微软旗下的GitHub推出的AI编程工具GitHub Copilot现已达到超过2000万用户,微软CEO萨蒂亚·纳德拉在周三的公司财报电话会议上宣布了这一消息。GitHub发言人向TechCrunch证实,这个数字代表"历史总用户数"。
这意味着在过去三个月中,有500万人首次尝试了GitHub Copilot;公司在4月份曾报告该工具已达到1500万用户。微软和GitHub并未公布这2000万人中有多少继续按月或按日使用这款AI编程工具——尽管这些指标可能要低得多。
微软还报告称,作为目前最受欢迎的AI编程工具之一的GitHub Copilot被财富100强中90%的公司使用。据公司称,该产品在企业客户中的增长与上一季度相比增长了约75%。
AI编程工具正变得越来越受欢迎,它们似乎是少数能够产生可观收入的AI产品之一。纳德拉表示,2024年GitHub Copilot的业务规模已经超过了微软在2018年收购GitHub时的整个GitHub业务。在过去的一年里,GitHub Copilot的增长率似乎继续保持积极态势。
与每月吸引数亿用户的ChatGPT和Gemini等AI聊天机器人相比,全球最受欢迎的AI编程工具的用户基数仍然很小。当然,软件工程比AI聊天机器人提供的一般信息查询更为小众。
话虽如此,软件工程师和他们的雇主似乎愿意为AI编程工具付出高额费用。凭借微软庞大的企业客户名单和GitHub的开发者生态系统,GitHub Copilot在企业AI编程工具市场中占据有利地位。
另一款流行的AI编程工具Cursor希望在企业市场挑战GitHub Copilot,并一直在从新兴AI初创公司中挖掘人才。据彭博社报道,Cursor在3月份每天有超过100万人使用其产品。当时,该公司的年化经常性收入约为2亿美元。如今,Cursor的年化经常性收入超过5亿美元,这表明现在有更多人每天在使用其产品。
虽然GitHub Copilot和Cursor最初致力于解决开发者体验的不同部分,但它们正稳步趋同为类似的产品。
两家公司最近都推出了AI智能体来审查代码和捕获人为引入的错误。GitHub和Cursor也都在尝试创建能够自动化程序员工作流程的AI智能体,让开发者能够完全卸载任务。纳德拉在周三的财报电话会议上表示,GitHub在AI编程智能体方面看到了巨大的发展势头。
除了Cursor之外,GitHub还面临着一系列资金充足的竞争对手,它们都希望向企业销售AI编程工具。
Google收购了AI编程初创公司Windsurf的领导者,以及Cognition(Devin的制造商,随后收购了Windsurf的其余团队)。更别提OpenAI和Anthropic,它们都在构建基于内部AI模型(分别是Codex和Claude Code)的自己的AI编程产品,试图赢得市场。
这个新兴领域正迅速升温,成为AI最具竞争力的市场之一。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。