騰訊老兵+大廠00后新銳，碼上飛想做的不只是AI Coding

允中 發自 凹非寺量子位 | 公眾號 QbitAI

HDC 2026開幕主題演講上，華為終端BG CEO何剛展示了鴻蒙生態一項新能力：用戶喚起小藝claw，用自然語言描述需求，小藝直接生成一個可運行的應用。

這項能力背后提供技術服務的，是一家16人的創業公司。

這家公司的核心產品叫碼上飛，成立于2023年，目前注冊用戶接近百萬，ARR超千萬元，月環比增長保持在25%左右。

但碼上飛真正想做的事情，比「AI寫代碼」大得多。

過去，提起碼上飛，外界最容易先記住的，是它的創始團隊背景：

前騰訊T12創始人，前騰訊T11 CTO，前騰訊T10首席架構師，以及一支從騰訊、字節、滴滴、飛書、CODING出來的軟件工程團隊。

很多人會下意識以為，碼上飛是一支典型的「大廠老兵創業團隊」：穩、強、工程能力扎實，但可能不夠年輕，不夠鮮活，不夠AI原生。

實際上，這并不準確。

如果走進碼上飛，會發現這家公司更真實的樣子，是一支由大廠工程老兵、AI產品經理、海外增長操盤手、機器人研究者和02后AI原生一代共同組成的團隊。

老兵負責壓住復雜系統的底座，而年輕人，負責沖在AI技術和產品變化的最前沿。

張詣博：從抖音AI產品一線，到碼上飛的產品大腦

張詣博加入碼上飛之前，是芝加哥大學金融數學碩士，在抖音做了5年的策略產品經理和數據分析師。

她做過的一個代表性項目，是抖音AI評論分類總結功能。

這個功能聽起來不復雜：當評論太多時，AI自動幫創作者總結評論觀點。

但做過AI產品的人都知道，這類功能的難點從來不只是「讓模型生成一句總結」。

它需要判斷用戶痛點是否成立，需要設計訓練數據，需要不斷看Badcase，需要做Prompt調優，需要推動模型迭代，也需要通過A/B測試驗證用戶到底愿不愿意點、愿不愿意用。

在抖音，張詣博參與推動了AI評論分類總結從訓練數據標注、Prompt調優到模型迭代的完整流程。項目覆蓋30萬+作者，功能點擊率達到15%，并通過多輪模型優化，把準確率從36%提升到85%。

這段經歷，對碼上飛非常關鍵。

因為碼上飛面對的不是專業程序員，而是大量不會寫代碼、不會說技術術語、甚至不知道「自己想做的應用該怎么描述」的普通用戶。

張詣博帶來的，正是這種把真實用戶語言翻譯成AI可執行產品結構的能力。

她不是傳統意義上的「產品經理」，而是經歷過AI功能從模型能力、用戶反饋、指標體系到線上增長完整閉環的人。

這類人，決定了碼上飛生成出來的應用，不只是「看起來像一個頁面」，而是更接近一個真實可用的業務系統。

李融：從字節品牌到AI出海，理解真實用戶如何被打動

李融的背景，是碼上飛團隊里另一塊重要拼圖。

她畢業于英屬哥倫比亞大學市場營銷專業，有長期歐美教育和工作經歷。回國后早期加入字節跳動做集團與雇主品牌，做過全球化品牌體系、CEO PR、AI技術傳播。

但如果只是把她理解成「市場負責人」，也不準確。

離開大廠后，她直接All in AI創業，和一個小團隊從0到1做海外AI產品。

在一個小團隊里，她同時負責產品、用戶增長和設計，面向美國女性用戶上線AI情感類產品。產品從賣點驗證、TikTok內容測試、KOL合作、到最終跑出ROI，都是她親自完成的。

這段經歷對碼上飛的價值在于：她理解一個AI產品如何從「想法」變成「有人愿意用、愿意傳播、愿意付費」的產品。

碼上飛不是一個只服務工程師的AI Coding工具。它真正想做的，是讓普通人、個體創業者、小商家和線下老板，可以用AI快速生成自己的業務入口。

在今年HDC中，李融也出現在央視《腦洞大開麥》的直播現場。

對碼上飛來說，這不是一次簡單的品牌曝光。更重要的是，碼上飛開始出現在更大眾、更普通人的技術傳播場景里，讓更多人直觀看到，AI可以幫一個普通人把想法變成真正能用的應用。

這正是李融擅長的事。

李必昂：從商科到機器人，他代表碼上飛的跨界能力

李必昂的履歷，很難用傳統互聯網公司的職能來概括。

他本科畢業于香港城市大學商學院，主修經濟學、輔修計算機科學，后來進入香港中文大學工學院攻讀MPhil，研究方向是下肢外骨骼。

從商科到機器人，從商業理解到硬件系統，這本身就是一次跨度很大的轉向。

更早之前，他還參與過Spot Micro四足機器人開源社區的中文攻略整理。

Spot Micro是一個開源四足機器人項目，涉及3D打印、硬件采購、樹莓派、舵機控制、軟件調試、校準和運行。對新手來說，這類項目真正困難的地方，不一定是某一個單點技術，而是大量分散知識疊在一起后，讓人不知道從哪里開始。

