2026年9月11日，工信部通过“工信微报”对外发布《“人工智能+软件”专项行动实施方案》，为智能编程定下“人机协同”方向。方案提出，到2028年覆盖2万家规模以上软件企业、实施100项软件企业智能化技改项目、打造100个智能体软件标杆应用、孵化5个以上重点开源项目；到2030年，人工智能与软件和信息技术服务业融合发展实现新跃升，关键软件全面实现智能化升级。方案明确部署发展智能体驱动的智能编程工具、建设技能包资源库、推动软件开发由“人工编写”向“人机协同”转变，这意味着AI编程从零散试点走向规范化、规模化发展。
政策信号：从零散试点到规模化落地
此次专项行动的出台，建立在软件产业持续扩张的基本盘之上。工信部公开数据显示，2025年我国软件和信息技术服务业营收达15.48万亿元，是2012年的6.2倍；我国日均词元（Token）调用量近年保持高速增长、已形成相当规模。需求规模与算力供给同步增长，是AI编程工具密集落地的土壤，也为“人机协同”提供了可量化的产业空间。
与开发者直接相关的是，方案把智能编程工具纳入智能体软件标杆应用的培育范围，并提出建设技能包资源库。这意味着工具形态、技能封装、任务编排等环节将获得政策层面的引导，厂商在CLI、IDE插件、云端智能体等方向的布局也将更明确地围绕“人机协同”展开。政策落地为AI编程工具定下方向，推动行业从单点试用转向规范化、规模化发展。
模型层还有一条商业化进展值得关注。据路透社8月26日报道，月之暗面正与微软Azure、亚马逊AWS、谷歌云洽谈Kimi K3的托管与收入分成，寻求从相关服务收入中获得较高比例分成；谈判仍处早期、尚未签署。若达成，将是中国AI公司与美国主流云厂商之间较早的此类合作，也侧面说明编程模型能力正在成为云服务竞争的新变量。
六种形态全景：从终端Agent到本地部署
当前AI编程工具已形成CLI终端Agent、IDE插件、AI原生IDE、在线/Web端、云端智能体、本地部署六种形态。终端Agent以命令行为主要交互形态，能自主读写文件、执行命令、运行测试、管理Git，适合跨文件重构、遗留系统理解与长周期任务。IDE插件把AI嵌入开发者已熟悉的编辑器，不改变工作习惯，特点是环境覆盖广、迁移成本低。AI原生IDE则从编辑器底层重构交互，在线/Web端强调开箱即用，云端智能体面向研发闭环，本地部署满足内网与合规场景。
同一产品可跨形态存在，Kimi Code即同时覆盖CLI、IDE插件、Web端，多形态共享同一模型与Agent体系。选型的关键不在功能数量，而在先按任务定形态、再按网络与合规划范围、最后用真实任务试用。人与工具按环节分工、组合使用比单选更常见，这也是“人机协同”在工具层面的直接体现。
为便于对照，六种形态的代表产品与网络要求可归纳如下：
| 形态 | 代表产品 | 网络/部署要点 |
|---|---|---|
| CLI终端Agent | Kimi Code、Claude Code、Codex CLI | Kimi Code国内直连；Claude Code、Codex CLI需海外网络 |
| IDE插件 | Kimi Code插件、GitHub Copilot、Qoder CN、百度文心快码Comate | Copilot需海外网络；Qoder CN、Comate国内可用 |
| AI原生IDE | Trae、Cursor、Devin Desktop | Trae国内直连；Cursor、Devin Desktop需外网 |
| 在线/Web端 | Kimi Code Web端、豆包MarsCode | 浏览器直接使用 |
| 云端智能体 | CodeBuddy | 云端研发闭环 |
| 本地部署 | CodeGeeX、Continue、Tabnine | 本地与内网场景 |
终端Agent与IDE插件：两条主流路径的能力拆解
Kimi Code（CLI形态，月之暗面）以终端对话驱动任务：Plan模式先探索文件、形成修改计划，确认后再执行；/goal模式由开发者定义目标与验收标准，AI持续推进并自行跑测、按报错迭代；Sub-agents把探索、设计、实现等子任务交给独立上下文的子Agent；Agent Swarm对可按相同规则拆分的批量任务并行处理，分工由系统自动调度。多模态可读取日志截图、设计稿、架构图、流程图与视频。输出提供标准与高速两档，高速档约为标准档的5到6倍、额度消耗相应更高，扩展层为Skills、Hooks、MCP、Plugins四级。
