AI Coding让软件变一次性:Lovable项目超5000万个

资讯 腾讯网 作者:腾讯网 全文 4227 字 · 约 11 分钟读完 配图 1 张

(本文作者为 登顶可选,钛媒体经授权发布)文 | 登顶可选我们已经习惯了一种软件世界。想记账,下载一个 App;想规划旅行,下载一个 App;想管理健身、整理菜谱、追踪过敏症状,还是去找一个 App。找不到完全合适的,大多数时候只能凑合用。AI Coding 兴起之后,一批很奇怪的软件开始出现。有人因为朋友聚餐总是决定

(本文作者为 登顶可选,钛媒体经授权发布)

我们对软件世界早已习以为常:记账要下一个 App,规划旅行要下一个 App,管理健身、整理菜谱、追踪过敏症状,也都得去找一个 App。实在找不到完全合用的,多数时候只能凑合着用。

AI Coding 火起来以后,冒出了一些挺奇怪的软件。有人因为朋友聚餐总定不下来吃什么,用 Claude 和 ChatGPT 花七天做了一个餐厅推荐工具;有人给全家圣诞假期做了个小游戏,假期一结束就把网站直接关掉。也有人嫌医生推荐的过敏记录 App 难用,趁丈夫出门吃一顿饭的工夫自己做了一个;还有人只想记记周末抽了多少水烟、喝了多少酒,就给自己搭了个 tracker。这些东西没有融资,没有增长目标,没有 DAU,有些连第二个用户都不需要。它们被称作 micro apps、personal apps,也有人叫 fleeting apps——短暂的软件。

Where2Eat:为解决朋友聚餐“到底吃什么”而做的个人 App|图源:Rebecca Yu

TechCrunch 今年一月就注意到,越来越多没有技术背景的人,开始用 Claude Code、Replit、Bolt、Lovable 给自己和身边几个人做软件。

10 月 11 日,独立开发者 Pieter Levels 给出了一个更激进的判断:以后很多人甚至不会意识到自己正在“做软件”。他们只是把需求告诉 ChatGPT 一类产品,AI 随手就生成 Dashboard、报表、网页,或者某个临时工具。软件出现,问题解决,然后消失。

一个软件,为什么一定要服务很多人?

01 软件以前必须讨好大多数人

做传统软件这行,成本从一开始就压得很重。需求、设计、开发、测试、部署、维护,每个环节都要掏钱。所以一个需求该不该做成软件,头一件事是看用的人够不够多。只有十个人要用,多数团队不会动手;只有一个人要用,这笔账根本算不回来。总不能就为了管一家人的家务,专门请产品经理画原型、让设计师做 UI、找程序员写代码,再去买服务器部署。

软件行业因此形成了一套我们非常熟悉的逻辑:找到足够多人的共同需求,舍掉一部分个性,再做成标准产品。

健身 App 里塞着一堆你从来不看的课程,项目管理工具有一半字段用不上,记账 App 的分类跟你的消费习惯总差那么一点。这些别扭之处很难彻底消掉。一个打算卖给十万人的软件,也没法完全照着某个人的习惯去设计。规模一旦做大,妥协就躲不开。

02 AI 改掉的是“值不值得做”这笔账

AI Coding 正把“一个需求做成软件”的门槛往下拉。Lovable 表示,截至今年 6 月,平台上累计创建的项目已超过 5000 万个,当时每周新增大约 100 万个;到 9 月,公司披露的年化收入超过 6 亿美元,用户做出的应用每月访问量接近 10 亿次。

Lovable:通过自然语言生成网站与应用|示意界面

Zapier 对 818 名过去一年使用 AI Coding 工具构建或部署过工作软件的美国员工做了调查,发现其中 34% 没有正式编程背景。Google 也把 Android App 生成能力放进 AI Studio,让没有开发经验的人可以用自然语言直接生成应用。

写代码的人越来越多。一个商业 App 要服务十万人,数据库、支付、安全、性能、维护,样样都得管。一次性软件则是另一套算法:服务对象可能就三个人,甚至只有自己。

一个需求,过去要一个团队做几周,现在今晚自己就能做出来。大量过去不值得专门开发的小需求,也有了被实现的可能。

a16z 的 Anish Acharya 把这类东西叫作 Disposable Software,一次性软件。他给孩子做过赚屏幕时间的数学游戏,也做过一个只给自家人分享猫咪照片的小型 Instagram。

