过去三周，AI编程工具赛道密集发生了数件事。OpenSquilla、OpenOcta、qwen-code 几个开源项目相继放开了模型限制，GitHub Copilot 第 一次把开源模型 Kimi K2.7 Code 摆上台面，OpenAI 将独立的编程工具 Codex 并入 ChatGPT 桌面客户端。
表面上看，这是一组看似互不相关的产品更新。但放在一起看会发现，没有一家还在赌“我的模型最聪明”，争夺焦点全部转向了“谁能占住入口”。这里说的“入口”，不是某个单一的按钮或页面，而是分发渠道、工作流习惯、数据闭环三者的叠加。开发者从哪接入AI、习惯了在哪写代码、产生的大量行为数据最终流向谁，这些正在取代模型本身，成为行业争夺的真正标的。
这背后是一次结构性的转折，AI编程工具的竞争，正在从模型能力的军备竞赛，转向分发渠道和用户粘性的生态圈地。
01、三周，一个转向
6月底，开源项目 OpenSquilla 更新到 0.4.0 版本，核心引入了一套编码自我验证机制。AI 在交付代码前，先执行测试为自己生成可复核的证据。
这个项目从一开始就内置了智能路由策略，一个运行在设备本地的轻量分类器，能根据任务难度自动判断调用低成本模型还是高性能模型。官方数据显示，综合 Token 成本可降低 60% 到 80%。
7月3日，GitHub 宣布 Kimi K2.7 Code 正式进入 Copilot 的模型选择器。这是 Copilot 历史上第 一次把一个开源权重模型纳入选择范围，供开发者和最强的闭源模型并列挑选。
7月9日，OpenAI 宣布把独立运行的 Codex 应用整体并入全新的 ChatGPT 桌面客户端，做成 Chat、Work、Codex 三合一的超级应用。原本独立的编程工具，变成了一个更大平台里的一个模式选项。
7月18日，两个项目同时更新。桌面级智能体 OpenOcta 发布 v1.0.5 版本，原生打通了 DeepSeek、豆包、通义等一系列国产模型的接入配置，用户可以在同一个客户端里随意切换。同一时间，终端编程 Agent qwen-code 更新到 v0.19.8，继续坚持多协议开放路线。OpenAI、Anthropic、Gemini、Qwen 四种协议在运行时随意切换，不绑定任何一家。
三个开源项目力推“开放接入”，两个巨头全力“收回入口”。方向看似相反，指向的却是，单靠模型本身的技术领 先，已经不足以支撑一门独立生意。
这个判断有数据可以佐证。
在 SWE-bench Verified（衡量模型解决真实 GitHub 代码问题的权威基准）上，排名前几的模型得分已经挤在很小的区间内。Claude Opus 4.5 以 80.9% 居首，开源模型 Kimi K2.6 达到 80.2%，Gemini 3 Flash 拿到 78%。头部与第二梯队的差距，从两年前的十几个百分点，缩到了不足三个点。
与此同时，成本差距却在急剧拉大。同样的 SWE-bench Verified 任务，Claude Opus 4.5 每道题的花费是 0.68 美元，Kimi K2.6 只要 0.075 美元，而 DeepSeek V3.2 只需要 0.028 美元。最贵和最 便宜之间差了将近 24 倍。也就是说，花旗舰模型一道题的钱，用 DeepSeek 可以跑 24 道，而得分差距不到 14 个百分点。
02、模型正在商品化
能力差距在收窄，价格鸿沟却依然巨大。当“最强”和“够用”之间的体验差距不再是数量级上的碾压，继续为锁定溢价买单就变成了一件越来越不划算的事。
这不是AI编程工具独有的现象。几乎每个技术行业走到“底层能力饱和”这一步，都会经历同样的转向。个人电脑发展到后期，处理器性能早已过剩到普通用户根本用不满，那时候厂商比拼的不再是跑分，而是操作系统生态、软件适配、售后服务这些周边体验。智能手机也是同样的剧本。芯片性能过剩之后，用户选苹果还是安卓，靠的从来不是跑分差距，而是系统体验和生态粘性。
AI编程工具现在正走到这个节点上。模型层的能力曲线正在变得平缓，单纯拼模型的边际回报在急剧下降，资源和注意力自然而然地往上一层转移。从“我的模型多聪明”，转向“我能不能让开发者觉得离不开我这套工具、这个入口、这套习惯”。
这也是为什么开源项目在拼命强调“开放接入”、巨头在拼命强调“收回入口”。两种动作看似矛盾，实际上是同一场转折的两种应对策略。开源项目没有能力在模型层竞争，索性放弃锁模型这条路，转而靠“谁都能接、足够便宜”来吸引用户。巨头虽然还握着强模型，但也清楚模型优势撑不了太久，所以提前把用户往自己的统一入口里收，为将来模型代差彻底消失那天预留一道护城河。一个是主动放弃旧战场，一个是提前布局新战场。殊途同归。这场生意的胜负手，已经不在模型实验室的评测榜单上了，而在谁能将用户固化在自己的入口和习惯之中。
