编程被视为人类与人工智能之间的桥梁。在众多生成式AI的商业应用中，编程因其结构化程度高、效果易于验证及用户付费意愿强烈等特点，成为了最具商业化潜力的领域之一。然而，长期以来，Anthropic的Claude凭借其卓越的编程能力几乎完全主导了这个市场。

目前，Anthropic已主动中止对中国市场的供给，这为国内的大模型企业提供了难得的良机。尤其是Kimi、智谱和Qwen等在长上下文和推理能力上已有深厚积累的公司，抓住了这一机会，展现出自身的实力。

2025年9月5日，Anthropic正式宣布停止向大部分股权由中国资本控制的公司及其子公司提供Claude服务，并在公告中将中国等国列为敌对国家，禁止中资占比超过50%的实体使用其服务。这一决定直接影响到了新加坡、香港等地的一些中资子公司。

面对这一禁令，众多大模型厂商嗅到了国产替代的巨大商机。

在最近的阿里云栖大会上，阿里展示了七款大模型，特别是新版旗舰Qwen3-Max的能力得到了进一步提升。截至目前，其预览版在LMArena的编程能力排行榜上名列第三。

阿里的技术专家深入分析了他们在AI编程领域的战略观点：由于代码的“可验证”特性，它被认为是实现通用人工智能（AGI）的关键领域。因此，阿里的最终目标并不仅限于成为“代码助手”，而是致力于创建能够像人类工程师一样自主完成复杂任务的“自主编程智能体”。

在大厂竞争的夹缝中生存的“六小龙”们，迎来了难得的商业化机遇，Kimi便是其中的一个典范。9月5日禁令发布当天，Kimi K2进行了性能更新，并随后宣布高速版API限时半价，意图明显。

在Anthropic对中国市场实施封杀后，根据全球知名AI编程平台Roo Code的最新评分，Kimi K2不仅是当前排名最高的开源模型，还是前十中速度最快、价格最低的选择。

Roo Code评测结果显示，K2是总评分最高的开源模型。

商汤、京东云等竞争对手同样紧盯市场，迅速推出开发者迁移方案。同时，六小龙中的智谱也在第一时间推出了“一键搬家”服务，并在9月22日推出专为高频开发者打造的GLM Coding Max版本，配合“拼好模”的促销活动。

国产替代的号角已吹响

对于众多国产AI企业而言，Anthropic的禁令如同一声号角，市场争夺战瞬间拉开帷幕。

在禁令发布的同一天，K2进行了多项升级，提升了兼容性、输出速度、编程能力和上下文长度，随后Kimi宣布高速版API限时半价，显然是为了吸引Claude的用户。

其他国产企业也紧随其后：智谱AI宣布为Claude用户提供“一键搬家”服务，并为新用户提供2000万Tokens的免费体验，其开发者专属的GLM-4.5编码包月套餐价格仅为Claude的七分之一。

商汤科技的“日日新SenseNova”也为原Claude用户提供了快速切换服务，并附赠5000万Tokens的体验包，另设API迁移专属顾问和培训服务。

京东云则推出了Claude Code接入京东云JoyBuilder大模型的服务方案，以及JoyCode+JoyBuilder大模型的智能编程解决方案，以帮助开发者顺利过渡。

相比于AI新锐企业，传统互联网巨头的态度显得模糊，甚至有些尴尬。有阿里云的员工曾对观察者网表示：“国内使用Claude的数量不多，目前没有相关宣传计划。”

除了对市场规模的担忧，大厂们低调处理的另一个原因可能是因为在海外布局中普遍依赖Claude的技术。

字节跳动的AI代码编辑器Trae，采用了与抖音和TikTok类似的策略，分别设有国内版和国际版。其国内版本早已无法使用Claude，但国际版仍以Claude作为卖点，如今却面临技术断供的风险。

Trae在新加坡的运营方正面临这一困扰，其运营实体为字节新加坡子公司SPRING，并通过新加坡的法人实体向用户提供OpenAI的GPT和Anthropic的Claude模型。

尽管通过公司结构避免了地缘政治和数据审查的风险，禁令发布后，Trae依然收到了大量退款咨询。

对此，Trae的管理员在官方Discord中表示，Claude仍然可用，并没有瘦身Claude的消息，敦促用户“暂时不要考虑退款”。

除字节外，阿里巴巴的Qcoder和腾讯的CodeBuddy在海外推广时也将Claude作为自己的卖点，可能会面临技术断供的风险。

尽管Anthropic在声明中明确针对中国及中资占比超过51%的实体实施封禁，但对于如何判定51%的中资身份，目前尚无统一标准，而Claude的垄断解释权和维权过程则充满时间成本和法律不确定性。这一禁令的模糊性犹如达摩克利斯之剑，悬在所有中资企业的头上。

