機器之心編輯部

最近幾個月，Vibe Coding（氛圍編程）是一大刷屏熱詞。以 Cursor 和 Claude Code 為代表的一批工具，正在將軟件開發(fā)效率推向新的高度。

熟悉工程體系的開發(fā)者迎來了一場生產(chǎn)力躍遷。他們可以用更少的時間完成更多的工作，甚至以接近「對話式」的方式構建復雜系統(tǒng)。

但這場效率革命，尚未真正屬于大多數(shù)人。

即便 AI 能生成成千上萬行代碼，普通用戶依然被 IDE 配置、依賴管理和云端部署這些繁瑣的步驟擋在門外。Vibe Coding 把寫代碼的速度提升了幾個數(shù)量級，卻幾乎沒有降低「把代碼變成可用軟件」的門檻 —— 它加速的是編碼，而非交付。

面對這種斷層，行業(yè)的技術路線出現(xiàn)了分叉。一條路徑仍在強化「讓程序員寫代碼更快」；而另一條路徑則試圖回答一個更根本的問題：能否跳過代碼，直接交付軟件？

4 月 20 日全新升級的螞蟻靈光 App 正是后一方向上值得關注的樣本，它正試圖通過Wish Coding（意圖編程）重構軟件的生產(chǎn)關系。

所謂 Wish Coding，其本質(zhì)是將軟件生成的起點從「編寫邏輯」降維到「描述意圖」。在靈光的架構中，傳統(tǒng)的開發(fā)環(huán)境、編譯器以及部署流程被隱藏了起來。用戶不需要思考實現(xiàn)路徑，只需用自然語言提出想要的功能，系統(tǒng)便會在后臺完成從代碼生成到打包上線的全鏈路，最終交付一個開箱即用的應用實體。

這件事之所以值得嚴肅討論，是它試圖補上的 AI 編程中那段長期缺失的鏈路：讓普通人也能完成從想法到可運行應用的閉環(huán)

從代碼生成到軟件交付

真正缺的是哪一層？

過去兩年，AI 編程產(chǎn)品層出不窮，但如果從交付視角看，它們大致仍停留在幾個層級：

• 第一類交付的是代碼片段或工程文件，典型如 Cursor；
• 第二類交付的是可編輯、可預覽的項目環(huán)境，代表如 Bolt.new 和 Lovable；
• 第三類開始嘗試提供開發(fā)、運行、部署一體化能力，比如 Replit Agent。

這幾類產(chǎn)品都很有價值，但它們大多仍然默認一件事：用戶愿意進入「開發(fā)流程」，理解項目結構、處理依賴、調(diào)試報錯，并決定如何發(fā)布。

對于開發(fā)者來說，這并不是問題，甚至正是效率所在；但對于普通用戶來說，這條鏈路中的任意一個環(huán)節(jié)，都可能成為實際使用中的阻斷點。他們或許可以借助這些工具生成代碼，卻不一定能真正把應用跑起來、用起來。

換言之，前者需要的是「更快地開發(fā)」，后者需要的則是「不要開發(fā)，直接得到結果」。這是兩個完全不同的設計目標，也對應著完全不同的解題方法。

對此，靈光給出的回答是免運維（Zero DevOps）。代碼編譯、環(huán)境打包與部署上線等開發(fā)過程對用戶「近乎不可見」。用戶不會看到任何代碼，而是會收到一個即刻可用的最終應用。

要實現(xiàn)這種端到端的實體交付，系統(tǒng)必須解決自然語言固有的模糊性與發(fā)散性問題。用戶說的話往往不精確、不完整甚至自相矛盾，如何從中收斂出可執(zhí)行的軟件？這就引出了靈光底層的核心技術機制：結構化意圖表示層

