AI编程“氛围潮退”，Lovable等失宠，Cursor或成创业公司独苗？

新闻中心 NEWS CENTER

您当前位置：首页 > 新闻中心 > 行业资讯

AI编程“氛围潮退”，Lovable等失宠，Cursor或成创业公司独苗？

2025-12-13

浏览次数：次

返回列表

“氛围编程”是近期热度极高且出圈的话题。然而，从“用llm快速拼装应用”爆火至今不过半年，便已明显“退潮”。最直接的表现是，全线产品的用户流量大幅下滑。其中，lovable降幅最大，近几个月其流量从3500万降至不足2000万，近乎减半。bolt.new下降了27%，vercel v0自5月以来下降了64%，cursor、replit、devin等平台也未能幸免，唯有仍靠投放驱动的base44是个例外。bolt.new的ceo也公开承认，“所有平台的用户流失率都非常高”，并表示当务之急是构建能留住用户的业务模式。

过去一年，行业经历了资本驱动的“超高速增长期”，公司估值和用户数同步飙升。但热度在短短几个月内迅速回落，或许正见证着一场真正的价值回归。

如果为当下的AI编程工具绘制谱系图，Lovable占据标志性位置。它于2025年末在瑞典起步，以“描述你想要的，看着软件成真”这句极简口号吸引了无数人。从数据看，其增长堪称梦幻：第一年宣称年化收入突破1亿美元，构建项目超1000万个；随后以18亿美元估值完成A轮融资，几周后市场传闻估值已达40亿，成为欧洲最火的AI项目之一。此后，Bolt、Replit、V0等产品顺势而起，共同掀起“自然语言开发”浪潮。

这背后是一套精准击中人性弱点的营销叙事。一些“几分钟克隆任何App然后开始赚钱”的视频盛行，它们贩卖的不是技术，而是“低投入=立刻赚钱”的财富幻想，以及一种令人兴奋的“准事业”机会，还能让不懂代码的人“窥见一点编程的样子”。

在专业开发者心中，Claude Code代表“氛围编程”的原始体验。它不强调让开发者看清每一行代码，而是将代码“藏”在后台，引导开发者专注于终端动态，营造“AI正在替你干活”的沉浸体验，奠定了“交托任务 - 后台执行”的协作范式。Agent像独立完成任务的“个体”，从接到任务开始自行规划、反复尝试，直至完成任务，包括生成甚至提交代码，人离开后Agent仍继续工作。

在AI Coding工具谱系里，GitHub Copilot和Cursor代表另一条路径。它们更像严肃工程体系中的“AI编程助手”，不追求一键生成完整应用，而是安静嵌入现有工作流，负责补全、重构、写测试，把重复劳动交给AI，节奏与决策权始终掌握在工程师手中。

由此形成两条分叉路径：一端是“异步Agent式的氛围编程”，另一端是“人主导的严肃工程协同”。后者更易获得专业开发者的长期认可与付费订阅。

Lovable宣称的3500万月活，几乎逼近全球专业开发者总数的上限。全球开发者估算约4000多万，不同来源统计上限为4700万。这表明其峰值用户并非程序员，而是“想成为开发者”或希望“快速搞定开发”的圈外人，如产品经理、学生、创作者等。

GBOX.AI创始人指出，上半年“氛围编程”的火爆更像“时尚单品”的流行，大家都去尝试，但几乎没人续费到第二个月。这类面向C端的“氛围编程”产品，本质上面临需求刚性问题。将“专业摄影 - 手机摄影”与“编程 - 氛围编程”类比，关键差异在于：人人有拍照记录和分享生活的需求，但写软件并非普通人的基本诉求。

支撑这场全民实验的是数十亿美元的资本力量。投资人指出残酷逻辑：Lovable之所以值几十亿美元，是因为有投资人投钱；他们用这些钱补贴算力、搭建平台，让更多人体验“酷酷的代码生成东西”。但资本游戏终有尽头，现实的用户留存才是试金石，这类产品的用户“100个里有99个会在觉得无聊时消失”。

