过去十年间，随着智能手机摄像头性能的提升， Instagram 、 YouTube 和 TikTok 等照片和视频分享平台迅速走 红。许多人从随意的内容发布者转型成为能够赚钱的创作者。 Emergent 由双胞胎兄弟 Mukund 和 Madhav Jha 创立，旨在成为面向普通消费者的应用开发平台。该平台允许非技 术人员通过提示词创建应用程序。 虽然这种模式在 2025 年并不新鲜，但 Emergent 致力于全程协助用户完成应用开发流程，同时管理各类 API 和部 署步骤，让他们无需操心技术细节。 这家初创公司周三宣布获得 2300 万美元 A 轮融资，由 Lightspeed 领投， Y Combinator 、 Together （ Freshworks 旗下 Together Fund 的创始人）以及多位知名天使投资人跟投，包括 a16z 前普通合伙人 Balaji Srinivasan 、谷歌的 Jeff Dean 和 Mistral 创始团队成员 Devendra Chaplot 。 公司迄今融资总额达 3000 万美元。 曾在谷歌投资的印度即时配送初创公司 Dunzo 担任 CTO 的 Muk ...

AI驱动的裁员趋势 - 科技职位招聘数量较2020年下降36% [3] - IBM因AI替代裁员8000人 其中人力资源岗位数百人 [3] - 多邻国停止雇佣可由AI完成的承包商工作 [3] - 克拉纳公司因AI投资裁员40% [3] - Workday将AI需求增长列为裁员原因 [3] - 塔塔咨询裁员12000人并部署AI [4] 氛围编程的缺陷与风险 - AI生成代码常无法满足预期目标且存在安全隐患 [7][11] - 典型问题包括数据暴露（如Firebase未设置规则）、敏感信息置于前端、缺乏版本控制和测试 [9] - 可能导致严重安全漏洞 例如任意用户通过修改UID访问数据 [9] - 在应用开发后期 新增功能易破坏原有功能 使AI使用成本飙升 [18] 新兴修复服务市场崛起 - 自由开发者通过平台如Fiverr提供"氛围编程审查与修复"服务 [12] - 服务内容包括解决UI不一致、代码优化、性能问题及功能体验调整 [12] - VibeCodeFixers.com聚集近300名开发者 已完成30-40个项目匹配 [15] - Ulam Labs等公司专门提供AI生成代码的清理与夯实服务 [13] - 修复需求源自企业不愿放弃已开发项目 而非从头创建 [18] 行业影响与人力角色演变 - 氛围编程概念由Andrej Karpathy于2025年2月提出 [17] - 人类开发者职能范围收缩 但AI编程仍需人类参与督导 [19][20] - 非技术人员开发应用时 最后10%-20%阶段易因新增功能导致崩溃 [18] - 开发者需对AI输出进行抛光、修正、调试和重构 [22]

【导读】氛围编程，正批量制造「AI保姆」。一位15年资深开发者，为赶工用AI编程，结果bug成山不得不推翻重来，痛哭半小时。如今，一种全新职业 「氛围编程清理专家」冲上了热榜。 爆火的「氛围编程」，如今让无数程序员沦为了「AI保姆」。 入行15年，Carla Rover用了Vibe Coding之后，不得不重启项目，爆哭半小时。 或许听起来太离谱，但这是真真实实发生的故事。 但实际体验，只有用过的人才深有体会。 Rover的经历，成为了当今很多资深程序员，用AI编程的典型写照—— 自己成为了「AI保姆」，需要不停地重写、核对AI输出的代码 前段时间，Fastly一份报告显示，近800名开发者中，至少95%的人要额外时间去修复AI生成的代码。 而核查的重点，大半都压在了高级开发人员身上。 更有趣的是，「氛围编程」的兴起，又催生了一种全新职业：「氛围编程清理专家」（Vibe Code Cleanup Specialist）。 有网友调侃，氛围编程清理专家，最少每年能拿到10万美金。 Vibe Coding一词，最先由Karpathy提出，一夜席卷了AI圈。 不论是Cursor、Copilot，还是Codex、Re ...

