AI 写代码之后
验证单独收费

Antithesis CEO 的原话是：AI 让写软件简单了很多，但“确认软件真的能跑……并没有变容易”。

结论：在 Applied AI 这篇稿件采访的企业里，AI 生成的应用越多，压力测试被单独拿出来采购或自建的情况越多。证据：Replit 买 Antithesis 的确定性模拟器；Lumen 与 Pegasystems 用 Anthropic 和 Microsoft 的 AI 产品自建测试工具；Microsoft 发言人称，使用其测试软件的客户在增加；Gremlin、Chaos Mesh 以及 Amazon 则卖另一种做法——在真实服务器上做受控故障实验，而不是在模拟环境里。

边界：全文只有一个营收信号，而且是未量化的 CEO 自述；“需求在上升”来自受访企业高管的说法，没有采购金额或市场规模数据。这个判断只覆盖“AI 生成代码的测试环节”，不能外推成 AI 编码工具整体降温或开发预算转移。

Applied AI：Antithesis 8 月所在季度新增营收超过此前五个季度之和；A 轮 1.05 亿美元、投后 5.25 亿美元，正筹备更高估值的新一轮。

下一轮融资如果落地，估值倍数会是第一个可核对的外部数字；在那之前，“需求上升”只有一家公司的自述撑着。

Replit CTO Luis Chávez：模型行为是概率性的，“很难”用来找全软件问题；受访高管称直接用模型审代码常出误报，所以 Replit 采用可重放的确定性模拟器（原文）。

一家自己卖 AI 编码的公司，在验证环节选择了不依赖模型判断的工具——“用 AI 检查 AI”在这家公司的测试流程里没有被当成默认答案。

Lumen、Pegasystems 用 Anthropic 和 Microsoft 的 AI 产品自建测试工具；Microsoft、Amazon、Gremlin、Chaos Mesh 卖真实服务器上的故障实验；Wilson 预计 Anthropic、Cursor 也会做模拟器（原文）。

企业买方至少有三条路：自建、买独立模拟器、用云厂商的故障实验。独立厂商要守住的，是“可重放”这一点能否被前两条路复制。