过去,为三个人专门开发一套软件显得很荒唐。现在三个人够了,一个人也够了。过去不划算的“一人软件”,开始变得划算。

03 软件可能变成 Excel 一样的东西

这一年里,“人人都是开发者”“一个人也能创业”这类话反复被提起。可大多数普通人压根没想当开发者,他们只想把眼前的事办掉。

今天核预算,建个 Excel;明天旅行分账,再建一个。不会有人因为这张表只有自己用,就认为不值得做,更不会去琢磨它的商业化、用户增长和次月留存。

它只是完成任务的工具。

Micro app 也开始进入类似的位置。TechCrunch 采访的一位投资人把它描述成电子表格与完整软件产品之间的空白。过去这块区域很尴尬:Excel 不够用,正式做软件又太贵,AI Coding 正在把中间那段成本压下来。

往后很多“软件”恐怕压根不会变成传统意义上的产品。没有官网,不做市场投放,不参与 App Store 排名,也没人天天盯着 DAU。某个工具也许只躺在一台电脑里,陪一个项目跑上几周。

软件开始像文档、表格和 PPT 一样,成为随手制作的工作材料。今天没人会因为做了一张 Excel 表就把自己叫开发者。未来,做一个小软件也可能差不多。

文档不必有一万个读者才值得写,Excel 也不必做成商业产品才值得建。等软件的制作成本继续往下走,“做出来”和“做成产品”就会变成两码事。

04 以前产品经理研究用户,以后你就是用户

标准化软件得不停地把用户抽象化。做健身 App,就得摸清大多数人记什么运动、哪些功能用得最多、首页放什么,还得盘算课程、社区、排行榜和通知机制。

一个只服务你的工具可以省掉这些问题。你就是用户画像。

你可以让它只记录自己常做的六个力量动作,有氧只保留跑步机和

市场上很难找到一款商业 App 恰好长成这样,为一个人生成的软件没有这个包袱。

过去的软件公司擅长把一套产品复制给一百万人;AI Coding 开始提供另一种生产方式:一百万人可以各自拥有不同的软件。

传统产品先定义功能,再去寻找适合它的用户。个人软件可以直接从一个具体的人和一项具体需求出发,功能随之生成。

此前十几年里,人们讲的“个性化”,多数只是在一万件现成商品中选一件跟你最贴近的。

如今,产品自身也能现做。

每个人拿到的东西,或许从一开始就不是同一款。

05 最反常的一件事:重做可能比维护便宜

围绕“一次性软件”,还有一笔相当反常识的经济账:

从头再做一遍,起初就可能比维护旧版本更划算。

传统软件开发成本高,因此产品上线之后得持续修 Bug、升版本、适配新系统。维护固然麻烦,重写的代价通常更大。

两者之间的价格关系,正被 AI Coding 改写。

打个比方,你为一次新疆自驾生成了一个工具,把每天的开车时长、住宿、天气、油费和景点都放进地图和时间轴。行程一结束,它基本就完成了任务。第二年换成去日本,路线、货币、出行方式和预算全变了,把旧项目翻出来一点点改,未必比重新说一遍需求再生成一个更省事。

传统软件很难摆脱的一笔成本,这样也省掉了:历史包袱。产品活得越久,要兼容的旧版本、要保留的旧功能、要迁移的历史数据往往越多。任务型软件生命周期很短,下次要用时,完全可以从新需求重新起步。

软件将不再只是需要长期持有和维护的资产,在某些场景下会变成可以反复更换的耗材。

留存也随之改变。商业软件当然照样需要留存,但个人化、任务型软件从创建那天起就没打算长期使用。判断它有没有价值,也不能光看“用户用了多久”。

用完就离开,或许恰恰说明这件事已经办完了。

06 但今天的 App 世界不是这么设计的

软件的形态在变,可围绕它建立的规则仍按传统 App 的方式在跑。

今年 Apple 就与几家 Vibe Coding 产品起了冲突。Replit、Vibecode 的更新曾被拦下,Anything 一度两次被 App Store 下架。

Anything - AI App Builder 的 App Store 页面|图源:Anything

症结在于 Apple 多年来的一条规定:App 应当自包含,不能自行下载或执行会改变自身功能的代码。(APPLE APP REVIEW GUIDELINE 2.5.2)

App 应自包含在自己的套装中,不得下载、安装或执行会引入或更改 App 特性或功能的代码。

这条规则不难理解——App Store 审核的是一个相对确定的产品,你不能送审一个计算器,通过之后突然把它变成赌场。

而 AI Coding 产品天生就带着变化的能力。

如果一个 App 的主要功能就是不断生成新的 App,平台审的到底是哪一个?