文章核心观点 - AI驱动的"氛围编程"正在彻底改变软件开发方式 使非技术背景的创始人能够通过自然语言提示快速构建全栈应用 [2][6][13] - 技术能力的定义从编码技能转变为系统性思维 AI熟练度与战略清晰度 投资者更关注产品嗅觉和执行速度而非代码编写能力 [15][16][18] - 开发周期从几周缩短到几小时 精英团队一天能完成过去50-100名工程师的工作 YC 2025冬季营中25%初创公司95%以上代码由AI生成 [13][19][26] 现代无代码技术栈 - 模块化技术栈包含AI原生 无代码和低代码平台 涵盖设计 UI 前后端 自动化 协作和部署六大层级 [8] - 具体工具包括Figma/Builder io(设计) Vercel/Next js(前端) Supabase/Firebase(后端) Zapier(自动化) Cursor/GPT-4o(协作) Vercel/Netlify(部署) [8] - AI模型能流畅集成标准化工具 无需记忆API或查阅文档 通过描述需求自动填补技术空白 [9] 技术能力定义演变 - 技术创始人门槛从计算机学位 GitHub作品集转变为产品拆解能力 结构化提示词能力和战略判断能力 [15][16] - 风险投资公司公开资助具有领域知识但无需编写原始代码的创始人 重点关注产品嗅觉 执行速度和架构清晰度 [18] - MVP开发成本大幅降低 精通AI的创始人能以极低成本获取早期用户 减少工程开销和所需资本 [19] 新工作流与思维模式 - 开发流程从"编写规格→分配工单→编码→审查→部署"转变为"提示词→可用草稿→优化→部署"的迭代循环 [21][22] - 支持快速A/B测试和方案比较 几小时内可上线测试 通过真实用户数据而非主观意见推动决策 [24] - 迭代周期从季度缩短到周末 显著缩短从想法到用户反馈的距离 实现更快学习和产品优化 [26] 优势与局限 - 优势场景包括快速开发MVP 构建内部工具 个人项目实验 创意界面以及赋能非技术创始人 [33] - 局限体现在安全系统 复杂架构 边缘情况处理 生产环境质量调优和长期可维护性方面 [33] - 适用于0到1阶段加速 但1到10的规模化 加固和优化仍需经验丰富的开发者 [31][32] 新兴角色 - AI产品工程师：通过提示和迭代将产品说明转化为可工作原型的混合型人才 [34] - 提示词架构师：负责构建提示词结构和管理AI工具记忆/上下文的专业角色 [35] - AI驯养师：具备技术和策略能力 调试模型输出并维持LLM 代码库与开发团队和谐 [36] - 领域专家转型开发者：金融 物流 医疗等行业专家可直接开发产品初版 [37] 技术实现特性 - AI生成的是真实可编译 运行 集成API的代码 采用React组件 SQL查询等标准技术栈 [38] - 与传统无代码平台不同 氛围编程提供通往真实工程开发的跳板 所有产出可审查 调整和扩展 [39] - 使用Supabase Next js Tailwind Django等标准工具 原型扩展时无需从头重建 [39]

