自7月22日以來，阿里巴巴接連開源了四個模型，分別涉及基礎模型、編程模型、推理模型和視頻模型等，包括開源視頻生成模型通義萬相2.2、千問3最新版基礎模型（非思考版）、千問3推理模型以及AI編程模型Qwen3-Coder。

在7月28日，螞蟻數科、智譜AI也相繼發布大模型，聚焦垂類賽道。

其中，螞蟻數科發布的金融推理大模型Agentar-Fin-R1，包括32B和8B參數兩個版本。螞蟻數科還推出基于百靈大模型的MOE架構模型，以及非推理版本的14B和72B參數大模型。智譜AI則發布新一代旗艦模型GLM-4.5，專為智能體應用打造。此外，月之暗面也于本月開源并發布了MoE 架構基礎模型Kimi K2。

《科創板日報》注意到，編程能力成為多個企業的重點提升方向。比如，Kimi K2強調具備更強代碼能力。在前端開發任務中，Kimi K2 擅長生成兼具設計感與視覺表現力的代碼，支持粒子系統、可視化和 3D 場景等表現形式。Kimi K2 One-shot可在無具體指令下，自動選用 TradingView，搭建了完整的期貨交易系統界面。

智譜AI發布的GLM-4.5則首次在單個模型中實現推理、編碼和智能體能力的原生融合，滿足智能體應用的復雜需求。

阿里的Qwen3-Coder是千問系列模型中首個采用混合專家MoE架構的代碼模型，支持Agent調用各種工具，解決復雜編程任務，實現網頁開發、AI搜索、深度研究等智能體應用。

今年早些時候，Anthropic的創始人、CEO Dario Amodei曾預測，距離AI編寫90%代碼的時代已經不遠了。再過一年，AI甚至可能編寫所有的代碼。

“今年的AI編程變得更好用了，相比去年成功率大漲。”在2025世界人工智能大會AI女性菁英論壇上，宇樹科技創始人王興興談及AI時表示， “現在我很多代碼都偷懶不寫了，交給大語言模型來寫。去年的成功率還不高，會有很多錯誤。而今年，比如生成一個抽獎的軟件，成功率可以達到90%以上，這大大降低了科學研究、AI軟件算法的難度。”

對于AI編程的發展趨勢，阿里云百煉高級產品專家徐志遠在接受《科創板日報》采訪時表示，AI并不是要替代某種角色，程序員的每層工作本身都沒有消失，改變的是完成工作的某一種方式。在如今的模型發展趨勢下，重新思考利用新的技術、新的模型、新的編程的范式來達到目標。

“甚至某種意義上，可能在未來會進一步的淡化程序員初級、中級、高級等的層級概念。對AI工具的理解程度，對vibe coding（氛圍編程）的接受程度、對Coder模型的使用程度，甚至對模型進步、下一代趨勢發展的判斷程度，決定了產出的高和低。而不是傳統的有十年、三年或者一年代碼經驗，做過多么深度的項目。今年有大量的初創團隊可能只有那么一兩名程序員，但能夠非常深刻理解和使用新型AI工具，來構建出非常令人驚艷的項目。”

除了編程外，金融大模型是一大重要垂類方向。螞蟻數科CEO趙聞飆認為，通用大模型距離產業實際應用通常存在“知識鴻溝”。構建專業的金融大模型是推進金融與AI深度融合的必然路徑，未來，金融大模型的應用深度將成為金融機構競爭力的關鍵要素。

螞蟻數科CTO王維在接受《科創板日報》采訪時表示，金融行業把AI用好依然面臨很多挑戰。“金融在AI場景中遇到很多的幻覺和差錯，或者回答未達到金融級審慎的要求，如果把AI用好，不得不面臨一個挑戰，如何把通用能力和場景鴻溝彌合。所以我們選擇從通用大模型向專業/專用模型演進。“

王維判斷，金融推理模型會越來越被需要，因為金融類復雜場景的業務，需要模型的整個推理鏈條和推理邏輯都很清晰，才能真正解決問題。

“一個好的垂直大模型，特別是推理能力很強的大模型，才能成為智能體可控、可靠、可優化的智能中樞。沒有這個東西，就像缺少關鍵的齒輪，導致其他的齒輪帶不動。如果推理模型的泛化能力、意圖識別能力、結構化表達的能力都不在線，很難相信企業愿意用這樣新的技術方式取代原有的業務模式，更不能談增量價值的創造了。”