🧐AIcoding的第一种解决方案是增强现有工作流，如copilot/编辑器等，它们能够提升工作效率，优化代码编写过程，使开发者更加便捷地进行编程工作。

🤖通过Agents实现端到端是AIcoding的第二种解决方案。这种方式旨在实现整个流程的自动化，提高效率，但同时也需要思考如何让Agents更加高效地工作。

🎯特定代码的基础模型是AIcoding的第三种解决方案。该方案专注于特定代码领域，通过基础模型来提高代码的质量和准确性，但也需要考虑自研模型是否能带来长期的竞争优势。

因为Cursor的爆火，最近对于AI coding的讨论尤其多；
而针对这个话题，其实greylock在5月写过一篇非常好的综述文章；
这里：
https://greylock.com/greymatter/code-smarter-not-harder/

greylock认为当前有三种解决方案：
1、增强现有工作流：copilot/编辑器等；
2、通过Agents实现端到端；
3、特定代码的基础模型；
并且基于这个分类画了行业map（如图）；

并且提出了3个问题：
1、如何创建更强大的上下文意识？
2、Agents如何更高效？
3、自研模型是否能带来长期的竞争优势？

PS：抛开coding这个特定场景，文章本身的分析框架（项目分类、是否需要自研模型等）其实可以套到很多其他的细分AI板块上……