Cursor扒了自己18个月数据，还原出最真实的Vibe Coding现状

Vibe Coding 流量大退潮：Lovable 腰斩，Cursor 也未能幸免

从 2025 年初到年中，Vibe Coding 明星产品集体遭遇流量滑坡。Lovable 的月访问量从 3500 万跌至不足 2000 万，几乎砍半；Bolt.new 下降 27%，Vercel v0 自 5 月以来狂泻 64%。就连被专业开发者视为“严肃工程助手”的 Cursor，也未能独善其身。Bolt.new 的 CEO 公开承认，“所有平台的用户流失率都非常高”，如何构建能留住用户的业务模式成了当务之急。

这股退潮背后，是早期“自然语言开发”神话的快速破灭。Lovable 曾用“描述你想要的，看着软件成真”吸粉无数，但 GBOX.AI 创始人张海龙点破本质：“上半年那轮火爆，本质上是时尚单品流行——大家都试了一下，几乎没人续费到第二个月。”面向 C 端非技术用户的氛围编程产品，需求刚性远低于预期。相比“人人都会拍照”，“人人都会写软件”并非人的基本诉求。结果，投资人也在快速离场：“到现在这个时间节点，主流投资人看起来都没有在看 Vibe Coding 的项目了。”

谁在用 Vibe Coding？不是程序员，是“麻瓜”魔法师

就在流量下滑的同时，C端用户的真实画像浮出水面。真正驱动 Vibe Coding 的，是那些 有明确需求、有强烈创作动机，但被技术门槛挡在门外的人——产品经理、运营、设计师、学生、退休人员，甚至小学二年级的孩子。小红书上的博主、闲鱼上的账号贩子、靠信息差月入九万的大学生……这些“麻瓜”用户，才是 Vibe Coding 的最活跃群体。

平安保险技术负责人张森森给出了关键区分：AI Coding 是开发者借 AI 提效，工程师仍主导流程；而 Vibe Coding 是非技术背景的人用自然语言描述意图，让 AI 端到端生成代码。 腾讯内部一位零代码经验的产品策划 @lexis，靠 Cursor 花了 3 个月做出了 2000 多人在用的约饭 App “饭之”。美国甚至出现 8 岁女孩和 2D 机器人对战游戏的案例。这些人的共同点不是技术，而是“痒点”——他们需要解决一个具体问题，而 AI 给了他们绕过编程学习的捷径。

你以为的 Vibe Coding 和真正的 Vibe Coding 是两码事

很多人把“用 AI 辅助写代码”和 Vibe Coding 混为一谈。事实上，两者差异巨大。典型 Vibe Coding 工具如 Lovable、Claude Code，刻意把代码“藏”在后台，营造“交托任务-后台执行”的沉浸体验——AI 像一个独立代理，自己规划、反复尝试直到完成任务。而 Cursor、GitHub Copilot 则代表另一条路径：安静嵌入现有工作流，补全、重构、写测试，节奏和决策权始终在工程师手里。

Claude Code 团队甚至自己跑过实验：两组开发者完成同样任务，AI 辅助组平均用时 23 分钟，手动组 24.7 分钟——快了不到 2 分钟，却换来了 17% 的能力退化。更讽刺的是，盲目试错型用户——遇到 Bug 不看错误信息，直接截图丢给 AI，AI 给代码就跑——时间花得最多，得分最低，完全沦为“人肉测试员”。而真正有效使用 AI 编程的人，要么 打破砂锅型（只问概念，搞懂了自己写），要么 先斩后奏型（让 AI 生成代码但追问原理），把 AI 当导师而非外包。

月入九万与能力退化：Vibe Coding 的两面

Vibe Coding 的造富故事正在疯狂传播：00 后大三学生靠闲鱼“共享” AI 编程账号月入九万；以色列程序员独自创办 Base44，半年后被 Wix 以 8000 万美元收购；国内创业者小石一年没手写代码，靠 Vibe Coding 搞定公司所有前后端，年营收 200 万。然而，这些光鲜背后是残酷的现实。月入九万的大学生说“售后吃掉所有时间”，白嫖党每天都有；工作七年的前端工程师左同学，每天凌晨五点半起床钻研 Vibe Coding，副业月收只有几千，还比不上投入的时间成本。

更令人警惕的是能力退化的代价。吴恩达指出，Vibe Coding 不是“跟着感觉走”，而是高强度脑力活动，“一整天 AI Coding 会让人脑子累瘫”。百度 52% 的新增代码由 AI 生成，腾讯超过 90% 工程师使用 AI 编程助手——当 AI 帮你补全一切，工程师自身的 coding 肌肉正在萎缩。引用杨振宁的话：“在每一个有创造性活动的领域里，一个人的 taste，加上他的能力、脾气和机遇，决定了他的风格。” 当技术门槛变低，品味、商业洞察和资源整合能力反而成为真正的过滤器。

天花板在哪儿？从 Demo 到生产级还有多远

Vibe Coding 的“能力边界”非常明确。用它开发一个高并发、业务逻辑复杂的超级应用基本不现实，但用来做一个 100 人使用的数据上报系统、一个健康打卡小程序、一个记账工具，却是真实有效的。美团内部，非技术员工借助 AI Coding 已经构建了 3000 个以上持续在使用的应用——这属于“Demo 级到中型独立项目”的区间。而 Lovable 式“开放式自由生成”则面临技术栈限制、运维与可观测性短板，存量项目迭代困难。

长期来看，面向大众消费者的 Vibe Coding 可能收缩成类似建站工具或无代码的小市场。真正有长期价值的方向，或许是与专业用户、成熟模型和大厂基础设施绑定的“vibe working”——把一批数据丢给 AI，让它直接整理出你要的结果，用户无需关心背后是写脚本还是模型推理。正如张海龙所说：“即使他们烧了几十亿美元，只是为了引来一小撮人——那也挺好。”Vibe Coding 也许最终消亡，但它像 Flash、Roblox 一样，曾为一代人打开了创造的门。