公司业务与定位 - Lovable是一家专注于氛围编程应用的瑞典公司 帮助无编程经验用户构建应用程序和网站 通过指导AI模型生成代码和完整应用[2] - 公司定位为最佳软件产品构建平台 致力于引导用户完成产品开发全阶段 特别是帮助构建AI原生公司[2] - 6月底发布智能体功能 可实现读取文件 调试错误 搜索网页 生成图像和定位文件[2] 财务表现与估值 - 年度经常性收入(ARR)在8个月内突破1亿美元[2] - 以18亿美元估值完成2亿美元A轮融资 成为欧洲增长最快的独角兽企业[2] - 投资者提出40亿美元估值启动B轮融资 但公司暂未表现出兴趣[2] 用户数据与定价 - 拥有超过230万活跃用户 其中付费订阅用户达18万[3] - 定价策略基于覆盖公司自身成本的原则制定[3] - 典型用户案例包括营销人员构建销售培训平台和工程师运营多个小企业[3] 技术架构与竞争 - 基于多基础模型运行 包括Anthropic的Claude和OpenAI的GPT-5[3] - 面临来自基础模型提供商(如Anthropic的Claude Code和OpenAI的Codex)的潜在竞争[3] - 通过利用多模型提供商获得竞争优势 为用户提供无与伦比的能力 同时避免重复基础设施负担[4] 发展战略 - 专注于三方面：提供简单用户体验的同时保持快速和安全[4] - 计划继续扎根欧洲市场 尽管在洛杉矶设有团队[6] - 创始人开始投资其他北欧初创企业 如丹麦消费者智能公司Propaneai的120万美元种子轮[6] 行业影响 - 被视作欧洲AI独角兽成功案例 对欧洲创业生态系统产生文化层面影响 提升创始人雄心标准[6] - 与Figma(上市首日市值193亿美元)同为应用设计领域代表性企业[4] - 证明小团队凭借全球视野和不懈努力可在全球舞台构建定义类别的公司[7] 投资者与客户 - 投资者包括欧洲顶级机构和天使投资人 如Stefan Lindeberg Fredrik Hjelm Greens Ventures Hummingbird Ventures 20VC等[5] - 知名客户包括Klarna(同时为投资者Sebastian Siemiatkowski的公司) HubSpot和Photoroom[5] - Revolut CEO Nik Storonsky和Klarna创始人Sebastian Siemiatkowski均为公司天使投资人[5]

全球AI消费级应用竞争格局 - ChatGPT继续稳居首位 但谷歌通过多产品矩阵策略大幅缩小差距 其通用助手Gemini在网页端获得ChatGPT约12%的访问量 位列第二[2][3] - 谷歌首次以独立域名形式在榜单中占据四个席位 除Gemini外 AI Studio首次进入前10 NotebookLM排名第13 Google Labs位列第39[3][6][8] - Gemini在移动端的月活用户数接近ChatGPT的一半[4][6] 中国AI产品全球化表现 - 中国AI产品在全球市场表现强劲 阿里巴巴旗下夸克AI助手跃升至网页端第9位 字节跳动豆包位列第12位[2][3] - 50个网页端应用中有3个主要服务中国用户的产品跻身前20 包括夸克（第9）豆包（第12）和Kimi（第17）这些产品超过75%的流量来自中国[3][13] - 7个中国开发的AI产品主要服务海外市场 包括DeepSeek 海螺和可灵等视频生成模型 以及SeaArt图像生成工具[16] - 移动端中国产品优势更加明显 估计50个移动应用中有22个由中国团队开发 但仅有3个主要服务中国市场 美图公司贡献5个应用 字节跳动推出4个产品[4][16] 头部产品竞争态势 - X平台的Grok助手表现亮眼 从2024年底的零起步迅速积累超2000万月活用户 在移动端排名第23位 Grok在7月发布新模型Grok 4后移动端使用量激增近40%[4][17] - Meta的AI助手增长相对温和 Meta AI在网页端仅排名第46位 未能进入移动端前50 该产品5月底上线后增长缓慢[17] - DeepSeek在经历2月份的高峰后有所回落 Perplexity在各平台均保持强劲增长势头 Claude在网页端持续增长但移动端增长放缓[17] AI辅助编程工具增长 - AI辅助编程工具正成为新的增长领域 Lovable和Replit均成功进入主榜单 Lovable更是跃升至第22位[18] - 某头部"氛围编程"平台的美国用户群体在注册后数月内收入留存率超过100% 表明用户不仅留存还在扩大使用规模[20] - 这些平台带动了相关基础设施产品的增长 数据库服务商Supabase的流量增长与核心氛围编程平台几乎同步 过去九个月的增长速度较此前数年显著加快[20] 谷歌产品矩阵具体表现 - AI Studio作为面向开发者的沙盒平台成功跻身前10 该平台支持用户构建Gemini多模态模型应用[8] - NotebookLM在从Google Labs独立后排名第13位 这一学术研究工具在近一年来稳步增长 仅在夏季学术用户流失期间略有下滑[8] - Google Labs排名第39位 该平台承载多个AI实验项目 Veo 3发布后Google Labs流量激增超13% 创下过去一年最大单月涨幅[11]