如今的应用商店和审核规则,都默认软件是相对稳定的成品。一次性软件更像现场制作,功能还可能随每个人的需求而变。

这类软件多起来以后,审核对象也会变得模糊:平台到底审最终生成的软件,还是审负责生成软件的 AI 系统?安全、权限和支付责任该落在哪一层,同样需要新规则。

这些问题,现有体系还答不上来。

07 当 App 变得便宜,钱会流向哪里

简单 App 随手就能生成之后,“把功能做出来”这件事本身会很快贬值。

三个表单、两个计算公式、一个 Dashboard,过去足以撑起一个小工具;往后可能只是一次生成的结果。

旅行 App 用完 7 天能卸,地图数据该调还得调;网店关张不过一夜的事,付款依旧绕不开支付系统;三个人用的 CRM 重新生成不费劲,客户数据却没法一块儿丢。

模型、开发环境,还有支付、地图这类基础服务,分量会越来越重。

露在外面的 App 可以越来越临时,底下的数据和连接必须长期靠得住。

软件行业的钱往哪里流,也会跟着变。

往后在一些低频、个性化的场景里,App 本身甚至可能免费生成,费用留在调用模型、存储数据和使用真实服务的账单里。

App Store、小程序商店和软件排行榜还会在,大众、高频、复杂的软件也不会被临时工具轻易替掉。不过另一类需求,已经找到了新的解法。

有时候,我们不必再去找“最好用的软件”。

做一个刚好够自己用的,就行。

资料参考:TechCrunch、Andreessen Horowitz、Zapier、Apple Developer 等公开信息。

《Her》(2013)|“This will help create an OS to best fit your needs.”

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 马斯克谈AI失控风险:别逼AI撒谎,好奇比控制更靠谱

    (本文作者为 反应堆Reactor,钛媒体经授权发布)阿瑟・克拉克说过:“任何足够先进的技术,初看都与魔法无异。”英国科幻小说家-亚瑟·查理斯·克拉克(Arthur Charles Clarke)现在的AI,正在把这句话拽进现实。著名传记作家沃尔特·艾萨克森(曾著有《乔布斯传》《达芬奇传》《马斯克传》)在其全新深度访谈

    来源 腾讯网
  2. 松下员工违规上传33.4万人信息至外部AI,涉事数据已删除

    【TechWeb】日本当地时间10月23日,松下卓越运营(PEX)发布公告,就其与子公司松下数字共同开展的人力资源信息系统项目出现的信息违规上传事件进行通告,并向受影响者致歉。根据公告,负责人力资源信息系统项目的一名员工违反公司既定规则,将包含现员工、前员工及员工家属信息的数据上传至公司明令禁止使用的外部生成式人...

    来源 腾讯网
  3. ProphetLab获数千万天使轮:25岁创始人用AI预测世界杯,马斯克垫底

    AI预测是介于量化与主观投研之间的新物种。 文 | 刘思洁 编辑 | 张薇 封面来源 | Pixabay 2025年,25岁的Henry重仓了一只十倍股Nebius。靠着这笔投资,他在很长时间里都不需要工作。 Nebius是一家做AI neocloud也就是新云的公司。这并非是一家当时被普遍看好的公司,有一些持观望态度

    来源 腾讯网
  4. 当AI开始加速产业重构,经济与社会的适配能力能否跟上?

    (本文作者为 多大NewMedia,钛媒体经授权发布)文 | 多大NewMedia,作者 | 陈婷、Ryan Li人工智能正在改变一个长期存在的经济学问题:重大技术创新出现之后,为什么整个经济体系往往需要很长时间才能完成相应的重构?过去,这个问题主要表现为技术扩散与组织变革之间的时间差。今天,AI可能使问题更加复杂。因

    来源 腾讯网
  5. 马斯克谈AI失控风险:别逼它撒谎,参与比旁观有意思

    阿瑟・克拉克说过: “任何足够先进的技术,初看都与魔法无异。” 英国科幻小说家-亚瑟·查理斯·克拉克(Arthur Charles Clarke) 现在的AI,正在把这句话拽进现实。 著名传记作家沃尔特·艾萨克森(曾著有《乔布斯传》《达芬奇传》《马斯克传》)在其全新深度访谈栏目《建造者》中,把埃隆・马斯克请到镜头前。开

    来源 AI 行业观察
  6. 邓煜谈AI反蒸馏:蒸馏全人类知识时支持,轮到思维链就说不

    IT之家 10 月 27 日消息,据潮新闻 10 月 26 日报道,菲尔兹奖得主、芝加哥大学数学系教授邓煜在上周末的“知识分子”“赛先生”论坛上发表主旨演讲,系统阐述了他对 AI 时代数学研究的思考。 邓煜表示,AI 相对于人的优势,一方面是 AI 具有无限知识面,另一方面是 AI 具有极低的尝试成本 / 试错成本。但

