2026年上半年至今对于资本市场的AI其实是一个特别魔幻的一个时间段：市场无限的奖励AI coding能力。coding能力强的智谱被最高推到了万亿市值，还未上市的deepseek业内估值5000亿。但是半年报直接揭开了遮羞布：智谱，deepsesk半年度营收只有几个亿，亏损十几个亿。究其原因：AI CODING市场远没有大家想象的那么大，尤其在中国软件行业以项目制为主的大背景下，coding订阅付费的潜力在现实面前无所遁形：堪堪几十亿规模---未来也不会有大规模增长，更别提爆发。     思考问题需要有两面性：假设coding未来真的意外的爆发了呢？很容易反驳：付费买coding的人或企业他coding买来最终是要做成产品→产品最终要变现到C端→可是C端消费并没有因为coding爆发→不再付费买coding。 

    本质上coding还是属于工具层，并不能主导AI应用的爆发。所以整个中国社会舆情都被美国anthropic带偏了，在超级AI应用还未爆发之前，美国为了完善AI叙事的链条，配合资本市场叙事，尽力的吹嘘coding，这将不可持续。Anthropic的掌门人最近呼吁暂缓人工智能的发展，其实本质上也是coding能力很难再遵循scaling law，遇到了瓶颈：编码的语料就那么多，单纯的堆算力已经很难再往上提升。

    那么问题来了，Ai coding是否一无是处呢？答案是否定的：coding能力可以提升AI agent的能力，换句话说是agent能力的必备属性。AI agent未来市场规模将是coding的几百倍以上。

    组成AI agent：1.coding能力是必备基础2.行业know how是核心。

    举个例子$科大讯飞(SZ002230)$  核心两个赛道：AI+医疗：

  • 临床辅助诊断/影像（高壁垒，需要NMPA证）
    核心：医学鉴别推理、多模态阅片、低幻觉、可解释、医疗器械注册。对代码和行业Know-how要求都很高。
  • 医疗文书、病历质控、病案、医院科研（商业化最快）
    核心：病历文本理解、结构化、院内系统对接、私有化部署、医保/病案规则知识库；对顶尖代码能力要求不高，但医疗行业Know-how很重

    •     AI+教育：

             AI+教育必备能力 = 贴合国内课标学科底座 + 教学Agent学情诊断 + 教研与软硬件交付能力 + 未成年人数据合规；代码能力只是辅助工具，教研沉淀、学生真实学情数据、软硬一体闭环，才是最高壁垒。

        通过医疗和教育的例子可以发现：在未来AI agent庞大的市场面前，coding只是工具类的选项，而真正决定AI应用落地的壁垒是行业Know-how。未来在1024开发者节，讯飞将会发布基于昇腾最新平台的旗舰大模型，重点提升coding能力以及将angent能力提升到国内第一梯队，而在垂直赛道，高壁垒的高质量数据集将会遥遥领先。

        总结：AI应用未来的落地跟行业agent密不可分。而行业agent的壁垒在于你的智能体是否懂这个行业，能否帮助企业降本增效，能否提供更有价值的引导，而不是什么coding能力大比拼。整个市场需要重新审视什么是真正的AI应用落地，而不是被资本市场说的故事裹挟，或者成为美国Ai的映射。科大讯飞的路线必然是未来最正确的路线，无可置疑！

    追加内容

    本文作者可以追加内容哦 !