百度在 AI IDE 上的决心

有点意思，国内 AI IDE 的赛道也是越来越热闹。刚刚，百度发布了国内首个多模态、多智能体协同的 AI IDE：Comate AI IDE，支持多模态、多智能体协同、Figma2Code（设计稿转代码）、InlineChat、超级补全、MCP 等功能，看起来功能完备度相当高。百度在这件事上也是铆足了劲。

去年 Cursor 还没出圈之前，我们团队当时就意识到 GitHub Copilot 不好用，所以，权衡之后，切换到了百度的文心快码（Comate 的中文名）。当然，那时候它还是插件的形态。彼时，我对 AI 编程工具还没有清晰的认知，仍然陷入到了固有的认知中。

毕竟过去编程 IDE 一直是个挺小众的赛道，最出名的 JetBrains 一年也就三亿多美元的营收。这个市场竞争本来就不激烈，产品的变化也很慢。虽然这些年大家都在讲数字化，但开发者每天用的这些基础工具，其实很少有人真正在意过。

当时我和文心快码的相关负责人交流，他笃定地说，编程绝对是大模型的杀手级应用场景，程序员写代码使用的 IDE，很快会迎来彻底地重构。这个认知放到现在来看，也许已经稀松平常，但在去年 Cursor 还没大放异彩时，我很少听到如此论断。

1

事实的确如此。那为什么百度要在这时候推出 AI IDE？我谈谈我的理解。

发展到今天，毫无疑问，大模型已经成了科技巨头们最重要的战略支点。你看 Meta，最近扎克伯格亲自上阵组团队搞超级 AI，谷歌那边也是一样，5 月的 I/O 大会恨不得直接改名叫 AI 大会。大模型已经成了所有头部科技公司都心照不宣的方向。

就如此竞争态势下，我们也看到了，模型之间的差距越来越小。百度认为，未来赢得 AI 竞争的关键因素之一是生态。这个结论倒也是共识，就像移动互联网中，不管是云平台还是头部 App，最后拼的其实都是各自服务背后的生态。说白了，谁能把上下游都拉到自己的平台，谁就能占据主动。

移动互联网那波浪潮中，坦白讲，百度在生态方面做的并不出色。我觉得百度本质上就是一家工程师驱动的技术公司，在应用层面，他们并没能像美团、滴滴这样的公司那样嗅觉灵敏。

但现在，我们正在经历的 AI 大模型浪潮则不一样。AI 大模型是典型的技术驱动型创新，没有技术壁垒，仅谈应用就很难站住脚。

所以，你也能看出来，这次反而百度的速度会快很多。我觉得 AI 对百度确实是个利好机会，他们或许可以借着技术的优势，扳回一城。

说回 AI 生态，AI IDE 又是非常关键的一步。

因为接下来，肯定会有越来越多的企业和开发者涌进来构建 AI 应用。如果百度的 Comate AI IDE 能成为开发者的首选，那百度就能把最活跃的创新力量沉淀到自己的生态里。

别忘了，百度还有自己的大模型、云平台、Agent 构建平台、广告体系，这些底层能力一旦串起来，整个生态的势能和黏性都会被进一步放大。

2

过去，工程师使用 IDE 更多是在写代码，可写代码又只是开发软件的一个环节，并非全部。软件开发的流程还包括需求梳理、架构设计、代码测试、部署、运维等等。

现在随着模型能力的提升，Agent 能力的增强，AI IDE 的边界也会继续扩展。它会真正成为构建软件的一站式工作台。

以百度 Comate 的 Zulu 智能体为例子，工程师只需要把自己的需求用自然语言描述出来，Zulu 会模拟工程师的工作流程，全自动的完成项目内多文件代码修改和测试，然后交付结果。

这已经远远超出了代码补全和生成的范畴。并且，Comate 接下来还会支持多智能体协作，也就是说，用户可以自定义不同的智能体，并把他们编排到一起，自动完成任务。智能体是重中之重。

所以，百度有一个很重要的判断，未来 IDE 的竞争，本质上就是 Agent 的竞争。甚至当前以 Cursor 为代表的新一代 IDE 的形态，也并非终局。

因为只要 Agent 的能力变得越来越强，多 Agent 的协同变得越来越稳定，那毫无疑问，工程师写代码的方式，会以自然语言为主。人机协同的范式可能还会进一步升级。

百度向来以能够准确判断趋势见长，早在去年时，李彦宏就在各种场合强调智能体 Agent 以及多智能体的重要性。

他说：智能体将会是 AI 应用的最主流形态。未来任何一个复杂任务的交付，都需要多智能体协作来解析需求、分拆任务、调度资源、规划执行，最终交付结果。

这个远见不得不让人佩服，特别是今年春节后，我们看到，各个领域当中都涌现出来一批令人眼前一亮的智能体。

百度这边，比如除了刚发的 Comate AI IDE 外，还有面向无代码开发的秒哒，以及更通用智能体产品“心响”。这些产品本质上，都是在试图把工具变得更智能和简单。

