智東西
作者 陳駿達
編輯 漠影

過去幾年，AI Coding經(jīng)歷了多輪演進：從類似Copilot的代碼補全，到通過對話生成代碼的Vibe Coding，再到可以自動完成一個相對完整的項目開發(fā)的Agentic Coding。寫代碼這件事，正在被快速“商品化”。

但一個反直覺的現(xiàn)象是，AI應用并沒有因此真正爆發(fā)。問題的核心在于：代碼生成變?nèi)菀琢耍粋€應用跑起來、被別人用起來，依然很難。

這種落差，暴露了AI Coding在當前階段的困境。一方面，這類工具仍然隱含著對用戶技術能力的要求，本質(zhì)仍是少數(shù)程序員的提效工具。

另一方面，它也制造了一種“能力錯覺”，非技術背景的用戶可以快速生成一個看似完整的應用，卻難以判斷其在安全性、穩(wěn)定性和可維護性上的問題。一旦進入真實運行環(huán)境，這些問題往往集中暴露。

也正是在這樣的背景下，越來越多產(chǎn)品開始意識到，僅僅解決代碼生成遠遠不夠。如何讓應用真正運行起來、被使用、被傳播，成為AI Coding下一階段的關鍵問題。

一、AI Coding形態(tài)升級，要從需求直達產(chǎn)品

事實上，這一問題已經(jīng)被不少國內(nèi)外產(chǎn)品所關注。海外如Bolt等產(chǎn)品，強調(diào)通過對話快速生成可用的網(wǎng)站、應用，讓用戶幾乎無需手動配置即可完成一個項目的搭建。

在國內(nèi)，近期進行大規(guī)模升級的靈光“閃應用”，則是這一思路的進一步演進。本質(zhì)上，它是一個面向消費級用戶的Coding Agent，用戶只需要用自然語言描述需求，系統(tǒng)就可以直接生成一個可運行、可交互、可分享的完整應用，代碼在這一過程中被封裝在底層，已經(jīng)完全對用戶不可見了。

靈光生成的閃應用是在手機端側(cè)原生運行的真實應用，它能調(diào)用攝像頭、位置服務、陀螺儀、麥克風、本地存儲、系統(tǒng)通知等能力。

比如，用戶可以通過一句話生成記賬、便簽應用，或是通過多輪對話逐步手搓出一個復雜的互動游戲。這些應用不僅可供用戶自己使用，還可以直接分享給他人體驗。整體來看，它更輕量、更即時，也更接近普通用戶的使用習慣。

如果把這些產(chǎn)品放在一起觀察，會發(fā)現(xiàn)背后折射出兩個清晰的趨勢。其一是抽象層在持續(xù)上移。無論是Vibe Coding還是Agentic Coding，本質(zhì)都在削弱代碼本身的重要性，讓用戶可以通過自然語言直接表達需求，逐步回歸到“意圖”這一更底層的交互單位。

這也可以被理解為一種“Wish Coding（意圖編程）”：用戶不用處理具體的實現(xiàn)，而是描述自己的意圖和希望達成的結果，系統(tǒng)負責完成中間過程。

其二是產(chǎn)品在明顯下沉。AI Coding不再只是服務程序員的效率工具，非技術用戶也能參與到應用的構建過程中來。

不過，這些新嘗試仍然面臨一個尚未被徹底解決的問題：即便應用可以被快速生成，它們依然缺乏有效的分發(fā)路徑和生態(tài)承載，難以真正流通起來。

二、從“寫出來”到“用起來”：補齊AI應用生態(tài)的關鍵一環(huán)

在現(xiàn)實環(huán)境中，一個應用從生成到可用，中間隔著一整套復雜鏈路：環(huán)境配置、依賴管理、后端服務、數(shù)據(jù)存儲、權限控制、部署上線乃至后續(xù)運維。對于沒有技術背景的用戶來說，這些環(huán)節(jié)幾乎是不可逾越的門檻。

因此，哪怕用戶通過AI生成了一段完整代碼，也往往停留在“本地可運行”的階段，很難變成一個可以被他人訪問、穩(wěn)定使用的產(chǎn)品。同時，這些AI生成的應用很難沉淀為“可復用資產(chǎn)”，很難被繼承、修改和傳播。這也解釋了為什么我們看到了大量AI生成demo，卻沒有看到真正意義上的應用生態(tài)。

像靈光這樣的產(chǎn)品已經(jīng)意識到，如果只停留在代碼生成層，AI Coding的價值是有限的；必須把“運行”這件事一起產(chǎn)品化。同時，還需要一個承載這些應用的“場”，讓它們可以被訪問、被分享、被傳播。

“靈光圈”正是在這樣的邏輯下出現(xiàn)的。它更像一個圍繞AI應用構建的社區(qū)空間：用戶可以直接瀏覽他人創(chuàng)建的應用，點擊即用，無需下載代碼自行部署。用戶也可以在已有應用的基礎上進行修改和再創(chuàng)作，將其轉(zhuǎn)化為新的版本。

現(xiàn)在，如果你打開最新的靈光App，就可以在靈光圈看到這樣的生態(tài)。大量閃應用以信息流的形式在靈光圈里呈現(xiàn)，用戶可以像刷社交媒體一樣查看，發(fā)現(xiàn)感興趣的即可上手體驗。

用戶可以在評論區(qū)討論應用的功能，給開發(fā)者反饋，甚至還可以在“改一下”的功能中，通過自然語言對應用進行修改，使其更符合自身的需求。

▲靈光閃應用“改一下”界面

這種機制本質(zhì)上類似于開源社區(qū)中的Fork，但被復用的對象不再是代碼本身，而是更上層的“意圖”和應用結構，以及創(chuàng)作者對需求和應用場景的理解。