面向专业开发者的氛围编程情况不同。开发者没有需求刚性问题，AI工具能提升效率，且开发者能为结果兜底。但即便如此，当前“氛围编程”的估值也难以支撑。

战局正在升级，目前相对成功的Claude Code和Cursor“实际上都在做自己的模型”。有观点认为，“面向专业人群的，非常依赖模型，是大厂的生意”，全球面向Developer市场的最终竞争者不会超过5家。创业公司中，唯一有机会的或许只有起步最早的Cursor。当然，开源模型也可能占据一席之地，但这已非普通创业者能轻易参与的。

从全球到国内，类似剧情同步上演。国内上半年“氛围编程”热度走高，如今主流投资人已不再关注相关项目。这种骤热骤冷并非个例，如MCP概念也曾引发投资人追逐，但未产生长期有价值的收入。

社交媒体上，对“氛围编程”的厌倦与反感迅速累积。有学者和评论者对其提出极端批评。不过，也有人坚持认为这类工具值得期待。投资人Theo认为，像Cursor这类产品更可能穿越周期，而Lovable这类则更危险。即便如此，他仍选择*，因为他相信这种工具能让更多人体验到程序运行的瞬间。哪怕99%的人最终放弃，那1%的人也可能走得更远。

Tunee AI

新一代AI音乐智能体

1104 查看详情 Tunee AI

真正的难题在于，实现这个梦想所需的Agent基础设施尚处于早期阶段。有观点认为，问题不在模型，而在工程体系。如今的AI编程过程像“抽盲盒”，用户把需求扔进去，系统给出结果，不对就得再试，甚至同时“抽”十次选最可用的。大众对“无代码编程”的期待是“用自然语言一步到位生成完整程序”，但现实是频繁迭代、不断试错，这对用户来说几乎是“挫败体验”。

因为没有稳定的调试环境，没有清晰的上下文，也缺乏可观测的过程。前端无法预览生成页面的样式，Agent无法判断页面好坏，后端无法正确调用外部库，模型再聪明，也被困在劣质开发环境里。所以，第一步是建立“可观测性”和“可控性”，系统要清晰展示每一步的变化和决策路径。

这场“大众涌入”的“氛围编程”浪潮，很可能是一场顺序错误的科技狂欢：技术体系尚未成熟，行业却过早许下超出能力的承诺，至少对C端非技术领域用户是如此。从长期趋势看，面向大众消费者的“氛围编程”最终可能收缩成类似建站工具或无代码的小市场。真正有长期价值的方向，多与专业用户、成熟模型和大厂基础设施紧密相关。

不过，已融到钱的公司“至少已经上了牌桌，总能找到别的东西做”。一个值得关注的潜在方向是“vibe working”，比如把一批数据交给AI，让它直接整理出结果，用户无需关心背后是写脚本、手工处理还是模型推理。目前做“氛围编程”的公司，未来能否顺利转向“vibe working”，以及“vibe working”是否会变成大厂的游戏，尚不明朗。

“氛围编程”的命运或许在企业环境中能得到验证。美团产品经理分析，以目前产品的能力，很难支持完全不懂技术的用户做出生产级别的产品，但门槛确实大幅降低。过去要达到“90分能力”才能当程序员、开发生产级产品，现在“60分就能做出东西”。

同时，“氛围编程”生成的应用有明确的“能力边界”，开发高并发、业务逻辑复杂的超级应用不现实，但开发如100人使用的数据上报系统这类需求，正是其发挥作用之处。

现实中，当前的AI Coding工具在技术栈限制、运维与可观测性上存在明显短板，存量项目的迭代会受约束。但平台已打包好一整套“初阶能力”，足以让企业中熟悉自身需求和场景的非技术员工打造出简单、有实际收益的作品。在AI Coding的帮助下，美团的非技术同学已构建3000个以上持续使用的应用，这与Lovable式的“开放式自由生成”路径形成鲜明对比。

从行业层面看，圈子里人数有限，流量放缓是必然结果。但在流量下行的同时，“作品质量在提高”的趋势越来越明显。当早期的噪音和纯尝鲜用户离场，留下的往往是真正在特定场景里用“氛围编程”解决问题的人，尤其是企业内部新涌现的“开发者”。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