2025,10000個VibeCoding井噴

頭圖由豆包生成 提示詞:辦公室場景,一個人坐在桌前與機械臂協作程式設計
作者董道力郵箱[email protected]
2025年,10000個AI coding工具正在井噴。
這是一個註定作為“AI Coding元年”載入技術史冊的年份。 一批創新工具正以前所未有的方式重塑程式設計正規化。
這些產品快速滲透進實際生產環境,在能力上也迅速告別簡單的程式碼補全,進化為能自主理解需求、規劃任務、甚至編寫完整應用的“AI程式設計師”。
開發者角色也在經歷歷史性轉變:從“寫程式碼”轉向“審程式碼”,以及某種品味導向的創造工作:“Vibe Coding”一詞異軍突起,迅速成為矽谷乃至全球開發者社群最炙手可熱的概念。
我們整理了最近密集更新和釋出的AI程式設計工具,涵蓋國內外主流大廠與創業團隊的產品,把它們的基本資訊整理,並嘗試對這些眼花繚亂的產品的一些設計思路和細節進行拆解,看看它們之間到底有什麼區別。
(我們也在建立更加細分的討論組,最近以AI agent為主題的新社群正在歡迎感興趣的朋友加入,我們會經常提供最新產品的試用和內測名額,以及與開發這些產品的團隊的直接交流機會,比如,最近我們在評測Kimi Researcher,併為社群成員提供內測名額,歡迎新增我們的微信,加入群聊)
1
AI程式設計大亂鬥
在國內,AI Coding是大廠幾乎全部都已佈局的方向,同時一些有想法的創業公司和產品也有了雛形。

位元組-Trae

定位“真正的AI工程師”,Trae以Builder模式顛覆流程。使用者用自然語言描述需求,AI自動拆解任務、生成檔案結構並實現程式碼。原生中文支援,整合Claude 3.7、GPT-4o及國產大模型,月活使用者已突破100萬。
近期更新開放MCP工具協議,實現設計工具(如Figma)與程式碼的無縫銜接,讓設計圖直接“生長”出應用。

阿里-通義靈碼(Lingma IDE)

外掛下載量突破1500萬,累計生成程式碼超30億行,月採納量增速達20%-30%。其AI原生IDE Lingma深度整合Qwen3大模型,並接入國內最大魔搭MCP市場(3000+工具庫),構建智慧開發生態。

美團-Nocode

專注“Vibe Coding” 理念,透過自然語言多輪對話生成可部署應用。即將升級UI/UX、強化協同編輯與後端能力,並構建極速排程容器系統,實現依賴安裝、資料儲存的秒級響應。

百度-Zulu/秒噠

Zulu瞄準專業開發者,以多模態理解(設計圖/文件→程式碼)為核心,自主呼叫工具鏈完成環境配置與全棧開發,實現從需求到部署的端到端自動化,相容主流IDE,實現需求→程式碼→驗證。
秒噠定位非技術使用者,透過多智慧體協作(策劃agent、設計agnet、開發agent),實現純對話式應用生成,踐行李彥宏“讓想法直接變成產品”的理念,達成零程式碼開發。
近期,文心快碼的獨立AI原生開發環境工具—— Comate AI IDE也正式釋出

YouWare:

由月之暗面前產品負責人明超平操刀,這個AI程式設計社群專治“有想法做不出網頁”的難題。技術小白or老手,都能快速上手,把靈感火花變成可分享的網站或前端作品。大幅降低實現門檻,想法到作品快人一步,更有熱鬧社群和激勵機制,讓創作成為一件持續上癮的事。

AIGCode:

AIGCode的核心產品Autocoder是全球首個LLM-native的“Autopilot”自動程式設計工具。與傳統Copilot類工具僅輔助程式設計師不同,Autocoder旨在實現端到端的軟體生成——使用者無需程式設計基礎,透過自然語言描述需求即可直接生成完整應用(含前端介面、後端邏輯及資料庫)。
AIGCode的終極目標是推動“個人化應用(Personal App)”生態,讓使用者像3D列印一樣定製專屬軟體(如小微企業定製化管理工具)。

Clacky Ai:

開發者的雲端開發搭檔,讓Agentic AI真正替你寫程式碼。作為一款專為開發者設計的雲端開發環境,Clacky AI的核心是打造具備L3級別自主能力 的智慧程式設計助手。
它全面支援主流開發棧(Python、Node.js、Golang、Ruby、Java等),助你高效地將創意火花變成可執行的系統。Clacky AI的秘訣在於:結構化任務拆解、多執行緒協作推進以及自我排查與修復能力。這些特性顯著提升開發效率,降低技術門檻,是團隊協作和快速迭代專案的理想選擇。更有 “時光機”功能 保駕護航,讓你隨時回溯開發歷程中的關鍵節點

Cursor:

AI程式設計領域的先行者,定位為“AI高效協作助手”,是全球增長最快的開源友好型程式碼編輯器。Cursor採用GPT-4 Turbo和Claude 3.7 Max雙模型驅動,支援超長上下文處理和複雜工具鏈排程,顯著提升了人機協同程式設計的效率。其獨有的Composer模式能夠自動拆解需求並跨檔案編輯程式碼,有效提升全棧開發效率。

Windsurf:

專注於複雜系統級聯重構的“自治式”AI原生IDE。其核心突破在於全程式碼庫動態索引技術,實現了專案級上下文感知。Windsurf 的Cascade Engine能自動分析程式碼變更的級聯影響,例如修改一個API引數可觸發十個關聯檔案的智慧更新,將大型重構任務所需時間從天級縮短至小時級。

Codex:

工業級程式碼生成引擎,是大模型程式設計的重要基礎。作為GPT系列的直接衍生產品,其Zero-Shot泛化能力支援180多種程式語言,尤其擅長生成Python、JavaScript和TypeScript的複雜邏輯。

Claude Code:

由AI頭部公司Anthropic推出的命令列智慧程式設計工具,定位為“開發者終端助手”。深度整合了Claude Opus 4大模型能力,使用者可透過自然語言指令直接操作程式碼庫、執行測試與提交Git,實現“對話即程式設計”。
截至2025年6月,它已成為處理大型複雜專案的標杆工具,電商樂天驗證其可連續工作7小時完成全棧重構任務。

Google Code Assist:

谷歌推出的程式設計助手,支援所有公開領域的程式語言,基於Gemini模型,提供程式碼補全、生成、除錯和程式碼審查等功能。同時也能在在vscode等IDE中使用。
近期釋出的Gemini Cli,支援使用者在命令列中進行自然語言輸入。並且開放100萬token上下文視窗,相當於150萬漢字,再厚的需求Gemini Cli都能讀。此外Gemini Cli最高支援每分鐘60次,每天1000次的模型請求,堪稱業界良心。

v0:

不寫一行程式碼就能生成網頁。v0是Vercel推出的一款基於自然語言生成UI元件的AI工具,專注於簡化前端開發流程,透過文字描述快速生成可定製的React元件程式碼。目前僅支援React + Tailwind CSS,暫未相容Vue、Angular等框架或其他CSS庫。
近期,V0更新了設計模式,可以快速對網頁內容進行編輯,包括排版、佈局、顏色等。

Lovable:

全球增長最快的“對話式無程式碼開發平臺”,主打“自然語言建站”(Vibe Coding)。Lovable以聊天互動為核心,使用者透過自然語言描述需求(如“開發寵物電商App,整合PayPal支付”),AI即可自動生成React Native 應用程式碼並完成部署,其使用者中非技術人員佔比高達 82%。
2025年第二季度,其月活躍使用者突破3030萬,付費使用者超過3萬,創下了“15人團隊3個月營收1.7億”的顯著增長記錄。

Bolt.new:

30秒極速建站生成器,堪稱無程式碼領域的“AI版 Vercel”。Bolt.new融合了WebContainers和LLM智慧體技術,使用者輸入需求(如“做一個寵物電商站,支援PayPal支付”),AI便會自動生成React前端、Node後端及部署指令碼,並即時託管至邊緣網路。

MGX (MetaGPT-X) 是基於 MetaGPT 框架的 AI 程式設計利器,透過多智慧體協作實現軟體開發全流程自動化。它擁有一個分工明確的五人 AI 團隊:產品經理 Emma、架構師 Bob、工程師 Alex、資料分析師 David 和團隊領導 Mike。從需求分析到程式碼實現,全程無需手動編碼。你只需用自然語言描述需求,MGX 就能快速為你生成完整的全棧應用程式。

1
產品形態:AI Coding的兩種形態
目前,主流的AI程式設計工具就兩個型別,IDE形態和對話形態。
以字節跳動的Trae和美團NoCode的初始介面為例。兩者雖然都配備了用於自然語言互動的輸入框,允許使用者透過指令驅動AI程式設計,但其設計理念卻大相徑庭:
Trae呈現出經典IDE的樣貌,功能整合度高,顯然是為專業程式設計師量身打造。而NoCode則弱化了傳統工具感,更像是一位隨時待命的“AI程式設計師”,致力於降低技術門檻。

這種定位差異在執行具體任務時更為凸顯。
當要求兩者“生成一個貪吃蛇遊戲”時,Trae會按部就班地生成程式碼。若涉及外部Python庫,它會主動提示使用者下載。AI修改程式碼後,也會提請使用者審查,工作流程嚴謹規範。相比之下,NoCode更傾向於“全權委託”:使用者輸入需求後,靜待AI輸出結果即可。
後續修改環節也體現了互動邏輯的不同——在Trae中需透過右側的Chat欄與AI溝通,而在NoCode中則使用左側的對話方塊。
這種介面佈局的差異並非偶然。正如Trae產品負責人石揚所闡釋:考慮到人類從左至右的視覺習慣,並預見到未來與AI的互動將成為核心工作流,Trae刻意將互動區(Chat)置於左側,而將程式碼編輯等工具區安排在右側。