內(nèi)容由機器之心解讀，圖片由 AI 合成

當純小白用戶輸入一句充滿跳躍性甚至存在邏輯漏洞的指令時，大模型在后臺的運轉(zhuǎn)邏輯遠比直接吐出代碼文本要復雜。

靈光的智能體會充當系統(tǒng)架構師的角色。它會先將自然語言表述解析為嚴謹?shù)墓δ苣K樹和交互流程圖，并在高維度的語義空間中定義好底層的數(shù)據(jù)字典與模塊間的耦合關系。在確保邏輯閉環(huán)完整后，系統(tǒng)才會基于這套中間結構進行代碼的動態(tài)組裝。這種模塊化的底層架構設計，可確保生成的應用擁有足夠穩(wěn)固的骨架。它能夠承受后續(xù)多次基于自然語言的修改與重構，有效避免無序代碼堆砌帶來的系統(tǒng)崩潰。

更為有意義的突破在于端側(cè)原生運行環(huán)境的打通。目前許多 AI 應用生成平臺，受限于瀏覽器沙箱，生成的產(chǎn)物往往只能進行簡單的 DOM（文檔對象模型）操作與頁面渲染。靈光的閃應用則直接下沉到了移動端的原生容器之中，在用戶授權后可以獲取實時 LBS 定位、讀取陀螺儀的傾斜與加速度數(shù)據(jù)，甚至還能控制震動馬達的反饋頻率與強弱。

實測

一句話能走多遠？

我們也進行了一些實測，舉個例子：讓靈光設計一個類似 SBTI 的「我的靈魂動物」測試。

我們要求系統(tǒng)構建 30 道莫名其妙的選擇題，并在測試結束后輸出包含「憂郁多思的大象」或「愛看笑話的卡皮巴拉」等結果，同時還必須精準渲染出一個包含智力、腦洞力、戲精度等 6 個奇葩維度的六邊形雷達屬性圖。

不到 2 分鐘時間，一個獨立的小程序形態(tài)應用直接在對話框中完成了構建與上線。

4 倍速視頻

雖然系統(tǒng)在最初生成時將我們期望的標題「我的靈魂動物」錯誤理解成了「靈魂動物園」，但這微小的瑕疵只需一句簡單的補充指令就能瞬間修復。從絲滑的答題頁面跳轉(zhuǎn)，到最終雷達圖的渲染生成，底層的交互邏輯相當清晰自洽。

消費級 Coding Agent

賭的不是精致

在體驗靈光的過程中，驚喜與粗糙幾乎同時撲面而來。

比如在實測中，如果用戶讓靈光構建一個 AI 視覺識別工具，它大概率只會交付一個僅具備前端 UI 交互的「模擬器」，并不會真正處理拍攝或上傳的圖片。此外，由于自然語言本身充滿了歧義與發(fā)散性，當用戶在多輪對話中輸入了前后自相矛盾的修改指令時，靈光偶爾會陷入邏輯混亂，導致 bug。同時，生成的應用的 UI 依然很生硬，讓人一看就是 AI 做的。

然而，用工業(yè)級成品軟件的標準去衡量閃應用，又或者將靈光與專業(yè)開發(fā)者手中那些追求極致效率的 AI 編程工具對標，本身就是一種錯位的比較。

靈光作為一款面向大眾的消費級 Coding Agent，解決的是一個完全不同的命題：如何在一個完全非結構化的輸入空間中，為毫無技術背景的用戶交付一個功能閉環(huán)的可運行系統(tǒng)？

要知道，普通用戶的輸入往往充滿歧義與跳躍，而系統(tǒng)必須同時扮演產(chǎn)品經(jīng)理、架構師、設計師與程序員的角色。在這個高維度的語義收斂過程中，必然會優(yōu)先保證功能閉環(huán)與即時可用，從而也不得不在視覺設計或某些深層邏輯上做出妥協(xié)。

這種粗糙，恰恰是軟件工程從「精英制造」走向「大眾表達」的必經(jīng)階段。

這與互聯(lián)網(wǎng)早期產(chǎn)品的演化路徑高度相似 —— 最初的網(wǎng)頁粗糙、交互混亂，但它們首先做到了「能被訪問」；早期的移動應用性能不穩(wěn)定，但它們率先完成了「隨時可用」的范式遷移。在每一次技術普及的臨界點上，「可用」永遠優(yōu)先于「完美」

