AI应用生成为何集体退场：从‘一句话手搓App’到现实落差

两大AI助手同步下线智能体功能，表面是合规，实则折射行业转向 上周末，豆包与通义千问相继宣布将下线智能体功能。这一动作被广泛关联到即将施行的《人工智能拟人化互动服务管理暂行办法》。但政策合规只是表层动因；真正推动调整的，是AI应用生成功能持续遇冷——不仅豆包停摆应用生成，蚂蚁集团也已将灵光项目收束，相关职能由寒洛转岗承接阿福业务，信号明确而清晰。 氛围编程的理想很丰满，落地很骨感 豆包的应用生成与蚂蚁灵光的‘闪应用’，均基于所谓‘氛围编程（Vibe Coding）’理念：用户只需用自然语言描述想法，AI即可生成可运行的轻量级应用。其初衷直指互联网创业长期存在的结构性难题——点子 abundance，工程能力 scarcity。普通人无需懂代码，也能把灵感变成App，这曾被视为低代码之后的又一次普惠跃迁。 宣传声量不小，实际水花寥寥 去年初，灵光上线4天即破百万下载，冲至App Store国区免费榜第六；豆包联合英特尔发起‘一点都不技术’挑战赛，蚂蚁同步启动‘全民手搓灵光闪应用大赛’，口号统一而有力：‘一句话，造一个App’。然而，赛事成果乏善可陈，半年内两款产品双双淡出主流视野。问题不在投入不足或运营不力，而在于技术路径本身的局限性。 生成的是‘毛坯房’，不是成品屋 AI确实能快速产出可启动的App原型，但这类产物多为逻辑单薄、交互简陋、容错极低的‘毛坯房’。它能跑，但经不起点击；能展示，却难交付使用。更关键的是，当BUG浮现时，普通用户既无法定位问题，更无力修复——DEBUG仍是当前AI编程工具最顽固的盲区。 复杂度一上来，AI就‘失语’ 在简单场景中，AI写代码效率甚至超过人类；但一旦涉及模块耦合、状态流转、异步逻辑或多端协同，生成质量断崖式下滑。此时必须依赖开发者介入调试、重构与集成。换言之，AI并未替代开发，而是将‘写代码’前移为‘提需求+修结果’，门槛并未消失，只是转移了位置。 没有技术背景，就只能图一乐；有了技术背景，又何必选它？ 矛盾由此凸显：若用户零基础，AI生成应用仅具演示价值；若用户具备基础工程能力，他们更倾向直接使用CodeX、Claude Code等专业级编程辅助工具——它们响应更精准、上下文更可控、Token利用率更高。相较图文生成，代码生成本就消耗巨大，在效果未达预期的前提下，成本劣势被进一步放大。 退场不是失败，而是理性校准 豆包与灵光的收缩，并非技术路线的否定，而是对‘人人都是开发者’这一愿景的阶段性再认识。真正的普惠，不在于降低入口门槛，而在于提升闭环能力——从构想到部署、从运行到迭代、从可用到可靠。当工具尚不能支撑完整产品生命周期，暂停喧嚣、回归务实，恰是行业走向成熟的开始。