現在兵分兩路,分別看一下AI IDE形態的產品和對話形態的產品之間有什麼區別。
主流AI IDE產品(如Cursor、Trae、Lingma)在介面佈局上呈現出高度的趨同性,乍看之下不易分辨。它們普遍採用經典的三欄結構:左側整合了資源管理器、程式碼大綱和時間線導航;中央是核心的程式碼編輯區域;右側則固定為與AI對話的Chat欄。
這種設計的合理性在於,作為專業生產力工具,熟悉的介面正規化能極大降低程式設計師的上手難度,提升效率。

其次,在於AI的互動方式的設計更是關鍵所在。
三者都提供了兩種核心功能:在右側Chat欄進行問答式交流,如同使用一個智慧聊天助手;以及在程式碼編輯器中,支援使用者選中程式碼片段,直接呼叫AI進行修改或將其關聯至Chat欄進行深入討論。

細微的差異體現在Cursor獨具特色地支援在終端(Terminal)內直接與AI對話。
例如,國內Python使用者若想將包下載源切換至清華映象,通常需記憶複雜的命令。在Cursor終端中,只需輸入“把下載源改成清華源”,AI便能自動生成並執行相應命令。而在Trae中,同類操作仍需跳轉至Chat欄完成。

此外,模型生態也略有不同:Lingma主要整合通義千問(Qwen);Trae和Cursor則提供了更豐富的模型選擇,並支援使用者接入自定義模型
以NoCode和Lovable為代表的對話式程式設計平臺,將“一句話程式設計”的理念變為現實。
它們的首頁設計極其簡潔,且差不多:一個醒目的對話方塊佔據核心位置,輔以使用者已部署的專案和精選的社群案例展示。

進入具體專案頁面後,功能佈局同樣高度相似:左側區域通常展示AI解析的需求或生成的內容結構,右側提供專案的即時預覽。
頂部選單欄則集中了檢視原始碼、部署專案、連線資料庫等關鍵操作(NoCode通常需要申請使用許可權,Lovable的相關高階功能則需要付費)。

兩者在功能上存在區別較大的地方在於,Lovable提供了一個付費的專案審閱功能,方便使用者邀請同事或上級對專案成果進行反饋;NoCode目前則缺少此協作環節。
在版本管理的入口設計上,NoCode將其置於頁面右側顯眼位置,Lovable則選擇將其收納在二級選單中。
互動體驗的差異在修改專案元素時尤為明顯。Lovable允許使用者直接在需要調整的頁面元素旁調出AI對話方塊進行交流,操作直觀且上下文清晰;而NoCode使用者仍需返回左側的主Chat欄進行溝通。

2025年的 AI 程式設計江湖,已然清晰分野:一邊是 Trae、Cursor 這類“超級協作者”,讓程式設計師變身“程式碼指揮官”;另一邊是 NoCode、Lovable 這些“夢想實現機”,實現每個人的專案夢想。
1
演進路線:從AI原生IDE,到AI程式設計團隊
借鑑自動駕駛的分級體系,AI程式設計工具也可以從L1到L5進行劃分,每個等級代表了不同程度的自動化能力和技術成熟度。

L1:程式碼“快捷鍵”專家

核心技能是程式碼補全,幫你快速輸入常見片段。Tabnine、Kite 就是代表,它們作為IDE外掛已經相當成熟了。

L2:你的程式設計小搭檔

這一層主打任務自動化:用自然語言告訴AI“寫段程式碼”或“修個bug”,它就能幹活。ChatGPT、Claude 是典型代表——你只需在輸入框裡描述需求或貼上程式碼,它就會生成答案。不過,你還得手動把生成的程式碼搬回IDE執行。

L2.5/原生AI IDE:更聰明的搭檔

當L2的能力直接融入IDE(VS Code安裝Cursor),體驗就升級了:生成的程式碼可以直接執行,AI還能借助上下文更懂你,寫出更貼合的程式碼。像Trae這種IDE本身就內建大模型,不用額外裝外掛,堪稱“原生AI IDE”。

L3:專案級“自動導航”

目標是專案自動化!它能從需求文件直接生成初步程式碼骨架,還能連線專案管理工具和程式碼平臺,部分實現需求到部署的自動化流程。目前Claude Code在這個領域比較領先。

L4 & L5:未來可期

這兩個級別還在萌芽階段。相關產品要麼在內測(普通人想用?得排遙遙無期的等候名單),要麼還停留在概念或論文裡(比如MetaGPT)。
前文中提到的主流AI程式設計工具大部分都是L2-L3級別,而少數像Lovable來到了L4級別。
但無論形態如何,核心就一條:AI真的可以寫程式碼了,在專案中AI正在變得越來越有用。這個成為了一個最確定性的方向,很多事情會因此改變。

點個愛心,再走


相關文章