6个月25亿美元,AI编程工具凭什么卖这么贵?

Hello，我是Ty。

2025年5月，Claude Code全面开放。6个月后，年化营收突破10亿美元。又过了3个月，这个数字变成了25亿。翻了一倍多，还是年化。

同一时间，Cursor从5亿美元ARR冲到20亿，只用了90天。

SaaS行业的历史上，这种增长曲线是异常值。Slack从0到1亿ARR用了两年，Zoom用了三年。而Claude Code和Cursor，把”1亿到10亿”这个台阶踩成了起跑线。

问题来了。一个编程工具，凭什么？

不是工具，是生产力本身

传统意义上的编程工具是什么？编辑器、调试器、版本控制。它们的共同特点是：帮程序员更快地敲代码。

AI编程工具做的不是这件事。它不是帮你敲代码，而是替你敲代码。

这个区别很关键。

程序员的工作流程大致是这样的：理解需求、设计方案、写代码、调试、重构、再调试。其中”写代码”这个环节，占用的时间大概20%到30%。剩下的时间都在思考、沟通、改错。

AI编程工具切入的，恰恰不是那20%。它们切入的是整个链条。

你用自然语言描述需求，它生成代码。你指出bug，它修复。你说”这段代码太慢了”，它重构。你发现它理解错了，它道歉，然后重新来一遍。整个过程中，你更像一个产品经理，而不是程序员。

这不是工具升级。这是角色转换。

当一个产品从”提升效率”变成”替代劳动”，它的定价逻辑就完全变了。你卖的不是软件，是生产力本身。

买的是时间，不是功能

企业为什么愿意付钱？

一个中级程序员的年薪，在美国是15万到25万美元。一个高级程序员，30万起步。而Claude Code的企业版订阅，每人每月几百美元。

这笔账不难算。如果一个AI工具能让一个程序员的产出提升30%，它就已经值回票价了。如果它能替代一个初级程序员50%的工作，那就不是值回票价的问题，而是”不买就亏了”。

更关键的是，AI编程工具带来的提升不是线性的。

传统工具让程序员快10%，那是线性的。AI工具让程序员能做原来做不了的事情，这是质变。比如一个前端工程师突然能写后端了，一个只懂Python的人突然能写Rust了。技能边界的消失，带来的价值远超”更快”。

这就是为什么企业愿意付高价。它们买的不是功能，是时间。是原本需要招聘三个人才能完成的工作，现在只需要一个人加一个AI。

护城河在哪里？

AI编程工具的核心能力来自大模型。而大模型是通用的，GPT-4能写代码，也能写诗。Claude能编程，也能聊天。

那么问题来了：如果核心能力是租来的，护城河在哪里？

答案藏在两个地方。

第一个是数据。AI编程工具的每一次交互，都是一次训练。用户写的代码、修改的建议、接受或拒绝的补全，这些数据被持续喂回模型。用的人越多，模型越聪明。模型越聪明，用的人越多。飞轮一旦转起来，后来者很难追上。

第二个是工作流嵌入。Claude Code和Cursor不是独立的网站，它们深度集成在IDE里。VS Code、JetBrains、Vim，程序员的日常环境就是它们的地盘。当一个工具成为工作流的一部分，迁移成本就变得极高。你不会因为另一个工具有5%的性能提升，就换掉整个工作环境。

这两个护城河叠加在一起，就是”规模优势+粘性优势”。大者恒大，强者恒强。

程序员的未来

每次AI工具升级，都会出现一批”程序员要失业了”的论调。这种论调从2023年ChatGPT发布就开始了，到现在还在重复。

但事实比论调复杂得多。

程序员的数量没有减少，反而在增加。根据Stack Overflow的调查，2025年全球程序员数量比2023年增长了15%。AI工具的普及，降低了编程的门槛。原来不会写代码的人，现在也能写一点了。

这是”替代”还是”扩张”？

两者都有。低端的、重复的、模板化的代码工作，确实在被替代。但高端的、架构性的、需要深度理解业务的工作，需求在增加。AI工具让一个程序员能承担更多责任，也让企业对程序员的期望值提高了。

门槛降低，天花板升高。这才是真实的图景。

那些担心失业的程序员，担心的不是AI，而是自己的技能还停留在”低端”那个区间。这个区间本来就不安全，AI只是加速了它的消失。

写在最后

6个月25亿美元。这个数字的背后，不是炒作，不是泡沫，是真实的商业逻辑在起作用。

AI编程工具卖的不是代码补全，是生产力的重新定义。它让程序员从”实现者”变成”指挥者”，让企业用更少的人做更多的事，让技能的边界变得模糊。

这个过程会持续下去。Claude Code和Cursor今天的25亿和20亿，可能只是起点。

程序员的职业会变，编程这件事不会消失。消失的，是那些不需要思考就能完成的工作。

我是Ty，希望你每天过得开心。