李必昂的經歷，也讓碼上飛團隊擁有了更強的「跨學科產品感」。

AI時代的軟件，正在從純數字世界走向更復雜的真實世界：服務、交易、硬件、線下場景、物理空間都會和Agent產生連接。

一個懂商業、懂工程、懂機器人、又能把復雜知識講清楚的人，在這樣的團隊里并不只是「產品與創新負責人」，而是能把不同領域連接起來的人。

今年HDC期間，李必昂參與了元服務論壇；元服務可以簡單理解為鴻蒙生態里的「輕應用」，讓用戶不必下載完整App，也能在手機系統入口中直接使用服務。

這和碼上飛的方向天然相關：AI生成的應用不應只停留在一個鏈接里，而是要進入更真實的分發入口，被用戶看見、打開和使用。

02后年輕人：畢業不到一年，就站到公司一線

這是一支非常年輕的團隊。

目前公司一共16個人，其中約四分之一都是02后。不少人畢業不到一年，就已經開始參與公司核心業務。

更重要的是，碼上飛并不只是「招了年輕人」。這家公司是真的愿意把年輕人推到臺前，也愿意把關鍵任務交給他們。

智豪就是其中一個例子。

他從大三開始在碼上飛實習，一待就是兩年。實習期間，他就開始負責國內產品運營的整體事項，搭建國內運營體系，并推動碼上飛完成國內百萬用戶規模增長。

后來在產品出海階段，他又帶領運營團隊，在半個月內拿下10萬用戶，一度登上國內AIGC Rank AI網站增速榜第二名。

更早的時候，智豪就在GPT-3.5時代開始系統學習AI。大學期間，他寫過一本《AI電商運營全攻略》，并由北京大學出版社出版。

這不是一個「畢業后才開始接觸AI」的年輕人。他幾乎是跟著這一輪AI浪潮一起成長起來的。

滿祥則是另一類年輕人。

他從大四開始在公司實習，很快進入核心研發一線，負責AipexBase、Agent World等自研架構相關研發工作。

這些項目不是邊緣探索，而是碼上飛在AI應用生成、多Agent協同和底層框架能力上的關鍵組成部分。

同時，滿祥還參與了《AlphaEval: Evaluating Agents in Production》的論文研究與撰寫。

對一家AI應用生成公司來說，Agent不只是概念，真正難的是在生產環境中評估Agent、理解Agent的穩定性和可用性，并不斷提升復雜任務的完成質量。

滿祥參與的，正是這些更底層、更難被外界直接看見的工作。

紀元則代表了碼上飛年輕成員的另一面。

今年HDC期間，她代表公司參與鴻蒙星光大道相關展示，把碼上飛的產品能力帶到真實展區和生態伙伴面前。

這類現場展示并不是簡單「站臺」。

他們希望年輕成員能快速理解產品、講清楚能力、回應現場問題，也能把開發者、合作伙伴和普通用戶的反饋帶回團隊。

對碼上飛這樣的AI產品來說，真實現場非常重要。因為AI應用生成不是只在辦公室里驗證出來的，它必須接受真實用戶、場景和生態伙伴的檢驗。

紀元參與的，正是這種從產品到現場、從展示到反饋的連接。

智豪、滿祥、紀元這些年輕成員，構成了碼上飛內部成長速度最快的一批人。他們并不是在等公司「培養幾年后再上手」。相反，他們已經在一線快速成長。

技術積累有跡可循

團隊之外，碼上飛的技術積累也有一條清晰脈絡。

早在AI Coding概念真正爆發前，團隊就開源了DevOpsGPT，GitHub Star約6000，和Lovable、gpt-engineer屬于同一時期的探索項目。

后來，碼上飛進一步開源AipexBase。AipexBase是國內首個開源AI原生后端即服務平臺，開發者無需編寫后端API、數據庫邏輯、鑒權代碼或三方集成，只需通過前端SDK或MCP，就能在AI輔助下完成從前端到后端的一體化開發。

AipexBase適配飛書、釘釘、微信小程序、鴻蒙等國內生態。小藝Claw的后端能力也是基于AipexBase構建，這讓它不只是一個開源項目，而是已經進入系統級AI入口的真實場景。

碼上飛還參與了多項國家級標準的制定，包括《智能化軟件工程技術和應用要求 第2部分：智能開發能力》《面向軟件工程智能體的技術和應用要求 第1部分：開發智能體》《智能助理智能體（Claw）技術和應用要求 第1部分 產品可信能力》等。

在后訓練和Agent評測方向，碼上飛也參與了前沿的產研協作。

上海創智學院聯合模思智能、奇績智峰（百億規模）、碼上飛等伙伴共同發布了新一代能動性模型Nex-N2；同時也圍繞Agent在生產環境中的評測進行了深度研究，而碼上飛是其中的唯一創業團隊。

更鮮活，也更AI原生

這是一支由騰訊系高P工程底座、抖音AI產品經驗、字節增長傳播能力、香港機器人跨界背景和02后AI原生一代共同組成的團隊。

它不是一個單純的老兵團隊，也不是一個只有年輕沖勁、缺乏工程底盤的學生團隊，而更像是AI時代少見的混編隊伍：

老兵知道復雜系統如何搭起來，02后們知道最新Agent技術正在往哪里走。