Sourcegraph 深度拆解 — 大规模代码智能的先行者与转型阵痛

开场

Sourcegraph 可能是这批 AI 编程公司里最"资深"的一家——成立于 2013 年，比 Cursor、Windsurf 这些后浪早了近十年。2021 年的 Series D 估值 $2.6B，但到 2025 年，年收入只有约 $50M。作为对比，Cursor 在不到两年内就做到了 $1.2B ARR。我在大型代码库的项目中用过 Sourcegraph 的搜索功能，也测试过他们的 AI 助手 Cody。这篇拆解，我想探讨一个问题：在 AI 编程浪潮中，先发优势到底有多大价值？

他们解决什么问题

大型企业的代码库规模超出一般人的想象。Google 的 monorepo 有超过 20 亿行代码，一个普通的 Fortune 500 企业可能有几百万行分布在几百个仓库里。在这种规模下，"找到你需要的代码"本身就是一个巨大的效率瓶颈。

Sourcegraph 最初解决的就是这个问题：跨仓库的代码搜索和导航。你可以在一个统一的界面中搜索所有仓库的代码，追踪函数调用链、查看引用关系。这在 GitHub 原生搜索根本不够用的大型组织中，是刚需。

目标客户一直是大型技术组织：Google、Uber、Lyft、Databricks 这类有海量代码库的公司。

产品矩阵

核心产品

Sourcegraph Code Search — 跨仓库的代码搜索引擎，支持正则表达式、结构化搜索、差异搜索。能索引 GitHub、GitLab、Bitbucket 等多个代码托管平台。

Cody — 2023 年推出的 AI 编程助手，能利用 Sourcegraph 的代码搜索能力为 AI 提供精准的上下文。Cody 的卖点是"它真正理解你的代码库"，因为背后有 Sourcegraph 的代码图谱。但到 2025 年 7 月，Sourcegraph 宣布关停 Cody Free 和 Pro 版本，只保留 Enterprise 版。

Amp — 从 Sourcegraph 内部孵化出来的独立产品/公司，定位为 AI 编程代理（Agent）。和 Cody 的"助手"模式不同，Amp 更强调自主执行能力——可以规划和完成复杂的编码任务。定价 $59/月。

Cody Enterprise — 面向企业的 AI 编程助手，$59/用户/月。包含企业级安全、可扩展性和灵活性。

技术差异化

Sourcegraph 的核心技术资产是它的代码图谱（Code Graph）。它不只是做文本搜索，而是理解代码的语义结构——函数调用关系、类型定义、依赖链。这种结构化的代码理解能力，在 AI 时代变成了一个潜在的杀手级优势：如果你能给 AI 提供精准的代码上下文，生成的代码质量会大幅提升。

问题在于，这个优势没有被充分转化成产品竞争力。Cursor 用自研的代码索引系统实现了"足够好"的上下文能力，而且迭代速度快得多。

商业模式

定价策略

方案	价格	目标客户
Cody Enterprise	$59/用户/月	大型企业开发团队
Amp	$59/月（个人）	高级开发者
Code Search Enterprise	自定义	需要跨仓库搜索的组织

注意：Cody Free 和 Pro 已在 2025 年 7 月关停。这意味着 Sourcegraph 在个人开发者市场上基本放弃了竞争。

收入模式

企业订阅为主。年收入约 $50M（2025 年），团队约 184 人。人均产出约 $272K/年，在 SaaS 行业算中等水平。

融资与估值

轮次	时间	金额	估值
Series C	2020	$50M	-
Series D	2021.07	$125M	$2.6B
（后续无新轮次公开）

主要投资人：Andreessen Horowitz、Insight Partners、Geodesic Capital。值得注意的是，自 2021 年的 D 轮之后，Sourcegraph 没有再进行公开融资。$2.6B 的估值是 4 年前的数字，按目前 $50M 的收入水平，实际估值可能已经大幅缩水。

客户与市场

标杆客户

已知客户包括 Uber、Lyft、Databricks、Yelp、Cloudflare 等。这些都是代码库规模大、有跨仓库搜索刚需的技术型企业。但客户数量一直不多——Sourcegraph 的产品形态决定了它只服务于金字塔顶端的大型工程组织。

市场规模

代码搜索和智能的 TAM 比较难独立估算——它更像是 AI 编程工具大市场的一个子集。如果聚焦在 500 人以上工程团队的企业客户，全球可能有几千家潜在客户，按每家 $100K-$500K/年的合同规模计算，SAM 约 $5-10B。

竞争格局

维度	Sourcegraph	GitHub Copilot	Cursor
核心能力	代码搜索 + AI	AI 编程 + GitHub 生态	AI-first 编辑器
目标客户	大型企业	全层级	开发者个人 + 团队
AI 产品	Cody Enterprise + Amp	Copilot 全家族	Editor + Agent
市场地位	垂直领域领先	市场份额最大	产品体验最好
增长势头	停滞/转型中	稳健增长	爆发式增长

我实际看到的

好的：Sourcegraph 的代码搜索在大型 monorepo 中确实好用。当你需要找到"所有调用了这个 API 的地方"，或者"这个函数在过去 6 个月内被改了几次"，Sourcegraph 的搜索体验远超 GitHub 原生搜索和 grep。Cody Enterprise 利用代码图谱提供上下文的能力也比一般的 AI 助手更精准。

复杂的：战略方向的频繁调整是最大的隐忧。先推 Cody 对标 Copilot，效果不理想后砍掉个人版，又孵化 Amp 做 Agent。每次转向都意味着资源分散和用户信任的消耗。Amp 独立出去更是释放了一个信号：Sourcegraph 内部对 AI 方向的判断也在摇摆。

现实的：13 年的老公司在快速变化的 AI 赛道上有明显的包袱。Cursor 两年做到 $1B+ ARR，而 Sourcegraph 13 年做到 $50M。这不是执行力的问题——代码搜索本身就是一个小众市场，而 Sourcegraph 在转向更大的 AI 编程市场时，速度和魄力都不够。

我的判断

• ✅ 适合：拥有超大型代码库（数百万行+、数百个仓库）的企业工程团队——Sourcegraph 的代码搜索在这个场景下没有替代品
• ✅ 适合：对代码上下文质量有极高要求的 AI 编程场景——Cody Enterprise 的上下文精准度确实更高
• ❌ 跳过如果：你是个人开发者或中小团队——Sourcegraph 的产品和定价完全不面向你
• ❌ 跳过如果：你需要一个长期稳定迭代的 AI 编程工具——Sourcegraph 的产品战略还在频繁调整中

一句话：Sourcegraph 拥有 AI 编程时代最有价值的底层资产之一（代码图谱），但把这个资产转化成增长的过程异常艰难。它更像是 AI 编程生态的"基础设施供应商"，而非面向终端用户的产品赢家。

互动

你在大型项目中用什么工具搜索和理解代码？代码搜索这个需求对你来说有多重要？你觉得 Sourcegraph 应该继续独立还是被某个大公司收购整合？