全球AI消费级应用竞争格局 - ChatGPT继续稳居全球生成式AI消费应用首位，但谷歌通过多产品矩阵策略大幅缩小差距，其通用助手Gemini在网页端获得ChatGPT约12%的访问量，位列第二 [1] - 谷歌首次以独立域名形式在榜单中占据四个席位，除Gemini外，AI Studio首次进入前10，NotebookLM排名第13，Google Labs位列第39 [1][7][10] - 移动端竞争格局更为胶着，Gemini的月活用户数接近ChatGPT的一半，X平台的Grok助手从2024年底零起步迅速积累超2000万月活用户，在移动端排名第23位 [2][15] 中国AI产品全球化表现 - 中国AI产品在全球市场表现强劲，阿里巴巴旗下夸克AI助手跃升至网页端第9位，字节跳动豆包位列第12位，50个网页端应用中有3个主要服务中国用户的产品跻身前20 [1][11] - 7个中国开发的AI产品主要服务海外市场，包括DeepSeek、海螺和可灵等视频生成模型以及SeaArt图像生成工具 [14] - 移动端中国产品优势更加明显，估计50个移动应用中有22个由中国团队开发，美图公司贡献5个应用，字节跳动推出4个产品 [14] 细分领域增长动态 - AI辅助编程工具成为新的增长领域，Lovable跃升至网页端第22位，Replit也进入主榜单 [16] - 头部"氛围编程"平台的美国用户群体在注册后数月内收入留存率超过100%，数据库服务商Supabase的流量增长与核心平台几乎同步，过去九个月增长速度显著加快 [19] - Google Labs在视频模型Veo 3发布后流量激增超13%，创下过去一年最大单月涨幅 [10] 竞争对手动态分析 - Grok在7月发布新模型Grok 4后移动端使用量激增近40%，动漫角色Ani的推出进一步推动用户增长 [15] - Meta的AI助手增长相对温和，网页端仅排名第46位，未能进入移动端前50，6月份用户对话内容泄露事件影响用户信心 [15] - DeepSeek在经历2月份的高峰后有所回落，Perplexity在各平台均保持强劲增长势头，Claude在网页端持续增长但移动端增长放缓 [15]

全球AI消费级应用竞争格局 - ChatGPT继续稳居全球生成式AI消费应用首位 但谷歌通过多产品矩阵策略大幅缩小差距 其通用助手Gemini在网页端获得ChatGPT约12%的访问量 位列第二[1] - 谷歌首次以独立域名形式在榜单中占据四个席位 除Gemini外 AI Studio首次进入前10 NotebookLM排名第13 Google Labs位列第39[1][7][10] - 移动端竞争格局更为胶着 Gemini月活用户数接近ChatGPT的一半 X平台Grok助手从2024年底零起步迅速积累超2000万月活用户 在移动端排名第23位[2][15] 中国AI产品全球表现 - 中国AI产品在全球市场表现强劲 阿里巴巴夸克AI助手跃升至网页端第9位 字节跳动豆包位列第12位 月之暗面Kimi排名第17[1][11] - 50个网页端应用中有3个主要服务中国用户的产品跻身前20 另有7个中国开发的产品主要面向海外市场 包括DeepSeek 海螺和可灵等视频生成模型以及SeaArt图像生成工具[1][14] - 移动端中国产品优势更加明显 估计50个移动应用中有22个由中国团队开发 但仅有3个主要服务中国市场 美图公司贡献5个应用 字节跳动推出4个产品[2][14] 细分领域增长动态 - AI辅助编程工具成为新的增长领域 Lovable跃升至网页端第22位 Replit进入主榜单 显示AI应用生成领域快速崛起[16] - 头部"氛围编程"平台的美国用户群体在注册后数月内收入留存率超过100% 数据库服务商Supabase流量增长与核心平台同步 过去九个月增长速度显著加快[19] - Google Labs在视频模型Veo 3发布后流量激增超13% 创下过去一年最大单月涨幅 NotebookLM在独立后排名第13位 近一年来稳步增长[7][10] 竞争对手表现分化 - DeepSeek在经历2月份高峰后大幅回落 网页端访问量较峰值下降超40% 移动端下滑22%[15] - Perplexity在各平台均保持强劲增长势头 Claude在网页端持续增长但移动端增长放缓[15] - Meta AI在网页端仅排名第46位 未能进入移动端前50 5月底上线后增长缓慢 6月份用户数据泄露事件进一步影响用户信心[15]

