随着强化学习大幅提升模型编程能力，AI Coding成为最快落地Agent场景。我们认为在行业空间、壁垒、商业模式上市场认知不足：①我们测算，行业空间当前30亿美元，2030年有望达230亿美元，5年8倍远超市场4年3倍预期。远期潜在空间则近7000亿美元。②场景工作流越长则应用层价值越显著；编程工具可塑造用户习惯实现集中格局；我们测算当前CR3近70%，远期亦将维持多头格局；市场“模型吞噬应用”观点并不全面。③行业通过按量付费模式已初步实现20%-30%毛利率；结合数据中心UE测算，模型API降价空间充足，将增厚Coding应用毛利；市场对订阅制下高模型成本挤压应用毛利的担心不成立。因此，我们建议重点关注受益于业务成长的海外AI编程龙头，受益于潜在国产替代的国内中小公司，关注人效提升领先的互联网巨头。
▍强化学习提升模型数理能力，AI编程成为最快落地Agent场景。
AI Coding即为基于大模型的AI编程工具；从传统的问答模式，按功能与客群正向两个阶段发展：①协助人类编程、客群为程序员的Co-pilot阶段②自主编写程序、客群为非开发者的Auto-pilot阶段。AI Coding是大模型商业化浪潮的排头兵；基础条件是强化学习后训练使得模型编程能力普遍达商业化水平，由此，应用侧落地信号频出。根据Jellyfish等机构对用户、开发者和企业的调研，AI编程是C端第二位、B端高居第一位的应用场景，特别是开发者群体中60%已每日利用AI编程提升生产力，头部企业AI代码采纳率也超过了30%，往50%迈进。随着AI编程在高付费意愿的B端和开发者场景迅速渗透，海外头部应用的年度经常性收入2-3个月即可翻倍。
▍我们认为对于AI Coding市场空间、行业壁垒、商业模式，市场认知尚不充分：
1）空间预期差：市场4年3倍，预期5年8倍，远期7000亿美元。
当前市场机构如The Business Research Company的预测为2025年77亿美元，2029年182亿美元，4年近3倍空间。我们拆解当前ARR（年度经常性收入）并按2030年覆盖全部程序员的预期来看，当前市场规模预计约30亿美元，2030年将有230亿美元空间：参考OpenDigger统计，Github活跃开发者7700万=正式开发者2500万 兼职/学生等人群5200万，参照当前Cursor、Claude Code等产品的定价策略，正式开发者月花销预计60美元，非正式开发者月花销8美元，2030年实现100%渗透，市场规模合计230亿美元，5年8倍空间。远期面向创意工作者、非程序员用户的阶段，我们考虑替代程序员与企业软件支出两个角度，预计潜在空间近7000亿美元。
2）壁垒预期差：市场担忧①模型构成准入壁垒；②模型会吞噬应用。我们认为①模型是普惠效率工具；②长工作流的场景，应用公司的价值更高；③AI编程塑造用户习惯实现集中格局。
历史上看，电脑、云计算等效率提升型工具，长期会普惠（多头格局 合理利润）社会，类似的，大模型不构成应用侧准入壁垒；如Windsurf在取消OpenAI收购交易后已重获Claude使用权。长工作流下，AI应用搭建技巧大幅影响用户体验，其价值在复杂工作流的程序化。即使基于相同模型API，用户反馈的AI编程产品体验也存在差异；参考传统IDE市场，Visual Studio与JetBrains凭借不同的体验实现双寡头终局；本轮自然语言编程革命，用户体验也将塑造AI编程新龙头。事实上，我们测算当前CR3已超过70%；但公司Alpha仍停留在产品洞察力（技术领先），终局龙头尚未可知，还需观察行业能否构建长期要素如个性化/生态（转换成本等）。供给侧可能因数据安全担忧而较为拥挤，参考数据库/云存储/协作软件的发展过程看，终局仍有20% 份额的龙头，且存在潜在的国产替代机会。
3）模式预期差：核心是盈利问题；市场担心订阅制下模型成本高挤压毛利；我们认为①短期按量付费模式保证20%-30%毛利；②结合当前数据中心UE测算，长期模型API降本增厚应用利润。
短期看，行业开始转向按量付费解决负毛利；我们拆解了Claude Code定价模式并统计了业内披露数据，整体可达20%-30%的毛利率。短期付费模式转变本质是成本转嫁，长期价值分配重构才是根本。长期看，我们根据数据中心UE测算：即使以DeepSeek V3的低定价，存力足够的推理芯片提升单卡利用率后，1MW数据中心可4-5年回本，同时模型厂可维持60%毛利率，可见模型API降本空间充足；随着模型竞争的充分化和基础设施的迭代，应用侧毛利率将增厚。
▍估值与催化：AI编程公司20-30x PS，ARR增速与规格编程范式是明确催化剂。
在10倍空间、壁垒清晰、盈利改善的背景下，中期保守给予应用型软件行业一般估值水平12x PS，则我们测算行业龙头保守有552亿美元估值（230*20%*12x PS）。ARR增速是当前高估值的直接催化，未来潜在催化是规格编程的成熟；规格编程是一种产品角度的设计思考，能大幅控制模型产出质量，快速实现对专业市场的渗透，用AI实现复杂项目编程；同时也是实现普通受众市场渗透的钥匙，从两千万开发者拓展至数亿普通受众，空间预期广阔。
▍风险因素：
基础模型迭代不及预期；头部厂商进行技术封锁；宏观经济恶化致使风险投资收紧；开源软件进步超出预期；宏观经济恶化致使用户付费意愿下降；基础模型使用成本提升；巨头考虑数据安全导致供给侧拥挤。
▍投资策略：
建议关注有望成为AI编程主要玩家，借助业务成长获利且股价弹性充分的公司：①海外公司、各头部初创公司等；市场竞争逻辑下，潜在头部公司远期保守552亿美元估值，相较当前头部的293亿美元仍具空间；AI编程赛道聚焦高难度的后端编程环节，投资价值较为显著。②受益于潜在国产替代机遇的国内公司；国产替代逻辑下，考虑数据安全问题，国内年市场规模可达68亿美元（940万程序员*60美元月花销*12），龙头或有163亿美元估值（68*20%*12x PS=163亿美元），相较当前普遍小于1亿美元的估值，弹性巨大。亦可关注人效提升领先、AI编程对业绩存在一定拉动的互联网巨头。
VIP复盘网
