编码类产品该归入 PaaS 还是 SaaS，看似只是一个分类学问题，但它直接决定了市场份额估算的分母与分子。伯恩斯坦在其报告中明确承认，编码产品的归属尚未厘清，衡量模型 API、开发工具、编码产品与智能体软件收入的口径也没有统一。这意味着围绕 AI 开发平台的那组份额数字，本质上建立在一套尚未固定的会计边界之上。
问题的核心在于，份额估算必须先划定一个市场，再把各厂商收入装进去。报告给出的 AI 应用开发平台规模约为 68 亿美元，微软、AWS、谷歌分别约占 24%、14%、14%，OpenAI 约占 11%、对应约 7.5 亿美元。但这些比例的前提，是先确定哪些收入算作"开发平台"收入。如果把编码工具视为 PaaS，它的营收就会被计入这个 68 亿美元的盘子，推高平台市场规模，同时改变每一家的占比；如果把它归为 SaaS，则这部分收入会从平台口径中剥离，落到应用软件那一层。分母变了，所有基于它计算出来的百分比也随之漂移。
为什么一个产品会跨越两种归类
编码类产品之所以难以归位，是因为它同时具备平台与应用的双重属性。像 Claude Code、Codex 这类产品，既可以被看作开发者直接使用的成品工具（偏 SaaS），也可以被看作其他软件在其上继续构建智能体与应用的底层能力（偏 PaaS）。报告描述的扩张路径正是从基础模型延伸到编码工具，再进入智能体应用开发——这条链条本身就跨越了传统的分层。当产品形态介于"工具"和"地基"之间时，任何单一归类都是一种人为切割，而不同的切割方式会把同一笔收入放进不同的市场。
口径差异如何放大到结论层面
这种敏感性在双层竞争的判断上尤其关键。报告预计 2026 年开发平台收入可能超过模型收入，并预计两家实验室在开发平台市场的份额可能升至高个位数或低两位数。但这些预判都附带了明确的条件——取决于收入分类口径与 PaaS 市场的增长速度。换言之，"平台收入超过模型收入"这一拐点性结论，部分取决于编码产品被算在哪一侧。若编码产品计入平台，平台盘子更大、增长更快，拐点更容易成立；若归入应用软件，结论则需要重新审视。
因此，报告反复强调相关数字是企业业务的分类估计，而非确定营收。对使用这些数据的人而言，务实的态度是把份额数字当作带口径假设的区间信号，而不是精确坐标。在评估某家厂商在平台层的地位时，更应追问它的收入是如何归类的、编码产品被放在了哪一层，而非直接采信一个百分比。分类问题没有厘清之前，这些数据反映的是竞争格局的早期轮廓，距离可以据此下定论还有相当距离。