AI编程跑出10亿美元年化收入,美团也来抢程序员的工具箱

"

接进工具箱，只拿到入场券；能让人每天放心交活，才开始有定价权。

9月25日，两条消息撞在了一起。

Cognition宣布，公司年化收入运行率突破10亿美元。

另一边，美团LongCat-2.5-Preview上线，更新说明重点提到编程能力，以及对Claude Code、OpenCode、OpenClaw等工具的适配。

放在一起看，很有意思：一家公司已经从AI编程里收到了相当可观的钱；另一家公司正在把自己的模型送进程序员每天使用的工具里。

先把最容易传歪的数字说清。

10亿美元是Cognition披露的公司年化收入运行率，相当于按当前收入速度推算的年度规模。

Cognition还收购了编程工具Windsurf，并把它的能力纳入产品体系。

这个数字真正值得关注的地方，是AI编程已经进入企业预算。

程序员的工具箱，开始变成一门大生意。

美团现在挤进来，能分到哪一层的钱？

📌 本文看点

早期的AI编程工具，最容易展示的是“会写代码”。

输入需求，几秒钟生成一个页面，演示效果很漂亮。

企业真正在意的麻烦，往往发生在演示之后：这段代码能不能放进公司现有项目？改动会不会牵连其他模块？测试谁来跑？出了问题谁撤回？最终谁敢把它并入正式代码？

代码生成得再快，最后仍要有人敢点“合并”。

Cognition抓住的，就是生成之后那一长串工作。

Devin可以接下任务，在后台继续做；开发者也能回到编辑器亲自检查。

2026年6月，Cognition推出Devin Desktop，把电脑上的AI助手、后台运行的AI助手、代码检查和项目资料汇在一个界面里。

这个组合很关键。

程序员在编辑器里判断细节，把相对完整的任务交给Devin，再回来检查结果。企业买到的，是一套逐步嵌入日常开发的流程。

Devin官网展示的任务执行界面：任务、代码变更与测试报告

当然，年化收入增长证明有人愿意付费；它尚不能单独证明每一行AI生成的代码都省下了人工成本，更不能推出“程序员马上会被替代”。

账单跑得快，交付质量仍要一单一单验。

但至少有件事已经发生：AI编程从技术演示走进了真实采购。

LongCat-2.5-Preview这次发布，官方更新日志强调，它可以与Claude Code、OpenCode、OpenClaw等现有工具协同；LongCat的开放平台此前已提供按用量付费和预付用量包，并面向企业推出认证、开票和阶梯折扣。

这条路很现实。

开发者已经有顺手的写代码软件、命令行和AI编程助手。

让他们为了试一个新模型，把整套习惯搬家，门槛太高。模型先接入现有工具，至少能获得一次被使用的机会。

工具箱的位置已经有人占着，美团先争工具箱里的“发动机”。

 模型模块进入现有开发工具的示意图

但接进去之后，还有几道坎。

程序员会不会主动切到LongCat？切过去以后，复杂任务能否稳定完成？速度、价格和效果能否让团队愿意长期使用？企业的权限、费用和审计能否接上？

这些问题，官网写一句“深度适配”解决不了。

适配说明它能进入程序员的日常工作；持续使用，才会形成稳定的用量。

而且，接上Claude Code，不等于拿下Claude Code的用户。

用户打开的是现成工具，工作习惯留在工具里。

模型可以被选中，也可以在下一次任务里被换掉。

这就是美团要面对的商业现实：模型能力必须强到足以被反复选择，价格还得覆盖运行模型的成本。

至于LongCat最终能获得多少收入，目前没有公开数据足以回答。

把AI编程拆开看，这场竞争会清楚很多。

底层是模型：读代码、改代码、调用工具，一次处理较长的代码和资料。

LongCat主要从这里切入，最直接的收入形式是按使用量收费。

中间是工作界面：写代码的软件、命令行窗口、任务面板。

程序员每天在哪里提出需求、检查改动、处理报错，哪里就可能积累使用习惯。Cognition收购Windsurf、继续建设Devin Desktop，瞄准的是这一层。

上层是企业流程：谁有操作权限，如何接入公司的代码库，怎样分配任务、测试和审核，费用怎么算，出了问题能不能查清过程。采购决策最终会碰到这些具体问题。

三层可以由同一家公司提供，也可以拼起来使用。

程序员完全可能在一个工具里切换多家模型，企业也可能把一个AI编程助手接进原有的开发流程。

AI编程工具箱的三层价值：模型、工作界面、企业流程

所以应该更在意“谁掌握日常开发流程”，而不是单看谁的参数更大、能一次读入的资料更多。

所谓“百万上下文”，说白了就是一次能放进更长的代码和资料。

放得下之后，它还得读对关联、改对代码、跑过测试。

这里还有一个容易被忽略的分配问题：模型每完成一次推理就可能产生调用收入；工作界面更容易承载订阅和使用习惯；企业流程则关系到规模采购。

哪一层的利润更厚，目前无法从两家公司的一次公告里算出来。

但谁控制关键环节，谁就更有机会谈价格。

AI编程最会讲的故事，是让一个人完成过去几个人的工作。

可在大型项目里，代码写出来只是开头。

有人要确认AI有没有理解需求，要检查特殊情况、安全风险，以及旧功能会不会受影响。

AI助手一次改动更多文件，人工检查的压力也可能随之上升。

这种压力，正是AI编程商业化最难绕开的部分。

个人用户会为“写得快”兴奋，企业要为“交得稳”付钱。两者之间，隔着测试、审查和责任归属。

程序员可以换模型，企业很难一夜换掉整套开发流程。

这句话也解释了Cognition目前的优势，以及LongCat的机会。

前者把产品放进开发流程，已经用公司层面的收入速度证明了市场愿意付款；后者选择成为现有工具可调用的模型，为用户提供另一个选择。

前者需要守住交付体验，后者需要证明自己的使用价值。

两家公司走的路不同，碰到的考题却很相似：AI替程序员做的工作，能否被放心用进真正上线的系统？

9月25日的两条消息，给AI编程行业画出了一张很清楚的账单：这门生意已经有人跑到了10亿美元年化收入运行率，后来者也开始沿着现有工具寻找入口。

美团的LongCat拿到了入场券。

接下来要证明的，靠不了一次模型发布：程序员在真实任务里反复选它，团队觉得效率和成本合算，企业愿意为这种稳定性持续付费。

衡量AI编程，最终要回到几件朴素的事：任务做完了吗？返工少了吗？审查者敢合并吗？花出去的钱，真的换回了时间吗？

程序员工具箱里最值钱的位置，挨着“提交”按钮。

谁能陪用户走到这一步，谁才有资格谈长期收入。

资料参考：

Cognition年化收入公告

Cognition收购Windsurf公告

Devin Desktop产品介绍

LongCat API更新日志。