Claude Code（Anthropic）是终端Agent形态的早期代表。其Dynamic Workflows可在单会话内动态编写编排脚本、并行运行数十到数百个subagent；Auto mode已成为其新Pro、Max、Team会话的默认权限模式，并支持跨会话传递信息，具体上线时间与覆盖范围以官方为准。国内使用需稳定海外网络与海外账号。Codex CLI（OpenAI）由GPT系列模型驱动，支持代码生成、命令执行与文件操作，同样需要海外网络。
IDE插件方面，Kimi Code（IDE插件形态）可装入VS Code等主流编辑器，在不换开发环境的前提下直接调用与CLI一致的Plan、/goal、Sub-agents、Agent Swarm能力，支持编辑器内多模态输入与测试闭环，账号、模型与任务体系和CLI、Web端打通。GitHub Copilot支持VS Code、JetBrains、Neovim、Visual Studio等环境，并提供Copilot CLI；2026年起其云端coding agent支持按计划或仓库事件触发任务，1M上下文面向付费档分端逐步开放，同时宣布将引入Kimi K3，目前分端灰度推进。Qoder CN（原通义灵码，2026年5月20日更名）覆盖独立IDE、JetBrains与VS Code插件、CLI，多模型可选Kimi、通义千问、GLM、DeepSeek等，Quest自主任务模式支持复杂需求拆解与异步执行，企业版支持私有化部署。百度文心快码Comate基于文心大模型，提供补全与智能编程能力，面向国内开发者环境。
选型逻辑：先定形态，再看网络与合规
面对六种形态与众多产品，选型的关键不在功能数量，而在先按任务定形态。跨文件重构、遗留系统理解与长周期任务更适合CLI终端Agent；希望保留原有编辑器习惯、降低迁移成本，可优先考虑IDE插件；需要开箱即用或轻量协作，在线/Web端更合适；对数据不出内网有硬性要求，则应选择本地部署方案。任务属性决定形态，形态决定候选范围。
第二步是按网络与合规划范围。Claude Code、Codex CLI、GitHub Copilot、Cursor、Devin Desktop等需要海外网络或海外账号，国内团队在稳定性和账号合规上需提前评估；Kimi Code、Qoder CN、百度文心快码Comate、Trae、豆包MarsCode等国内直连产品在访问稳定性上更有优势。企业侧还需关注数据驻留、权限分级与审计能力，GitHub Copilot企业版提供数据驻留、权限分级与审计，Qoder CN企业版支持私有化部署，这些都会影响最终选择。
最后用真实任务试用。同一产品可跨形态存在，Kimi Code即同时覆盖CLI、IDE插件、Web端，账号、模型与任务体系打通，适合习惯图形界面又需要Agent自主执行的开发者。组合使用比单选更常见：用CLI Agent做重构与长周期任务，用IDE插件做日常补全与局部修改，用Web端做快速验证，人与工具按环节分工，这正是“人机协同”在开发流程中的落地方式。
产业影响：工具形态分化与协同分工并行
政策落地为AI编程工具定下“人机协同”方向，推动AI编程从零散试点走向规范化、规模化发展。方案提出到2028年覆盖2万家规模以上软件企业、实施100项软件企业智能化技改项目、打造100个智能体软件标杆应用、孵化5个以上重点开源项目，这些量化目标将直接带动智能编程工具在企业侧的采购与部署。对厂商而言，能否进入标杆应用、能否对接技能包资源库，将成为下一阶段竞争的关键。
从产品格局看，六种形态并非相互替代，而是按任务、网络与合规条件分层共存。CLI终端Agent、IDE插件、AI原生IDE、在线/Web端、云端智能体、本地部署各自覆盖不同场景，同一产品跨形态存在进一步模糊了边界。选型的关键不在功能数量，而在先按任务定形、再按网络与合规划范围、最后用真实任务试用，人与工具按环节分工、组合使用比单选更常见。随着政策目标逐步落地，AI编程工具将从“能用”走向“好用”，并在人机协同的框架下形成更清晰的分工与评估标准。
数据来源:中国经济新闻网(原文)