    来源 AI 行业观察
  7. 工业AI自主性如何与人类控制配对:从建议者到执行者的治理框架

    工业AI正从辅助工具走向具备自主决策能力的生产伙伴。MIT Technology Review Insights文章指出,工业场景的关键不是让AI完全取代人,而是在自主性与人类控制之间建立动态平衡。本文分析人在回路、可信AI、边缘决策与组织协同如何共同构成工业AI的治理框架,并讨论企业如何让自主系统可控、可解释、可问责

    来源 AI 科技快讯
  8. CVE Tracker上线:AI推动下,2026年漏洞报告数量陡增

    IT之家 10 月 28 日消息,科技媒体 gigazine 今天(10 月 28 日)发布博文,报道称开发者 @0x_Osprey 制作了网页 CVE Tracker,通过可视化图表追踪已获得 CVE(通用漏洞标识符)编号的漏洞数量变化,清晰呈现出 2026 年以来漏洞报告数量的陡峭上升曲线。IT之家注:CVE 是全

    来源 腾讯网
  9. 比尔·盖茨谈AI:未来20年或是人类最动荡阶段

    在最近一期 The Verge 播客《Decoder》里,比尔·盖茨和主持人尼莱·帕特尔聊起了 AI 的未来。过去,盖茨谈 AI 一向谨慎乐观:他相信这项技术能带来巨大好处,关键在于人类如何塑造它。但前不久,他罕见地发表了一篇文章:《动荡的 AI 时代已经到来,我们此刻的选择至关重要》。而这次的对谈里,他反复用危险形容

    来源 腾讯网
  10. 出版社为AI助手办派对,数月后项目被砍

    据WIRED报道,Macmillan曾为内部AI助手NOA举办高调派对,但多名员工反映该工具实际帮助有限,项目随后被终止。与此同时,多位畅销书作者公开表达不满,认为AI正在损害他们与五大出版社之间的信任关系。这场短暂的AI试验,折射出传统出版业在效率追求与创作者关系之间的深层矛盾。

    来源 AI 科技快讯
  11. AI魔改视频9月清理近13000条,央视新闻:关键在"魔"不在AI

    IT之家 10 月 24 日消息,据央视新闻今早报道,日前,部分重点网络视听平台公布了“AI 魔改”视频专项治理工作 9 月的处置情况,共清理违规视频近 13000 条、处置违规账号 30 余个。央视新闻在报道中谈及了 AI 魔改视频和二创区别,称“AI 魔改”问题不在 AI 也不在二创,关键在“魔”:优秀的“二创”作

    来源 腾讯网
  12. 光纤供需缺口难补:中国首根光纤迎50年,AI数据中心成最大推手

    2026年是极具纪念意义的一年——中国第一根光纤迎来50岁生日。1976年,赵梓森院士带领团队成功拉制出17米通信光纤,由此拉开中国光通信事业发展的序幕。 图源:中国科学家博物馆 对光纤光缆行业而言,2026年同样是热火朝天的一年。正如中国通信标准化协会理事长闻库在不久前举行的2026全球光纤光缆大会上所言:“(光纤行

    来源 AI 行业观察
  13. 邓煜:AI时代数学研究,独立思辨不能丢

    据界面新闻报道,菲尔兹奖得主、芝加哥大学教授邓煜近日在一场论坛上阐述了他对 AI 时代数学研究的思考。邓煜提醒,切莫过度依赖工具、放弃独立思辨,如果甘愿把思考的权利完全交给 AI,给 AI 做狗,人也就丢掉了自身最核心的特质。

    来源 IT之家
  14. 星闪3.0发布:曾国松谈AI与无线替代有线

    2026年10月22日,以「星闪AI·智合万物」为主题的国际星闪联盟产业峰会在深圳举行。峰会期间,星闪3.0技术标准和多项相关行业标准集中发布,标志着星闪技术正式进入了全新的时代。10月23日,雷科技也受邀与国际星闪联盟秘书长曾国松进行了一次交流,从国际星闪联盟而非品牌用户的角度,与行业推动者聊聊星闪这项技术的未来。图

    来源 腾讯网
  15. 工业软件需求升级:跨平台兼容与AI能力成关键

    中经记者 谭伦 李正豪 上海报道随着人工智能、软件定义自动化等新技术加速向工业生产现场渗透,工业软件的角色正在发生变化。从过去主要承担设备监控、数据采集和生产管理等功能,到逐步参与生产决策、运营优化乃至智能化控制,工业软件正在成为制造业数字化转型的重要支撑。与此同时,中国制造业对工业软件的需求也在持续...

    来源 腾讯网
向下滚动自动加载更多