑的资源上限。此外,OpenClaw 等 Agent 框架的接入系统性破坏了云端缓存命中率。正常编程场景中, 缓存命中率可达 85% 以上, 成本仅为正常输入的十分之一; 但框架请求前缀因版本号、构建时间等变化而不稳定, 命中率大幅下降, 导致成本飙升。
💡 行业洗牌: 从烧钱抢入口到可持续商业模型
这一轮集体收紧的速度超过多数人预期。一位行业亲历者描述:“一个季度之内, 从补贴抢人到集体收紧, 速度比我预想的快得多。”OpenAI 则选择了不同策略:Sam Altman 宣布 Codex 达到 300 万周活用户后, 重置所有套餐用量限制, 并承诺每新增 100 万用户再重置一次。Plus 用户享受促销期 10 倍用量,Pro 用户享受 2 倍用量, 但促销截止 5 月 31 日, 后续策略未知。
📊 总结
围绕“DeepSeek V4、GPT5.5 会师: 通向 AGI 的门”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