舉一個例子：某用戶在靈光圈中發(fā)布了一個“家庭水吧”閃應用，另一個用戶覺得功能有用但想新增一個預約功能，于是通過“改一下”描述了修改意圖，系統(tǒng)基于原應用的意圖結構重新生成了一個帶有預約功能的新版本。整個過程沒有接觸一行代碼，也不需要理解原應用的實現(xiàn)邏輯。

▲靈光閃應用“改一下”修改結果

值得一提的是，靈光內(nèi)部保留了從意圖到應用的完整生成鏈路，比如用戶結構化的意圖描述、功能模塊的拆解、組件間的關系。每次Fork本質(zhì)是在意圖層面重新編排后完整重新生成。

換句話說，傳統(tǒng)Fork就像復印一份手稿然后涂改，容易越改越亂；靈光的Fork更像是保留原始構思，重新組織語言和結構，寫出一篇全新的、完整的文章。這保證了接力鏈條上每一個新版本的質(zhì)量和完成度，也為生態(tài)內(nèi)的應用版本管理和質(zhì)量追溯提供了技術基礎。

這種機制帶來了幾個明顯變化。首先，應用的開發(fā)路徑明顯縮短，用戶可以基于已有應用進行改造；再者是協(xié)同方式的變化，應用的迭代可以通過“接力創(chuàng)作”的形式實現(xiàn)，不同用戶可以圍繞同一個基礎形態(tài)不斷疊加功能。

更重要的是，這種形態(tài)開始讓靈光圈具備類似開源社區(qū)的活力。當應用可以被快速復制、修改并再次發(fā)布時，就會形成一種自發(fā)的擴散機制：好的想法會被不斷放大，簡單的應用也可以在多輪演化中逐漸完善。

三、多模態(tài)Coding Agent，正在模糊應用與內(nèi)容的邊界

從更底層的技術視角來看，靈光背后值得關注的，還有其多模態(tài)原生智能的演進方向。大部分AI產(chǎn)品目前仍然停留在文本層面的理解與生成，而多模態(tài)能力的引入，讓它們能夠同時處理圖像、語音、音頻乃至代碼等多種信息形式。

靈光從發(fā)布之初就將多模態(tài)作為核心能力之一。在閃應用功能中，用戶可以通過自然語言生成應用，并在應用中嵌入多種交互方式。

普通用戶不像專業(yè)開發(fā)者那樣習慣用純文本或代碼表達需求，他們更傾向于通過圖像、語音、草圖等多模態(tài)方式描述想法。靈光的多模態(tài)能力讓用戶可以用最自然的方式輸入，而非被迫學習一套新的表達語言，從而真正降低了應用創(chuàng)造的門檻。這些能力的整合，讓靈光能以更接近真實世界的方式，與用戶協(xié)作并創(chuàng)造應用，與其消費級Coding Agent的定位契合。

當然，從實際體驗出發(fā)，這一能力仍然處在早期階段。一方面，靈光當前生成的應用在界面設計和交互細節(jié)上還相對粗糙；另一方面，在復雜任務或多步驟場景中，靈光并不總是能穩(wěn)定地交付用戶想要的結果。

但如果把視角從單一產(chǎn)品拉回到整體生態(tài)，會看到一個更具潛力的變化正在發(fā)生：AI應用正演變?yōu)橐环N可以被消費、傳播甚至二次創(chuàng)作的內(nèi)容形態(tài)。

在靈光圈以及閃應用的體系中，用戶不僅可以使用一個應用，還可以像編輯一篇文章一樣直接干預應用的底層邏輯和界面呈現(xiàn)，并在使用過程中隨時對其進行二次創(chuàng)作。

在這一過程中，用戶既是消費者，也是創(chuàng)作者，甚至是協(xié)作者。AI應用不再只是承載功能的工具，而開始成為一種可以被傳播、被表達、被持續(xù)改造的媒介，一種可以不斷演化、持續(xù)流動的開放作品。

如果這一趨勢成立，那么AI應用生態(tài)的競爭邏輯，可能不完全取決于單個應用的技術深度，而更多取決于社區(qū)的創(chuàng)作活躍度、分發(fā)效率和迭代速度，這與內(nèi)容平臺的邏輯有著相似之處。

從這個角度看，靈光這樣的消費級Coding Agent，正在推動AI應用從“軟件”走向“媒介”，并重塑信息的組織方式與交互方式。

結語：當“造應用”這件事被重新定義

回看軟件發(fā)展的歷史，會發(fā)現(xiàn)一個清晰的主線：人類始終在用更接近自然思維的方式，與計算機進行交互。從早期的機器語言，到高級編程語言，再到今天的自然語言驅(qū)動，每一次抽象層的提升，都會帶來生產(chǎn)方式的重構。而多模態(tài)與Coding Agent的結合，正在把這種演進推向新的階段。

AI Coding領域如今并不缺代碼生成能力，真正稀缺的，是讓AI應用從生成走向運行、從運行走向分發(fā)、再從分發(fā)走向協(xié)作的鏈路跑通。

當應用的生成、運行與分發(fā)被重新組織，軟件的生產(chǎn)與消費方式都將隨之改變。靈光所做的，正是這一進程中的一次前置探索。也許在不久的將來，分享并修改一個AI應用，會像今天轉(zhuǎn)發(fā)一篇文章、發(fā)送一條語音一樣自然。到那時，應用本身，或許就是一種媒介。