AI热点风向标·06月24日午间版：Kimi K2代码与程序员AI工具

最近AI圈有几个话题特别火，我刷B站的时候发现两个视频互动量都炸了，一个是Kimi K2.7 Code的实测，一个是程序员都在用什么AI工具。

先聊Kimi这个吧，K2.7 Code这次实测互动量快三万三了，标题直接拿GPT 5.5和Fable 5来对标。

我先说结论——国产开源模型现在追赶的速度比很多人预期的快，但追上和超越是两码事。

Kimi这次选择在代码能力上做突破，方向是对的。代码是最容易量化评估的领域，跑分好不好一目了然，藏不了水分。

但B站评论区争议挺大的，有人觉得实测确实能打，也有人说cherry-pick案例谁不会。

这就是开源模型的好处了，你觉得我cherry-pick，行，你自己下载去跑。闭源模型反而没法这么验证。

不过我比较在意一个点，就是为什么这个话题此刻能火起来。

时机很关键。GPT 5.5刚出没多久，大家正在建立新的benchmark认知，这时候国产模型出来说我能追上，天然就有话题性。

对，而且开源这个标签加持太大了。业内很多团队其实更关心开源模型能到什么水平，因为可以在自己的场景里微调。

没错，代码模型尤其是这样。企业内部的代码风格、框架偏好，都需要fine-tune。闭源API再强，定制性上天花板很明显。

所以你觉得K2.7 Code能不能真正在生产环境里替代GPT 5.5？

替代这个词太绝对了。我的判断是，在特定场景下可以平替，但综合能力还有差距。代码补全、单文件生成这些任务，差距已经很小了。

但涉及到大型项目的上下文理解、跨文件推理，头部闭源模型的优势还在。这不是一个模型能解决的，是整个工程链的问题。

行，那我们顺着聊第二个话题——程序员都用什么AI。这个视频互动也快三万了，说明大家真的很关心实际选择。

这类话题每隔一段时间就会火一次，本质上是工具焦虑。程序员群体对效率工具的敏感度是最高的。

B站上这种盘点类内容一直很吃香，因为大家需要一个快速的决策参考。

但我觉得有意思的是，现在程序员用AI已经不是用不用的问题了，是怎么组合用的问题。

什么意思？

就是说很多人不是只用一个工具。写代码用Cursor或者Copilot，查问题用ChatGPT，做架构设计可能又换一个。工具链在分化。

这倒是，业内确实有这个趋势。不同模型在不同任务上的表现差异挺大的，没有一个能通吃所有场景。

所以这个话题火的底层逻辑是——AI编程工具太多了，选择成本在上升。大家需要别人替自己踩坑。

而且和第一个话题是联动的，Kimi K2.7 Code出来之后，又多了一个选项，程序员的选择焦虑更重了。

得了吧，焦虑归焦虑，真正会切换工具的人没那么多。大部分人还是用顺手的那个继续用，除非新工具有碾压级的体验差异。

这倒是实话。好，我们换个方向，聊聊海外的几个动态。

最近YouTube上有个挺有意思的内容，Apple Watch和世界冲浪联赛的合作，讲AI怎么改变职业冲浪运动。

这个案例我觉得代表了一个趋势——AI落地到垂直行业的故事越来越多了，而且是那种你意想不到的行业。

对，冲浪这种极限运动，你很难想象它和AI有什么关系。

但仔细想想逻辑是通的。Apple Watch的传感器数据加上AI分析，可以量化运动员的表现。浪高、速度、动作完成度，全部数据化。

这本质上是把竞技体育从主观评判推向数据驱动。裁判打分有争议，但传感器数据不会骗人。

所以这不只是一个营销故事，背后确实有技术价值。

Apple很聪明，用这种方式展示硬件加AI的组合能力，比单纯发布会讲参数有说服力多了。

再说另一个，Omio在做对话式旅行预订。这个方向其实不新，但现在大模型能力上来之后，体验可能真的不一样了。

对话式商务这个赛道，之前死了一批公司，现在又活过来了。核心变量就是大模型的自然语言理解能力有了质的飞跃。

以前的对话式预订基本就是个美化版的表单填写，用户稍微说复杂一点就崩了。

现在不一样了，你可以说我想下周去巴黎，预算不超过五千，最好是早班机，它真的能理解并且给你合理方案。

但我要泼个冷水，旅行预订涉及到实时库存、价格变动、多段行程组合，纯靠大模型是不够的，后端工程量巨大。

所以Omio的优势可能不在AI本身，而在于它已经有了多年的供应链整合能力，AI只是前端交互层的升级。

完全同意，这才是正确的理解方式。AI是锦上添花，不是从零开始。

最后一个话题，ChatGPT Futures，2026届。这个名字起得挺有意思的，像毕业典礼一样。

OpenAI这个项目本质上是在做生态建设，扶持一批基于ChatGPT构建应用的创业者。

有点像当年各种加速器计划，但这次是平台方自己下场做。

对，而且信号很明确——OpenAI认为光有模型不够，需要应用层来证明价值。

这和整个行业的焦虑是一致的。大家都在问AI到底能不能赚钱，OpenAI需要一批成功案例来回答这个问题。

所以这更像是一个PR动作加生态策略的组合拳。

你可以这么理解，但我觉得也有实际价值。这些创业者拿到的资源和早期access确实能加速产品迭代。

好吧，今天这几个话题聊下来，我的感受是国内卷模型能力，海外卷落地场景，两边的重心还是有差异的。

这个观察挺准的。国内现阶段还在证明模型能力能追上第一梯队，海外已经在想怎么把AI塞进每个垂直行业了。

不过这也正常，发展阶段不同。等国产模型的基础能力稳定了，应用爆发也是迟早的事。

希望如此吧，我们拭目以待。

行，今天就聊到这儿，咱们晚上见。