全球消费级GenAI应用竞争格局 - AI产品竞争生态格局日趋稳定 全球AI进入多极化竞争新阶段 [1][2] - 中国力量全面崛起 DeepSeek、豆包、夸克等多款产品跻身前十 [1][7] - ChatGPT以绝对优势领跑 谷歌Gemini位居第二 Grok实现高速逆袭 [1][28][29] 网页端应用排名分析 - ChatGPT以最高访问量稳居榜首 Gemini访问量约为ChatGPT的12% [17][27] - 5家中国公司进入全球前20：DeepSeek(第3)、Quark(第9)、Doubao(第12)、Kimi(第17)、Qwen3(第20) [7] - 谷歌四款产品上榜：Gemini(第2)、AI Studio(第10)、NotebookLM(第13)、Google Labs(第39) [16][17][21][25] - 新晋应用数量从3月的17个降至11个 显示市场逐渐成熟 [42][43] 移动端应用排名特征 - 移动端新面孔达14个 得益于应用商店对"山寨ChatGPT"应用的打击 [44] - 中国产品表现突出：豆包(第4)、百度AI搜索(第7)、DeepSeek(第8)、美图(第9)、夸克(第47) [10] - Gemini移动端MAU接近ChatGPT的一半 其中90%用户来自安卓平台 [27] - Grok移动端实现惊人增长 从零发展到超过2000万月活用户 7月用量增长近40% [30] 中国AI力量崛起 - 中国视频模型领域具有优势 更多研究人员专注于视频领域 [13] - 美图旗下五款产品上榜：Photo&VideoEditor、BeautyPlus、BeautyCam、Wink和Airbrush [13] - 字节跳动为重要参与者 旗下产品包括豆包、Cici、Gauth和Hypic [15] - 上榜中国产品超过75%流量来自国内市场 [11] 细分领域发展趋势 - "氛围编程"概念强势崛起 Lovable和Replit首次登上主榜单 [49][52] - 顶级"氛围编程"平台美国用户收入留存率超过100% 显示强用户粘性 [55] - 14家"全明星"公司从未缺席榜单 涵盖通用助手、AI伴侣、图像生成等多元应用 [66][67] - 全明星公司中5家拥有自研模型 7家使用第三方API或开源模型 2家为模型聚合平台 [71] 关键技术领域表现 - 图像与视频编辑领域集中度较高 中国公司表现突出 [13] - 语音生成、生产力工具和模型托管等细分领域保持稳定增长 [70] - 数据库提供商Supabase等周边产品流量激增 受益于"氛围编程技术栈"发展 [63]

氛围编程在大型科技公司的应用现状 - 氛围编程由Andrej Karpathy提出并流行 但缺乏可靠统计数据支持其普及程度[1] - FAANG等大型科技公司存在采用氛围编程的工程师 但具体实施流程存在争议[1][3] FAANG工程师的AI辅助开发流程 - 开发流程始终以可靠设计文档和架构为起点 强调逐步构建和测试优先原则[4] - 具体实施包含7个阶段：技术设计文档提案→设计评审→子系统文档编写→任务规划→测试驱动开发→代码审核→预发布测试[6] - AI主要应用于测试代码生成和代码审核辅助 编程阶段被视为最轻松乏味的环节[6][15] 行业对AI编程实践的争议 - 部分观点认为FAANG流程不符合氛围编程本质 因保留大量人类参与环节[9] - Hyperbolic公司CEO指出该流程对人类工作者体验较差 缺乏真正的"vibe"特质[11] - 独立开发者认为繁琐流程拖累研发速度 这可能为独立创始人创造竞争优势[13] AI编程的最佳实践建议 - 开发者建议采用详细技术规格说明 编程前进行解决方案审查[14] - 工程师核心价值体现在设计/头脑风暴/规范编写等非编码环节[15] - 测试驱动开发被明确列为AI编程的关键实施方法[6]