“氛围编程”泡沫破裂：从资本狂热到实用主义回归，AI重塑软件工程新版图

TL;DR：

“氛围编程”的C端狂热正迅速退潮，资本游戏难以为继。行业正经历价值回归与市场洗牌，转向以专业开发者为中心、强调严肃工程协作的B端应用。未来AI编程将围绕大厂模型与成熟基础设施整合，并催生企业内部“60分开发者”的新浪潮，重塑软件开发生态。

“人人都是程序员”的幻梦与资本狂飙

曾几何时，“人人都是程序员”的梦想被“氛围编程”（Vibe Coding）描绘得触手可及。只需用自然语言描述需求，AI便能“看着软件成真”——这种极简主义的开发叙事，在2023年末至2024年初掀起了一波前所未有的狂热。Lovable等明星产品凭借“几分钟克隆App立刻赚钱”的诱惑，迅速吸纳了数千万用户，并在一级市场估值飙升至数十亿美元¹。这背后，与其说是技术突破的胜利，不如说是精准击中人性弱点，贩卖“低投入高回报”财富想象的营销奇迹。

然而，这场由资本驱动的“超高速增长期”在短短数月内便骤然降温。Lovable的流量近乎腰斩，Vercel v0下降64%，Bolt.new也流失了27%的用户。即便是一度被视为专业级典范的Cursor和Replit，也未能独善其身²。流量断崖式下跌的背后，揭示了一个残酷的现实：那些号称高达3500万月活的用户，绝大多数并非专业开发者，而是被“快速搞定开发”概念吸引的圈外人、产品经理或学生。

“上半年那一轮 Vibe Coding 的火爆，本质上更像一场‘时尚单品’的流行。大家都去试了一下，但几乎没人续费到第二个月。”——GBOX.AI创始人张海龙²

对普通人而言，写软件并非其“七情六欲”的基本诉求。当新鲜感褪去，缺乏刚性需求的“氛围编程”便如潮水般退去。投资人Theo直言，数十亿美元的资本投入，更多是为了补贴算力，让“12岁的我”们体验到编程的酷炫，而这其中“100个里有99个会在觉得无聊时消失”²。这不仅仅是泡沫的破裂，更是对“技术下沉”与“普惠性”概念的一种深刻反思——技术门槛的降低，并不必然等同于全民的需求激发。

技术路径分化：从“氛围”到“严谨工程协作”的回归

“氛围编程”的快速兴衰，促使我们对AI编程工具的深层技术路径进行审视。当前，AI编程工具大致分化为两条路径²³：

1. 异步Agent式的“氛围编程”：以Claude Code为代表，强调任务交托、AI后台自主执行。开发者专注于终端动态，AI像一个能独立规划、尝试并完成任务的“个体”，甚至能生成并提交代码。它刻意将代码细节隐藏，营造“AI替你干活”的沉浸感。这种模式在处理复杂编程任务时，如Claude Code通过“量大管饱”的上下文策略，在修改超过10个文件时表现出色⁴。
2. 人主导的严肃工程协同：以GitHub Copilot和Cursor为代表，它们更像是深度嵌入现有工作流的“AI编程助手”。不追求一键生成完整应用，而是专注于代码补全、重构、测试生成等，将重复劳动交给AI，同时将节奏与决策权牢牢保留在工程师手中²。Cursor作为AI原生代码编辑器，基于VS Code内核，能理解整个代码库，提供Composer、Agent Mode和YOLO Mode等功能，支持与GPT模型对话编程，提供性能优化建议或算法解释³。

实践证明，后者——将AI作为效率工具而非完全替代者——更容易获得专业开发者的长期认可和付费订阅。当前AI Agent基础设施的“盲盒式”体验是其走向成熟的关键瓶颈。无问芯穹CEO夏立雪指出，问题不在模型，而在工程体系：系统缺乏稳定的调试环境、清晰的上下文和可观测的过程，导致AI编程更像“抽盲盒”，挫败感强²。

因此，建立“可观测性”和“可控性”成为当务之急，即系统需清晰展示每一步变化和决策路径。这标志着AI编程工具正从早期的“一步到位生成完整程序”的乌托邦，向强调过程透明、人机协同、严谨工程实践的方向回归。值得注意的是，Cursor、Claude Code等在这一轮洗牌中幸存或领先的产品，已开始构建自己的模型，这预示着AI编程的未来竞争将高度依赖大模型能力，并成为少数科技巨头的主战场²。

商业价值重塑：企业内部的实用主义与市场洗牌

Vibe Coding的退潮并非终结，而是其商业价值的重塑与回归。面向C端的泛化产品最终可能收缩成类似建站工具或无代码平台的小众市场。真正的长期价值正日益显现于面向专业用户、绑定成熟大模型与大厂基础设施的B端应用。

美团产品经理邹明远的案例为我们提供了生动的洞察：AI编程工具虽然难以支持非技术用户开发高并发、业务复杂的超级应用，却能将“成为程序员”的门槛从“90分能力”拉低至“60分”²。这意味着，在企业内部，那些熟悉自身业务需求和场景的非技术员工，能够借助AI工具快速搭建简单的、有实际收益的内部系统（例如100人使用的数据上报系统）。美团内部已有超过3000个此类应用在AI Coding的帮助下被非技术同学构建并持续使用²。