这也意味着，Anthropic的封禁不仅给予了国产大模型公司展示自身能力的平台，也促使境内开发者、海外中资企业甚至国际开发者重新审视自己的技术路径。

月之暗面的反击之路

年初时，月之暗面曾遭遇DeepSeek的激烈竞争，几乎跌入低谷。然而，经过半年多的努力，尽管面临DeepSeek及互联网巨头的强劲竞争，Kimi仍在大幅减少推广的情况下保持了用户规模。

这与其在今年7月发布的“王炸”——Kimi K2密不可分，这标志着其在路径上的重大变革。

今年3月，金沙江创投的朱啸虎曾公开质疑，“杨植麟在科研上可以，但我不清楚他如何商业化。月之暗面在国内大模型上是领先的，但长远来看，必须证明自身的价值，至少要追上美国的开源水平。如果能超越开源，团队的价值才真正体现。”

这种来自顶级投资者的质疑几乎为月之暗面的前景蒙上了阴影，并准确预测了未来几个月将面临的艰巨挑战。

除了DeepSeek带来的行业冲击外，2025年的AI赛道竞争也愈加激烈，腾讯积极布局，通过微信生态为元宝铺路，阿里则将Qwen模型融入夸克、钉钉等平台以争夺市场，字节的豆包则通过抖音引流并大幅买量，每个巨头各自占据了一块流量市场。

今年AI竞赛不仅在争夺流量入口，各企业也在产品发布上加大了力度，昆仑万维甚至在一周内推出了6款模型。

与其他同行频繁推出新产品相比，月之暗面反而显得低调。直到今年7月，Kimi悄然上线了最新的K2模型。

K2是一款总参数达到1万亿、拥有384个专家的MoE模型。作为全球首个达到1T参数量的开源模型，其设计独特，极大降低了部署的门槛。K2专注于代码和通用智能体能力，完全开源且兼容OpenAI与Anthropic的API格式，明确对标Claude。

在性能方面，K2模型不仅达到了开源模型中的SOTA成绩，还与顶尖闭源模型相媲美，成为了大模型竞争中的佼佼者。

在具体应用领域，K2模型同样展现出令人满意的效果。

多名程序员和AI从业者向观察者网表示，站在2025年的视角，AI编程产品几乎只有两个选择，即使用Anthropic的Claude3.7/4.0或谷歌的Gemini 2.5 Pro/Gemini Cli，而K2的表现已然达到不相上下，甚至在某些案例中表现更佳。

尽管Kimi不是推理模型，但在曾经令大模型头疼的常识性问题上，K2也展现了其能力的提升。例如，关于6.9和6.11哪个更大、strawberry有几个字母r等曾经的“难题”，以及生成183个“哈”字这样特意为难AI的问题，K2均给出了正确的答案。

Kimi K2的崛起与中国AI编程生态的重塑

几个月前，Kimi K2的问世为朱啸虎曾提出的三个关键性问题提供了清晰的答案。在技术层面上，K2不仅成功追赶，甚至在多个方面超越了美国同类开源模型，凭借登上Roo Code开源榜首的成就，彰显了其强大的实力；在商业化方面，月之暗面也果断放弃了模糊的C端打赏模式，转而聚焦于更具需求刚性的高价值长链路任务领域。

K2的推出及其开源决策，标志着月之暗面公司战略的深刻转变。

去年11月，月之暗面创始人杨植麟曾阐述为何选择大规模投资Kimi。他强调，Kimi的首要任务是确保用户的留存与增长，鉴于技术的不断进步和API价格的逐步降低，获客成本却在不断攀升。通过提前投入资金来解决获客问题，不仅能塑造用户的认知，还能通过用户反馈的数据形成正向的使用循环。

从ChatBot的竞争角度来看，杨植麟的策略并无大碍，但随着DeepSeek在今年1月底的推出，市场格局发生了剧烈的变化。

在以往的买量攒用户、用户使用模型、模型进一步训练提升的循环模式难以持续的背景下，Kimi果断进行战略转变，押注开源，迈向生态建设的道路。

月之暗面的一位研究员坦言：“开源的首要目的在于提升知名度。如果采用闭源模式，绝不会引发如此关注和讨论。”

然而，开源的真正意图并不仅止于此。该研究员指出，“开源借助社区的力量来完善技术生态，同时提升了技术标准，促使我们开发出更优质的模型，这与追求AGI的目标是一致的。”

换句话说，一旦一个模型选择开源，就意味着它必须展现出足够通用的能力，以便第三方能够轻松验证和复现，而不能依靠所谓的调整来掩盖性能。

这一战略的转变背后也蕴含着商业考量。

目前，AI商业化最有潜力的三个方向分别是ChatBot订阅、AI生成图像/视频及AI编程。

对中国用户而言，推动用户为AI聊天大规模付费几乎是不可想象的，ChatBot只是AI流量与数据的入口。

Kimi并非没有进行过商业化尝试，2024年5月，Kimi推出了金额在5.2元至399元之间的打赏功能。最近又有消息称，Kimi即将为Agent功能推出会员订阅服务。

