作者 | 褚杏娟

“行業(yè)現(xiàn)在最有價值的一桶金就在 AI Coding�！泵雵}產(chǎn)品負責人朱廣翔直言。

這款發(fā)布僅 8 個月的無代碼工具，已在全球范圍內被廣泛使用，生成的應用累計服務超 1000 萬人，日均近 10 萬人用其解決問題，在變現(xiàn)工具、業(yè)務軟件、AI 應用三大場景中累積創(chuàng)造超 50 億元產(chǎn)值。

朱廣翔指出，Coding 貫穿研產(chǎn)供銷服全鏈路，是核心生產(chǎn)力環(huán)節(jié)，能創(chuàng)造全新需求價值。而當前行業(yè)格局清晰：Chatbot 領域已卷至瓶頸，各家差異甚微，但 AI Coding 賽道的技術差距依然顯著，正是破局關鍵。而秒噠的底氣，源于其長期構建的技術體系：需求、代碼、UI 三大模型構成的自我進化數(shù)據(jù)飛輪，疊加海量優(yōu)質數(shù)據(jù)資產(chǎn)，更依托百度智能云的全棧 AI 能力，獲得 Agentic 數(shù)據(jù)庫、高性能沙盒與海量云工具的強力支撐。

從“模糊想法”到“清晰需求”

數(shù)據(jù)顯示，81% 的秒噠用戶為非程序員用戶，主要集中在職場人群與高校群體。對非技術人員來說，有時候很難清晰表達自己在構建應用時的復雜需求。對此，秒噠團隊進行了專門思考與設計，并由此形成了與國內外同類 Vibe Coding 產(chǎn)品的顯著差異。

不同于“一句話生成代碼”的直接路徑，秒噠引入了強化“需求溝通階段”。

比如用戶拋出“把超市搬到線上”這類原始需求后，“產(chǎn)品經(jīng)理智能體”會主動介入，通過多輪對話深入挖掘、梳理和確認需求，將非專業(yè)描述轉化為含功能清單的結構化產(chǎn)品文檔，再交付“研發(fā)智能體”落地。

朱廣翔解釋，團隊在分析海量用戶請求時就發(fā)現(xiàn)，大量初始需求極其原始和模糊，

因此“產(chǎn)品經(jīng)理智能體”被訓練來承擔需求轉化與定義的工作�！八恢皇呛唵螒�，更會提供多種方案幫用戶想清楚需求�！敝鞆V翔表示，這種設計大幅降低表達門檻，避免因需求模糊導致的反復返工。

另外，相比服務專業(yè)開發(fā)者，面向大眾的 Vibe Coding 更難實現(xiàn)標準化。

專業(yè)開發(fā)者是一個定義清晰、行為模式相對固定的群體，經(jīng)過數(shù)十年的發(fā)展，其工作習慣和工具需求已高度固化，因此標準化路徑相對明確。而“小白”用戶則是一個極其多元、尚未被準確定義的群體。他們來自千行百業(yè)，知識背景、能力象限、所從事的業(yè)務以及關注的核心痛點截然不同。

因此，秒噠目前的策略是：現(xiàn)階段優(yōu)先打造和夯實通用的能力底座，確�；A體驗的流暢與強大。未來，團隊計劃在通用底座之上，向具體的場景和業(yè)務端深入，從而延伸出更貼合細分需求的垂直版本。

另外，針對專業(yè)、復雜的業(yè)務需求，秒噠提供深度研究模式，智能體可聯(lián)網(wǎng)調研匯總業(yè)務知識，支持通過對話、可視化界面、截圖定位三種方式靈活修改應用。秒噠可無縫集成千帆、Coze 等主流智能體平臺的能力，并將其轉化為即插即用的插件。同時，依托百度智能云，確保應用的高可用、高性能，并支持源碼導出、權限管理等企業(yè)級需求。

后端難題攻堅

當前智能體前端能力已獲廣泛認可，但后端仍是行業(yè)痛點，這也催生了 BaaS（后端即服務）概念。作為全球 BaaS 領域的領軍者，Supabase 在其新云平臺首批合作伙伴中選擇了秒噠海外版 Medo，使其躋身前三，也成為其中唯一的中國企業(yè)。其余兩家合作方均為來自歐洲和美國的明星公司，這一選擇也標志著中國 AI 產(chǎn)品開始獲得全球頂級 BaaS 產(chǎn)品線的認可。