这揭示了一种新型的“分布式创新”模式：AI赋能的“60分开发者”成为连接业务需求与技术实现的桥梁，极大地提高了企业内部的敏捷性和效率。这类应用不再追求泛用性和规模化C端变现，而是聚焦于解决具体的企业痛点，创造实打实的商业价值。

未来的AI编程市场将加速洗牌，形成以下趋势：

• 大厂垄断与生态整合：少数拥有顶尖大模型和强大基础设施的科技巨头将主导专业级AI编程工具市场。创业公司如Cursor，即便早期领先，也可能被迫自研模型以保持竞争力，但其生存空间仍将受到挤压。
• “Vibe Working”的崛起：未来的方向可能是“vibe working”，即用户只需提供数据和目标，AI自动完成数据整理、脚本编写、模型推理等后台任务，用户无需关心具体实现。这将是更高层次的自动化，但其竞争格局也可能重蹈Vibe Coding的覆辙，最终成为大厂的游戏。
• 专业化与垂直化：AI编程工具将向更专业的IDE集成（如Cursor对VS Code的深度融合³）、更强大的上下文理解（如Claude Code的CLI模式⁴）以及更细分的行业场景（如与MCP协议整合以利用API文档进行编程⁵）发展，提升特定领域和专业用户的生产力。

深层社会影响与未来工作模式的演变

“氛围编程”的起落，不仅是技术和商业的迭代，更蕴含着对_未来工作、技能结构和人机关系_的深层哲学思辨。

首先，它重新定义了“开发者”的概念边界。虽然“人人都是程序员”的普世性愿景暂时未能实现，但AI确实拓宽了“能进行软件创造”的人群范围。企业内部的“60分开发者”现象，预示着未来组织将更倾向于培养具备AI工具使用能力、同时精通业务的“领域专家兼准开发者”，而非仅仅依赖纯粹的技术工程师。这将促进跨职能协作，模糊传统IT与业务部门的界限。

其次，它预演了未来人机协作的复杂性。早期“盲盒式”的AI Agent体验，暴露了当前AI系统在“可观测性”和“可控性”方面的不足。这提示我们，未来高度自主的AI Agent必须建立一套透明、可审计的决策与执行机制，才能在关键生产环境中获得信任并真正落地。这不仅是技术挑战，更是AI伦理与治理的核心议题：如何确保AI在自主运行的同时，仍能被人类理解、干预和兜底。

投资人Theo的观点值得深思：“即便他们烧了几十亿美元，只是为了引来一小撮人——那也挺好。”他认为“从Lovable毕业”可能是一条通往真正开发能力的路，就像Flash、Roblox曾启发过一代人一样²。

这为“氛围编程”的早期实验赋予了另一种意义：它可能是一场大规模的社会化编程启蒙。尽管大部分尝鲜者最终离场，但其中极小一部分人可能会因为初次接触的“魔法瞬间”而对编程产生兴趣，进而走上专业的开发道路，成为未来真正的创新力量。这与Flash、Roblox等平台在历史上对一代开发者的启发作用异曲同工。

前瞻：AI编程生态的下一站

展望未来3-5年，AI编程生态将朝着更为成熟、高效且分化的方向演进。

核心驱动力将是大语言模型能力的持续突破与工程体系的不断完善。AI Agent将从当前的“抽盲盒”阶段，逐步发展为具备更强上下文理解能力、更稳定执行链和更清晰反馈机制的智能体。这需要更精细化的模型微调、更智能化的Agent编排框架，以及与现有IDE、调试器、版本控制系统更深度的集成。

AI-native IDEs（如Cursor）将成为主流，它们不再是简单的插件，而是将AI深度融入编辑、调试、测试、部署等软件开发全生命周期。可控性与可观测性将成为下一代AI编程工具的核心卖点，开发者能够清晰地看到AI的决策过程，并进行干预。

同时，市场将出现两极分化：

• 高端专业市场：由少数拥有强大自研模型和深厚工程积累的科技巨头主导，提供面向专业开发者的全栈式AI辅助开发平台，侧重于复杂系统、高性能计算和多模态交互。
• 垂直定制市场：AI与低代码/无代码平台进一步融合，形成面向特定行业或企业内部的“AI赋能的领域开发工具”。这些工具将使得非技术背景的领域专家能够高效构建满足特定业务需求的垂直应用，实现_“业务即代码，智能即生产力”_。

开源模型和API互操作协议（如MCP⁵）也将发挥重要作用，为开发者提供更多选择，并促进更开放的生态系统。AI编程的未来，将不再是“人人都是程序员”的浪漫幻想，而是AI作为强大的智力放大器，赋能人类在软件创造中达到前所未有的广度和深度，最终重塑软件工程的范式，并深刻影响人类的知识工作与创新模式。

引用

• AI编程
• 氛围编程
• 软件工程
• 产业洗牌
• 商业模式
• AI Agent