曾经的打赏用户晒出Kimi会员权益

然而，在AI生成图像/视频功能方面，Kimi在推出两个灰测产品后便没有进一步更新，这显然并非其战略重点。因此，专注于编程既能发挥其优势，也形成了可行的商业模式。

清华姚班的优秀学子、OpenAI研究员姚顺雨在近期的访谈中表示对这一赛道的乐观：“我在2022年一直思考：做Coding Agent的确是一个非常重要的方向，为什么没有人去做？”

他进一步指出：“编程是人与AI之间的最佳连接工具，正如人的手一样，拥有手才能使用锤子、剪刀等生产工具，才能开展各种工作，因此现在的模型都在争相提升编程能力。”

同样来自清华的杨植麟虽然未明确表态，但其战略思路可从他过往的发言和经历中得到启示。

在2023年众多企业追求通用能力的“大而全”时，杨植麟在采访中强调“我们将200万字上下文作为首要任务，而不是一味追逐通用榜单。”

Kimi K2模型的设计与开发理念与Coding Agent的方向高度契合。

因此，在当前众多企业追求通用Agent的风潮中，他选择专注于Coding的思路显得一贯。

切入这一赛道的另一核心优势在于占据国产替代生态位，成为“中国的Anthropic”，以拿下Claude留下的市场。

Kimi作为纯国产模型，不仅规避了合规与备案的困扰，且作为该领域的先行者，一旦形成行业生态，即便其他开源模型进入竞争，生态带来的沉没成本将成为Kimi潜在的护城河。

不仅仅是Kimi：巨头与独角兽的“代码豪赌”

当然，专注于Coding这一战略高地的并非只有月之暗面。实际上，这已成为国内顶级大模型厂商的“必争之地”。

以智谱为例，其策略尤为引人注目。作为来自清华、具有强烈“国家队”色彩的AI企业，外界可能预期其路线会相对稳健保守。

然而，智谱在市场竞争中的姿态却出乎意料地激进。其最新推出的“GLM Coding Plan”，旨在构建一个极致开放、兼容的编码生态。在原有支持Claude Code的基础上，新增兼容Roo Code、Cline、Kilo Code等众多主流AI编程工具，并覆盖所有主流IDE环境。

这种“广撒网”的平台化战略，加上最低20元的月付计划和“拼好模”式的拉新优惠，掀起了一场毫不留情的价格战。

这种看似“不计成本”的投入，清楚地表明了智谱的野心：不仅要在技术上与国际尖端模型对标，更要在商业上以最接地气的方式，竭尽全力抢占开发者的心智和市场份额。

低价吸引新用户并不意味着智谱在技术实力上有所欠缺，反而表明国产大模型的技术实力已普遍达到全球领先水平。GLM-4.5凭借1/7的价格解决实际问题的能力已接近Claude Sonnet 4。

在CC-Bench评测体系下，国产开源模型已接近顶级模型水平

在GLM-4.5发布后的多次开源评测中，GLM-4.5与国际主流模型保持了同等的竞争力，其中在WebDev Arena中与全球领先模型并列第二，而在SWE-bench Verified性能上超越Gemini-2.5-Pro和GPT-4.1。在CC-bench的评测中，智谱与DeepSeek、Kimi K2模型相互较量，而对于Qwen-Coder则占据一定优势。

值得注意的是，这并不意味着阿里在AI编程领域的进展滞后，而是表明国内这个领域的竞争愈发激烈。

就在9月24日，阿里在云栖大会上隆重推出了Qwen3-Coder的重大升级。

对于阿里巴巴这样体量的巨头而言，AI编程虽然看似是一个垂直的赛道，但却获得了其坚定不移的战略性投入。这一决策的根本原因在于，阿里深知开发者是其“云”业务的基石与命脉。

阿里云栖大会：AI编程的未来与挑战

在云栖大会的技术分享环节，通义实验室的算法专家深入探讨了他们对人工智能编程的独特见解。他们指出，编程代码是人类与数字世界交流的核心媒介，而AI编程因其具有“可验证”的特性，被看作是实现通用人工智能（AGI）的首要领域。基于这一洞察，阿里巴巴将AI编程的发展分为三个显著阶段：首先是代码补全，其次是代码助手，最终目标是创建能够自主执行复杂任务的“自主编程智能体（Agent）”。

