AI应用生成赛道的分叉：阿里字节收缩，腾讯双线进击

6月以来，国内AI应用生成赛道正经历一场静默但深刻的格局重构

一退一进：巨头战略路径明显分化

一边是阿里、字节主动收缩——蚂蚁灵光核心团队转岗支持阿福，资源投入实质性减退；豆包全面下线应用生成功能，能力整体迁移至独立平台Trae。AI应用生成这一曾被寄予厚望的方向，正从通用AI主航道中逐步剥离。 另一边是腾讯双线推进：微信原生AI助手“小微”6月开启灰度测试，支持一句话生成个人自用小程序工具；AI原生App生成平台“吐司”5月上线安卓版，7月初完成iOS上架，实现移动端双平台覆盖。两条路径并行不悖，各自锚定明确场景。 这种分化并非偶然，而是对Vibe Coding本质的不同理解：它究竟该是大众化效率工具，还是专业级创作基础设施？是生态内功能延伸，还是独立入口的前置布局？

阿里收缩：灵光退场，是定位失焦后的必然选择

2025年底上线的蚂蚁灵光，曾以“全模态通用AI助手+闪应用”组合迅速破圈，4天下载破百万，跻身App Store国区免费榜第六。其核心逻辑很清晰：在千问主导的通用AI红海中，用极低门槛的应用生成能力开辟差异化切口。 2026年，灵光持续加码——上线零代码社区“灵光圈”，启动亿元创作者激励计划，打通支付宝支付、会员、核销等商业链路。截至上半年，用户创建闪应用超3000万个。 但数字繁荣难掩结构性困境：通用对话能力与千问高度重叠；闪应用多为一次性工具，缺乏用户沉淀；月活始终未能进入第一梯队。当千问已稳坐金融场景AI入口，灵光作为侧翼产品的战略价值大幅稀释。核心团队调往更贴近商业闭环的阿福，是资源再聚焦的理性决策，而非临时止损。

字节拆分：风险、成本与定位的三重校准

豆包于5月31日终止应用生成功能，能力整体迁移至Trae-SOLO。这并非突然转向，而是半年来产品矩阵持续厘清的结果。 内容安全是首要动因。豆包作为亿级日活国民级入口，开放应用生成意味着海量UGC内容需承担主体责任。虚假表单、隐私窃取、引流诈骗等风险难以实时管控，合规压力陡增。将能力剥离至独立平台，通过实名认证、年龄分级等方式实现风险隔离，是监管语境下的必要选择。 成本与商业化同样关键。应用生成依赖高Token消耗的代码模型，但普通用户多为尝鲜型Demo使用者，付费意愿弱、留存率低，投入产出比持续承压。 更重要的是定位回归：豆包专注轻量高频场景（问答、文案、办公）；猫箱承载角色交互与陪伴类功能；Trae系列则承接编程与零代码开发，服务专业及准专业人群。功能解耦，让算力与资源向更易变现、更可控的业务倾斜。

腾讯双线：生态内提效，生态外探路

小微与吐司不是替代关系，而是互补结构——前者扎根微信生态，后者面向更广阔的应用世界。 小微的本质，是小程序逻辑的AI进化。十余年培育出的“用小程序解决轻需求”习惯，让“一句话生成工具”水到渠成。它不追求分发、不开放分享、不接入高危权限，仅限个人自用，全程封闭于微信内。这不是要建新生态，而是把搜索、筛选、跳转的冗长流程，压缩为一次自然对话。它是超级App的AI增强，而非独立产品。 吐司则完全不同。它不做通用助手，不堆砌识图绘画等泛AI能力，所有设计都围绕“做应用”展开。没有集团级KPI压力，也不背负通用AI入口使命，它更像腾讯在Vibe Coding赛道的一次精准卡位：既然工具类、生活类应用拥有庞大用户基数，而AI正在显著降低开发门槛，那么提前构建一个专注应用生成与灵感共创的平台，就可能成为小程序之外的另一条UGC通路。 两条线彼此隔离、各司其职：小微服务即时性、碎片化、强场景的自用需求；吐司面向有完整创意、愿交付可分发应用的用户，强调完整性、社区协作与长期商业化潜力。

未熄灭的火种：国内坚守者与海外加速度

阿里字节收缩，并不等于赛道终结。百度秒哒仍在坚持，5月发布3.0版本，补齐原生App生成与企业协作能力，用户规模达千万级。它虽在通用AI赛道掉队，却成了百度少有的差异化抓手。但同样面临难题：大众用户“生成即走”，企业客户对无代码平台稳定性存疑，能否走出比灵光更可持续的路径，尚待验证。 海外市场则呈现截然不同的热度。瑞典公司Lovable 2025年底B轮融资3.3亿美元，估值66亿美元；2026年上半年ARR从4亿升至5亿美元，新一轮融资估值已达132亿美元。AI小游戏赛道同样爆发：Playabl.ai三周积累上万用户生成游戏；Aippy获数千万美元融资，全球下载破300万，月活近200万。 资本真金白银的投票，反映的是土壤差异：海外监管相对宽松、用户付费意愿更强、创业试错空间更大。而国内大厂倾向将能力收束于自有生态统一管控，创业公司在算力与流量上天然处于劣势。

尚未回答的核心命题

无论巨头进退，还是创业公司突围，整条赛道仍卡在一个根本问题上：如何把“一次性的生成惊喜”，变成可持续的用户价值？ 当前所有工具都停留在“能做Demo”的阶段，距离“做好产品”仍有鸿沟——简单需求快且准，复杂业务仍bug频出；普通用户无法调试，专业开发者又嫌深度不足。当通义、Qwen、GLM等大模型厂商纷纷内置应用构建能力，垂类工具的护城河究竟在哪里？是生态整合力，是交互体验精度，还是底层代码生成的可靠性？目前尚无共识。 巨头的分叉只是序章。这场关于AI时代应用开发权的竞赛，远未到终局。