朱廣翔表示，秒噠的解決方案與 Supabase 有相似之處，雙方一直保持頻繁溝通和互相學習。據(jù)悉，秒噠團隊今年上半年，就在集中力量攻克后端能力的構建三大核心挑戰(zhàn)。

首先，如何讓數(shù)據(jù)庫在云端穩(wěn)定、高效地運行。傳統(tǒng)數(shù)據(jù)庫往往數(shù)量少但體量大（存儲 TB/PB 級數(shù)據(jù)），而 Agent 驅動的應用則呈現(xiàn)海量、微小、輕量的特點。秒噠平臺上每天生成無數(shù)此類應用，每個都需要獨立的后端支持，導致數(shù)據(jù)庫實例數(shù)量激增、規(guī)模卻很小。比如上線首周的數(shù)據(jù)庫實例數(shù)就超百度智能云團隊過去七年企業(yè)服務總和，應對這種“小而多”的格局需云原生技術突破，保障彈性與高并發(fā)。

其次，實現(xiàn) AI 與數(shù)據(jù)庫的深度融合。傳統(tǒng)數(shù)據(jù)庫服務于人，由程序員通過 SQL 等代碼進行操作和部署，而新一代數(shù)據(jù)庫需面向 AI，讓大模型能夠理解并操作數(shù)據(jù)庫。AI 需要通過 MCP、工具調用等方式，經(jīng)過“思考”來理解數(shù)據(jù)庫的結構與用途。如何設計讓 AI 高效理解與適配的數(shù)據(jù)庫交互策略極具挑戰(zhàn)，這正是許多團隊在“數(shù)據(jù)庫與 AI 結合”這一關鍵環(huán)節(jié)遲遲難以取得突破的原因所在。

第三，如何高效管理底層資源，根據(jù)運行與開發(fā)的不同需求，靈活調度底層計算、存儲等資源，實現(xiàn)資源的最佳匹配與云化部署，確保數(shù)據(jù)庫服務在不同場景下的穩(wěn)定與成本效益。

此外，如何最終將技術轉化為用戶可輕松理解、便捷使用的產(chǎn)品體驗，同樣具有難度。

他對比了行業(yè)頭部產(chǎn)品 Lovable 的體驗：其第一版集成數(shù)據(jù)庫需要用戶跳轉至 Supabase 自行配置后再返回，經(jīng)秒噠團隊邀請大量新手用戶模擬測試，僅約 50% 的人能在反復嘗試后走通流程，且目前最快仍需兩次對話完成集成。

因此，將專業(yè)的數(shù)據(jù)庫能力封裝成極簡的產(chǎn)品化體驗，讓小白用戶也能無障礙使用，是產(chǎn)品設計的核心難點。朱廣翔指出，秒噠在上線首日即實現(xiàn)了“一次對話”完成對接，無需跳轉其他平臺配置，一步即可完成，這在產(chǎn)品體驗上是一個重要優(yōu)勢。

朱廣翔強調，國內 Vibe Coding 領域表現(xiàn)較好的廠商需同時具備三個關鍵特質：一是擁有強大的云服務能力；二是自身具備 AI 與大模型技術，深諳云與 AI 的結合之道；三是擁有豐富的 C 端業(yè)務經(jīng)驗，能將復雜技術轉化為優(yōu)秀的用戶體驗。而像百度這樣的公司同時具備這些條件。

精細化策略降本，

拒絕“代碼屎山”

秒噠團隊當前聚焦的核心方向是如何極致提升效率，讓每個 Token 發(fā)揮更大價值。

代碼生成模型的成本顯著高于普通對話模型，因為其輸出量巨大，構建一個應用可能意味著生成數(shù)十萬行代碼。為降低成本，團隊正從多個層面進行系統(tǒng)性優(yōu)化。

首先，在智能體層面，核心是優(yōu)化規(guī)劃與減少交互輪次。朱廣翔解釋，早期的智能體處理任務時，往往需要多輪反復“思考”和“反思”，流程冗長。團隊現(xiàn)在致力于為其設計更佳的規(guī)劃能力，制定更優(yōu)的“標準作業(yè)程序（SOP）”。經(jīng)驗豐富的開發(fā)者能用更簡潔的路徑實現(xiàn)目標�！拔覀儸F(xiàn)在就是在‘教’智能體運用更優(yōu)秀的 SOP，用更少的 Token 完成相同的任務�！�

其次，模型層面，由于模型尺寸直接關聯(lián)計算成本，團隊持續(xù)利用數(shù)據(jù)飛輪迭代訓練，并不斷訓練更小、更快的專用模型，以用更低的成本解決同樣復雜的問題。

再次，在任務調度層面，實行精細化的模型分工。朱廣翔介紹，團隊將開發(fā)流程拆解為不同階段，并為每個階段匹配最恰當?shù)哪Ｐ�。例如，在需求溝通階段無需調用昂貴的代碼生成模型，在測試或工具選擇階段則使用針對性強的專業(yè)小模型。這種“專業(yè)的人做專業(yè)的事”的精細調度策略，在提升整體效果的同時，也有效控制了成本。

除了效率優(yōu)化，朱廣翔著重強調了智能體開發(fā)中另一個關鍵挑戰(zhàn)：代碼質量維護與防止“代碼屎山”。他指出，如果智能體設計不當，會無節(jié)制地堆砌冗余代碼，最終形成結構混沌、難以維護的“屎山”。

他分享了一條重要的實踐心得：引入“克制性添加”與代碼歷史審查機制�！白罾硐氲姆桨甘�，每次添加新功能前都保持克制，非必要不增加。先仔細審查（Review）已有代碼，力求‘加一行，減兩行’，甚至只減不增�！敝鞆V翔解釋道，訓練智能體在編寫新代碼前，系統(tǒng)性地回顧和理解已有代碼結構，能極大改善代碼質量，避免無序堆砌。

針對“審查歷史代碼本身也會消耗 Token”的成本疑慮，朱廣翔承認這確實是一種平衡，但是很有必要的。他分析道，“如果編寫時不做任何思考，盲目堆砌，很容易快速形成‘屎山’，導致后期迭代成本急劇上升，甚至完全無法修改�！�

他透露，秒噠在八月版本曾經(jīng)歷過類似教訓，有些項目在經(jīng)過幾十輪迭代后變得難以動彈。正是這些經(jīng)驗促使團隊將“定期回顧與重構”作為智能體工作流的重要環(huán)節(jié)。目前，已有用戶項目在經(jīng)歷數(shù)百甚至上千輪迭代后，仍能通過這種機制保持代碼庫的清晰與可維護性。

結束語

朱廣翔坦言，國內在 Vibe Coding 的建設起步平均比國外晚了 1-2 年，但核心競爭力差距正在縮小。

他特別強調，Vibe Coding 產(chǎn)品的核心競爭力在于兩點：一是底層的代碼生成能力，這取決于模型與智能體策略，二是最終面向用戶的產(chǎn)品體驗。在產(chǎn)品體驗層面，中國團隊不僅沒有落后，反而往往具備顯著優(yōu)勢。

“百度不追求通用代碼能力全面超越，而是讓場景化應用能力超越國際水平。”朱廣翔表示，綜合模型與體驗來看，國內外產(chǎn)品的差距本質上只是時間問題。今年看國產(chǎn)應用已經(jīng)基本追平，預期明年中國產(chǎn)品的迭代速度會更快。

聲明：本文為 AI前線整理，不代表平臺觀點，未經(jīng)許可禁止轉載。

AI 重塑組織的浪潮已至，Agentic 企業(yè)時代正式開啟！當 AI 不再是單純的輔助工具，而是深度融入業(yè)務核心、驅動組織形態(tài)與運作邏輯全面革新的核心力量。

把握行業(yè)變革關鍵節(jié)點，12 月 19 日 - 20 日，AICon 全球人工智能開發(fā)與應用大會（北京站） 即將重磅啟幕！本屆大會精準錨定行業(yè)前沿，聚焦大模型訓練與推理、AI Agent、研發(fā)新范式與組織革新，邀您共同深入探討：如何構建起可信賴、可規(guī)�；�、可商業(yè)化的 Agentic 操作系統(tǒng)，讓 AI 真正成為企業(yè)降本增效、突破增長天花板的核心引擎。

今日薦文

你也「在看」嗎？