为了实现这一最终愿景，阿里的技术策略十分明确。首先，在预训练阶段，利用超过7.5万亿Tokens的大量高质量代码数据，给模型灌输强大的代码“记忆”；其次，重视超长上下文的处理，以确保模型能够掌握整个代码库；最后，通过反馈学习（Reinforcement Learning），模拟人类从调试和错误中学习的过程，逐步提升模型的性能。这一切的背后，是阿里云自建的强大训练基础设施，能够快速创建数千个虚拟环境，为AI智能体的进化提供了一个理想的实验场。

因此，Qwen3-Coder的更新——更快的推理速度、更高的安全性以及256K的上下文窗口——正是这一战略宏图的具体体现。其开源后在OpenRouter平台的调用量激增1474%，充分证明了这一策略的有效性。

在同一会议上，阿里还推出了Qwen3-Max，这是一款全新的闭源旗舰模型，在解决现实世界问题的SWE-Bench测试中取得了优异成绩。这一成就清晰展现了阿里巴巴的“双管齐下”策略：通过顶级开源模型吸引广泛的开发者，同时利用最强闭源模型为高价值企业客户提供服务，最终将AI编程的投入转化为整个云帝国的增长引擎。

无论是程序员对简化重复工作的迫切需求，还是未来低代码乃至无代码时代所带来的大量编程需求，都指向一个共同的趋势：编程正在演变为AI时代的“通用语言”。在编程领域的布局，实际上不仅是选择一个垂直市场，更是立志成为下一代AI原生应用的基础设施和操作系统，这是一块赢家通吃的战略高地。

历史性的机遇与挑战并存

Anthropic的禁令无意间为中国的AI技术发展带来了前所未有的机遇。

然而，赢得这场反击战或许仅仅是漫长征途的第一步。所有竞争者面临的前路并不平坦，而是布满了更加严峻的“焦土战争”。

首个挑战在于“从惊艳到稳定”的基础设施鸿沟，这对To B市场而言是生死攸关的。在Kimi K2上线的初期，激增的访问量曾导致服务器出现卡顿和延迟。虽然C端用户可能对此有一定的容忍度，但对于企业级服务而言，这种情况就是致命的缺陷。到2025年，AI竞争中模型的性能和稳定性将同等重要。竞争者，无论是财力雄厚的互联网巨头，还是同样具备强大实力的智谱等“小龙”，都在虎视眈眈。每一家公司都必须证明，不仅能够产出“王炸”产品，同时还能提供如水电煤一般可靠的基础设施服务，而这背后是对供应链、工程能力及巨额资金的极限考验。

第二个挑战在于开源后的商业化之路远比预想的更加艰难。以月之暗面、智谱、DeepSeek为代表的开源玩家，虽然赢得了声誉和生态的入场券，但这也意味着将自身最强的武器公之于众。

在商业化的竞争中，这无疑是一场残酷的“左右手互搏”。这些开源模型公司所提供的API服务，不仅面临直接竞争对手的价格战，更要抵御来自各大云服务商低价打包的自家开源模型的威胁。阿里云和腾讯云完全有能力将任何流行的开源模型作为“亏损换市场”的引流产品，以远低于官方API的价格提供服务，从而轻松“截胡”客户。

值得关注的是，Kimi K2发布后，众多海外AI和云平台迅速上线该模型，Perplexity的CEO在社交媒体上表示，基于K2的优异表现，公司将考虑后续利用其进行训练。

因此，所有开源玩家必须比所有“搭便车者”更快地建立起围绕官方API、Agent功能等增值服务的深厚护城河——无论是极致的性能优化、独特的功能，还是强大的解决方案生态。否则，模型的先进性最终可能只是为他人做了嫁衣，自己却陷入了“叫好不叫座”的商业泥潭。

与此不同的是，尽管DeepSeek背靠幻方量化并备受关注，可以持续烧钱，或是拥有强大云业务支持的互联网巨头，许多AI独角兽公司无论是在自我造血还是对投资者负责的角度，实际上都不允许自己无止境地投入生态建设。在技术信仰与商业现实之间找到平衡，是这些明星创业公司面临的最严峻考验。

尽管如此，在Claude禁令带来的窗口期中，无论是AI独角兽本身、他们的投资者，还是迫切需要国产合规替代品的开发者和企业们，都暂时松了一口气。国产大模型的集体崛起，至少证明了中国AI力量在关键时刻能够推出“王炸级”产品的能力。然而，这盏在漫长征途中点亮的指路灯能否持续发光，最终取决于中国的AI玩家们能否在技术之外，赢得一场关于稳定性、生态建设和商业模式的更为艰难的战争。

在这条机遇与挑战并存的道路上，Kimi抢得了先机，但阿里不计代价的投入和智谱的步步紧逼同样不可小觑。中国AI的“王座”依然虚位以待，真正的王者将会在技术、生态与商业的残酷“铁人三项”中诞生。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。