大廠紛紛選擇棄權，AI生成應用坑有點深

國內兩大AI助手豆包與千問近日同步宣布，將於近期正式下線智能體功能。業界普遍認為，此舉是為了符合將於7月15日施行的《人工智能擬人化互動服務管理暫行辦法》相關規範。然而，除了智能體功能因合規要求調整外，兩款產品中的AI應用生成功能也相繼關閉，背後反映出的並非單純法規壓力，而是這條賽道長期以來的結構性困境——成本高、用戶黏性低、實際效用不如預期。字節跳動旗下的豆包與阿里系的千問，過去都將「一句話手搓應用」作為重要賣點。豆包的應用生成功能，以及螞蟻集團的靈光閃應用，均建立在氛圍編程（Vibe Coding）技術基礎上，讓沒有程式背景的用戶用自然語言驅動AI直接生成可執行的應用程式。

這項技術曾被寄予厚望，希望延續低代碼的普惠路線，實現「人人都是開發者」的願景。但實際運作下來，從Demo到真正可用的產品之間，存在難以跨越的鴻溝。螞蟻集團內部的人事變動也側面印證了這項業務的尷尬處境。靈光一號位寒洛已轉崗接管螞蟻阿福的部分職能，顯示集團對AI應用生成功能的策略正在收縮。回顧去年年初，靈光剛上線時表現亮眼，四天內下載量突破100萬，一度衝上App Store國區免費榜第六、免費工具榜第一。豆包則在去年年末聯合英特爾發起「一點都不技術」創作挑戰賽，主打「無需編程基礎、不用寫一行代碼」，與靈光的「全民手搓靈光閃應用大賽」互相呼應。

然而，這兩場比賽最終並未產出具有說服力的作品，半年後相關功能便被邊緣化。問題的核心在於，AI生成應用的本質是產出「毛坯房」而非「精裝房」。用戶用幾句自然語言就能生成一個看起來像樣的App，但它僅能勉強運行，細節層面的錯誤與邏輯漏洞層出不窮。要將這個毛坯房打磨到真正好用的程度，需要反覆修改，而每一次修改都會消耗大量Token，成本遠高於單純的圖文生成。更關鍵的是，目前的AI程式工具在除錯（Debug）能力上仍有明顯短板。當應用涉及多個模塊相互關聯、邏輯嵌套或狀態頻繁變化時，AI的應對能力迅速下降，必須由具備程式背景的人親自介入。

這就造成了一個矛盾：如果用戶完全不懂程式，根本無法察覺生成的應用中存在哪些錯誤，更不用說修復；如果用戶本來就具備技術背景，那麼他為什麼不直接使用專業的AI編程工具如OpenAI的CodeX、Anthropic的Claude Code、字節跳動的Trae或阿里的通義靈碼，而要用豆包或靈光這類偏娛樂化的生成功能？換句話說，豆包和靈光的應用生成功能既無法滿足專業開發者，也難以讓普通用戶產出真正可用的產品，處於一個「比上不足、比下也無餘」的尷尬位置。在成本高昂、用戶黏性低、實際效用不佳三重壓力下，大廠選擇棄權其實並不意外。

過去一年，市場對「一句話生成App」的新奇感迅速消退，用戶發現自己搓出來的應用往往只能放在手機桌面上當作紀念品，既無法真正解決生活或工作中的問題，也無法上架或分享給他人使用。而對於平台方來說，維護這類功能需要持續投入算力與研發資源，回報卻微乎其微。值得注意的是，AI生成應用的退潮並非孤立現象，它反映出整個行業在技術普惠與商業變現之間的平衡難題。從OpenAI的CodeX到Anthropic的Claude Code，專業AI編程工具確實提升了開發者的效率，但它們的目標用戶仍然是具備程式能力的人。而面向無技術背景大眾的「一句話開發」產品，目前還沒有找到可持續的商業模式。

豆包和靈光的案例說明，僅僅降低開發門檻還不夠，還需要解決除錯、迭代、穩定部署等產品化問題，否則只會停留在「圖一樂」的階段。隨著豆包、千問下線智能體功能，以及螞蟻靈光閃應用的邊緣化，AI生成應用的熱潮暫時降溫。大廠紛紛選擇棄權，並非因為技術不夠炫，而是因為這條坑太深——看似美好的願景背後，是用戶真實需求、技術成熟度與成本結構之間的巨大落差。未來，或許只有當AI的除錯能力與代碼理解能力突破當前的瓶頸，這類產品才有機會真正實現「人人都是開發者」的夢想。