这是一个大趋势。

还记得去年六月，我和百度的同学聊天谈到代码助手时，他们就在讲多 Agent 的架构。当时我还有些将信将疑。后来，随着 Cursor Composer 能力的广为人知，我才如梦初醒。

原来这才是理想的 AI IDE 应该做的事情。百度也早在 Comate 的 IDE 插件中上线了 Agent，帮用户完成从需求到代码的端到端生成。

我们简单做个梳理。早些年的 IntelliJ IDEA、PyCharm、Eclipse 就是老一代的 IDE，它提供了基本的代码补全能力，和基础的编程环境。

后来，GitHub Copilot、文心快码等 AI 编程插件，在 IDE 的基础上，融入 AI，实现了更智能的补全。再往后，Cursor，以及百度今天发布的 Comate IDE 又在智能补全之上，进一步集成了 Agent 能力。

就像下面这张图所展示的，Comate 的 Zulu 智能体可以理解通过自然语言描述的开发需求，然后自动的拆解任务，完成 Coding。工程师要做的就是不断给 AI 下指令，并在 AI 搞不定的时候，上手编辑部分代码。

从这个变化中我们可以看到，智能化是这些年 IDE 发展的一条主线。甚至最近 OpenAI 发布的 Codex，它在设计上更激进，直接抛弃了 IDE 的固有交互，而是完全以 Agent 为中心进行设计，试图完全通过自然语言的方式，接管软件开发的全过程。

Codex 的人机交互方式是不是终局还需要时间检验。但我们可以确定，这一轮 IDE 的竞争已经过渡到 Agent 的竞争上来。

在今年三月时，OpenAI 推出了 Agents SDK，帮助用户构建多 Agent 协作的应用。而与此同时，Anthropic 和 Google 则是在 Agent 相关的协议上发力。5 月，百度还牵头发布了软件开发的智能体标准。这也侧面说明行业的头部公司都在争夺 Agent 行业标准的制定权。

3

而且我倾向于认为，头部的 Coding Agent，一定是能端到端、自己掌握底层技术栈的。

单纯在别人的模型上堆应用，很难形成真正的壁垒。像 Cursor，其实它目前也在加速自研模型，至少部分场景中不可能全部依靠外部模型。说到底，模型和应用只能协同进化，分开来做很难有长期竞争力。

这几年，百度在芯片、深度学习框架、大模型，再到上层应用这条链路上，一直都是亲自下场，自己搭底座、自己打磨产品。

从最底层的昆仑芯片，到飞桨框架，再到文心大模型，百度的技术栈基本都是一条龙自研。上面各种 AI 原生应用，无论是搜索还是文库，背后用的都是自家的技术。这种从底到顶的布局，在国内互联网公司里其实不多见。

这么做有个直接的好处，就是遇到新场景或者赛道变化时，可以很快把底层能力调优到最新需求，比如现在押注 AI IDE，百度就有底气去做全栈协同、实践多智能体协同模式这些事情。

这也是为什么在 AI 编程 Agent 这条赛道上，百度能不断推出令人眼前一亮的新特性的原因。这些底层积累，其实是多年慢慢铺路的结果，很难一时半会赶出来。

另外， 百度重仓 AI 编程，很大程度上也是把代码这个推理要求极高的场景，作为打磨大模型的主战场。模型和 Agent 其实是绑在一起成长的，真正想让 Agent 跑得起来，前提还是得有足够强的模型底座。

而模型想变强，最直接的办法，就是反复在真实场景里练。代码开发算是所有应用里最能锻炼推理和执行能力的场景之一，这种场景反哺模型能力的思路，现在也成了行业共识。

你看 OpenAI，最近也在重点做编程相关的应用。Sam Altman 讲过它的逻辑，编程和文本、图片、视频一样，都是数字世界里重要的格式。AI 如果在代码场景里能跑通，那后面也可以集成到 ChatGPT 中，作为人机的一种交互方式之一。

我猜测，百度也有类似的考虑。今年百度的几款旗舰模型中，一直在强调多模态重要性。除了视频、音频和图片外，网页也会是多模态的形式之一。

其实回头看，百度做 AI IDE，更像是在顺着自己的技术栈继续往前走。

过去几年，百度在底层能力上不断加码，先是做了文心快码的插件，现在又把这些能力升级成独立的 IDE，让开发者能直接体验到更完整、更系统的工具。

这些年看下来，百度其实一直在做自己的开发者生态，从底层芯片、深度学习框架，到大模型，再到面向开发者的各类 AI 工具，思路都挺一致。核心还是希望把更多基础能力和平台资源开放出来，吸引更多开发者在这个体系里做创新和积累。

我最近也在用各种各样的 AI IDE，一个直觉是，未来像 Comate 这样的产品，会真正成为开发者完成工作的一站式平台，它能够持续地降低开发的门槛，提升软件创造的效率。

说到底，这次发布 AI IDE，只是百度在这条路上又往前推进了一步。背后其实还是顺着“模型的世界，应用的天下”这条主线在走。模型再强，最终还得落在具体的开发和应用场景里，这件事现在已经越来越清晰。

未来怎么走，估计还会有不少变化，但至少方向上，行业已经达成了共识。