战场转移之后，新的护城河正在重新划定。
分发入口是最 先被盯上的，Copilot 接入 Kimi K2.7 Code 看似是“开放选择”，但这个模型是 GitHub 自己在微软 Azure 上托管的一个版本，企业版默认关闭，需管理员手动开启策略才能用。开发者以为自己拿到了更多选项，但选项给不给看、默认开不开、怎么计费，决定权一直握在渠道方手里。这不是打破锁定，而是把锁定的对象从“必须用某个模型”，换成了“必须通过某个入口才能用任何模型”。
入口守住了，但开发者用惯了某个工具之后，换掉它的成本比想象的高得多。Codex 并入 ChatGPT 是个典型。把聊天、干活、写代码收进同一个窗口之后，用户的切换成本不再只是钱的问题，而是变成了认知成本。已经习惯在一个界面里完成所有事情的人，不会因为某个环节的模型不够强就转而使用另一套完全陌生的工具。重新适应一套工作流的代价，远比多付一点订阅费更让人却步。
还有一种锁法藏得更深。qwen-code 这类项目的“开放”本质上是个钩子，先用免费好用的工具把人吸引进来，用户形成使用习惯之后，自然会流向背后厂商自己的云端模型和付费服务。开放不是终点，只是将锁定环节后移了一层。
三道锁锁住的都不再是“用哪个模型”，而是“从哪进、怎么走、走到哪”。
03、圈地运动能走多远
如果说上面三类还只是产品策略层面的观察，今年最 大的一笔行业交易把这套逻辑直接推到了资本层面。
今年6月，马斯克旗下的 SpaceX（此前已与 xAI 合并）以600亿美元全股票交易，收购了编程工具 Cursor 的母公司。这是AI编程工具历史上规模最 大的一笔收购。
值得关注的是，Cursor 恰恰是锁模型时代最典型的脆弱样本。它的核心体验完全建立在调用 Anthropic 和 OpenAI 的模型之上，自己并不掌握底层模型能力。随着这两家模型厂商相继推出自己的原生编程工具，Cursor 一直面临着被断供、利润空间被挤压的双重风险。单纯锁模型的生意正在变得越来越难做，Cursor 自己就是最直接的印证。
马斯克看中的从来不是 Cursor 的模型能力，而是它身后每天数百万开发者产生的真实使用数据。据他本人公开表示，新一代模型的后训练阶段已经加入了大量来自 Cursor 的真实数据，且这个数据来源还会持续扩充。这类数据的独特之处在于，它记录的是开发者真实的工作流。写代码、调试、反复修改、修复报错，这是“人类工程师如何思考”的第 一手映射，单纯爬取代码仓库换不来。
收购完成之后，模型、Agent 运行时、IDE 三层被同一家公司同时掌控。OpenAI 和 Anthropic 也早就通过插件把 Codex、Claude Code 深度集成进了主流 IDE，并非完全没有 IDE 层的能力，只是都没有一款自研的独立 IDE 产品。这次收购之后，SpaceX/xAI 拥有了一款自己完全掌控的原生 IDE。
这也不是行业第 一次出现三层通吃的组合。微软早就靠 VS Code、GitHub Copilot、Azure 算力再加上和 OpenAI 的深度绑定，构建了同样的垂直结构，规模和历史都远在这次收购之上。
马斯克这次收购，是又一个巨头玩家用真金白银证明了，模型、Agent、IDE 通吃的组合拳正在成为这个行业里默认的标准打法，而不是某一家的独门秘籍。
一个曾经被锁模型困住的工具，转而成为别人用来构筑模型护城河的原材料。锁定没有消失，它只是从“锁哪个模型”，变成了“锁谁能拿到最真实的一手数据”。
这场圈地运动接下来有两条可能的路。一条是继续向纵深演进。模型、Agent、IDE 通吃的垂直整合体持续膨胀，把持分发入口的几家平台持续挤压中小工具厂商的生存空间，就像应用商店时代独立 App 厂商经历过的那样。
另一条路是触及天花板。降级使用低成本模型换取价格优势，在个人和轻量场景下没什么问题，但进入生产级别的企业场景，“够用就好”未必真的够用。一旦节省成本带来的准确性损失在真实业务里造成不可接受的代价，企业客户很可能重新倒逼供应商绑回更可控、更强的模型。到那时，眼下这场“谁都能接、越便宜越好”的开放叙事，可能只是过渡期的插曲。
如果某个实验室拿出一个断层式领 先的模型，推理能力甩开第二名一大截，市场又会迅速重新绑定最强模型。像 Cursor 这类收购案例里，用户代码数据被用来训练模型这件事，一旦触发更严格的隐私监管，“用真实数据反哺模型”这条护城河路径，也可能被政策直接阻断。
AI编程工具的竞争，走到今天，单靠模型已经不够了。评判这场竞争胜负的标尺，已经不再是模型评测榜单上的那几分之差。