對于專業(yè)開發(fā)者而言，一段完美無瑕的底層算法代碼可能價值連城。而對于 99% 毫無編程經(jīng)驗的普通人，一個哪怕只有及格水平但能夠馬上在手機上點擊運行的完整應用，其釋放的生產(chǎn)力價值遠勝于在沙盒里展示滿分的殘缺代碼片段。

這正是「消費級 Coding Agent」的底層邏輯。只要它生產(chǎn)出的應用能夠穩(wěn)定運行、即時可用，并且可以被持續(xù)修改與迭代，就已經(jīng)跨過了從 AI 生成代碼到 AI 交付軟件的關鍵門檻。

消費級 Coding Agent 的真正賭注，不在于它當下能生成多精致的應用，而在于它是否打開了一種新的可能性：當試錯成本趨近于零時，普通人也能將自己的意圖變成現(xiàn)實可用的應用。靈光也初步驗證了「從意圖到應用」的鏈路是走得通的。

創(chuàng)造力的大航海時代

正在到來……

靈光這次升級還同步上線了「靈光圈」—— 一個引入了協(xié)作與分發(fā)能力的 AI 應用的朋友圈，，用戶可以在其中分享自己創(chuàng)建的閃應用，也可以在他人作品的基礎上用自然語言進行接力修改，堪稱意圖的開源社區(qū)。

當閃應用開始帶上社交屬性，在社區(qū)中流轉(zhuǎn)并被他人接力修改時，我們窺見了一種全新的軟件自演化模型。

在傳統(tǒng)的軟件工程中，應用的迭代重度依賴于開發(fā)團隊的規(guī)劃與漫長的發(fā)版周期。但在 Wish Coding 構建的協(xié)作網(wǎng)絡里，軟件的形態(tài)發(fā)生了質(zhì)變，它更像是一種即插即用的數(shù)字內(nèi)容。用戶完全可以為了解決一個具體的微小痛點去瞬間創(chuàng)造一個工具，用完即走，還能將其留在社區(qū)中，等待下一個有類似需求的人繼續(xù)用自然語言進行接力改造。

在這樣的生態(tài)中，軟件的生產(chǎn)與消費邊界開始模糊。用戶既是使用者，也是創(chuàng)造者；應用可以被快速生成、使用、修改與再分發(fā)。軟件也開始具備類似內(nèi)容平臺的演化特征。

當然，必須清醒地看到邊界所在。對于專業(yè)工程師而言，復雜系統(tǒng)的構建仍然不可替代。復雜系統(tǒng)、高可靠應用、關鍵基礎設施，短期內(nèi)仍然離不開嚴肅的軟件工程方法。確定性、可維護性、可測試性、合規(guī)性，這些要求并不會因為自然語言生成變得不重要，反而會在更高價值的系統(tǒng)里繼續(xù)被放大。

但對于更廣泛的人群，創(chuàng)造數(shù)字工具的門檻正在下降。Wish Coding 可能在專業(yè)開發(fā)之外，開辟一個全新的、此前根本不存在的軟件生產(chǎn)層。在這里，衡量創(chuàng)造力的標準也正從「代碼實現(xiàn)能力」轉(zhuǎn)向「意圖表達能力」。

從這個意義上看，Wish Coding 讓我們看到了一種可能：當描述一個需求比實現(xiàn)一個需求更難時，軟件工程的瓶頸就從技術能力轉(zhuǎn)移到了意圖表達能力。我們可能正站在這個轉(zhuǎn)換的早期。

在代碼生成能力加速平民化的今天，靈光以容忍產(chǎn)品早期粗糙感為代價，蹚出了一條 C 端平權之路。對于絕大多數(shù)未曾涉足代碼世界的普通人來說，這個屬于野生創(chuàng)造力的大航海時代，才剛剛拉開序幕。

文中視頻鏈接：https://mp.weixin.qq.com/s/q_tJmpRdHm7bogXHUOFGaA