图片来源：a16z
Z Highlights
- “这些模型并不存在‘更好’或‘更差’的问题——它们在艺术和功能上各有取向，为不同的创作喜好和需求服务。”
- “这是一个正和博弈：使用一个工具会提高你付费并使用另一个工具的概率。”
- “市场巨大且在不断增长，有空间容纳多家爆款公司，各自开辟自己的细分领域。”
- “未来的应用生成市场将会非常像今天的基础模型市场：许多专注化、带有鲜明理念的产品，在各自的类别中互补且取得成功。”
2025年8月，Anish Acharya与Justine Moore撰文探讨AI应用生成平台的崛起趋势。文章指出，这一领域正走向专业化与差异化发展，各平台凭借独特定位和功能共存互补，形成类似基础模型市场的多元格局。
多样化共存：AI应用生成平台的正和竞争格局
如果你仔细观察AI应用生成领域正在发生的事情，你会注意到一个有趣的现象。这个领域中涌现的平台并不是陷入零和竞争的锁死状态——它们在开辟差异化的空间，并且能够共存。而这其实不该让我们感到意外，因为在基础模型身上，我们已经看到过完全相同的模式。
在2022年，人们对基础模型有两个被广泛接受但却错误的假设。第一，人们认为这些模型本质上是可以互相替代的，就像可替换的云存储解决方案——一旦你选了一个，为什么还要考虑另一个？第二，如果这些模型是替代品，竞争会将价格一路压低，唯一的取胜之道就是更便宜。
但事实并非如此。相反，我们看到了多方向的爆发式发展。Claude开始深耕代码和创意写作；Gemini在多模态和低价高性能模型方面有独特的能力；Mistral强力押注隐私和本地化部署；而ChatGPT则加倍定位为任何想要最广泛、最有用通用助手的“主基地”。不是出现一个赢家，而是市场不断扩容——更多模型、更多多样性、更多创新。价格不仅没有下降，反而上涨了。例如Grok Heavy拥有卓越的AI代码功能和一款爆红的文本生成图像模型，订阅价格高达每月300美元——几年前，这在消费级软件领域是闻所未闻的。
我们在其他类别中也看到了类似的模式。回想一下图像生成。在2022年，人们说这是零和市场，或者是“一个模型通吃”。但现在你可以看到Midjourney、Ideogram、Krea1、BFL等等——它们都很成功，并且都能共存，因为每一个都专注于不同的风格或工作流。这些模型并不存在“更好”或“更差”的问题——它们在艺术和功能上各有取向，为不同的创作喜好和需求服务。
如果仔细看，你会发现这些模型根本不是竞争对手——它们其实是互补的。这与“向下竞争”恰恰相反。这是一个正和博弈：使用一个工具会提高你付费并使用另一个工具的概率。
我们相信，在AI应用生成领域——也就是那些帮助你用AI构建完整应用的工具——同样的事情正在发生。很容易被各种戏剧化的对立吸引——比如Lovablevs.Replitvs.Bolt等等。但事实是，这不是“赢者通吃”。市场巨大且在不断增长，有空间容纳多家爆款公司，各自开辟自己的细分领域。
下面是市场已经出现的一个细分方式，每个平台都在以下某一类中有独特的“尖峰”表现：
- Prototyping——用于快速试验想法的工具。这类产品需要在美学、prompt贴合度、精细化视觉操控方面表现出色，同时还能快速粗略地实现业务逻辑。
- Personal software——为你个人及你的工作流打造的应用。这类产品可能会服务于最不懂技术的用户，需要做到“开箱即用”——甚至可能带有一个全面的模板库，便于用户轻松编辑。
- Production apps——面向团队或公众的应用。这类平台需要内置一整套必要功能——包括身份验证、数据库、模型托管、支付等集成——并且可以一键扩展到规模化。
并且在这些类别中，假设会有针对每一类用户层级的平台——从日常消费者，到半技术背景的产品经理，再到深度开发者。换句话说，对于每种类型的应用，都将会有一系列解决方案，取决于你想要的参与程度或技术深度。
虽然还处于早期阶段，但这种趋势已经在核心应用生成平台（Lovable、Bolt、Replit、Figma Make、v0和Base44）的交叉浏览行为中显现出来。基于Similarweb的数据，目前已经出现了两类用户：
第一类是忠诚于单一平台的用户。比如在过去三个月里，上述平台中有82%的Replit用户和74%的Lovable用户只访问了Replit或Lovable。这些用户可能觉得应用生成平台在功能上目前差不多，但只选择一个作为主要使用平台——这可能是因为营销、UI，或者是他们在乎的特定功能。从经验上看，Lovable似乎被用于美观的Web应用和原型设计，而Replit则更受构建复杂、后端逻辑繁重应用的用户青睐。
第二类是活跃于多个应用生成平台的用户。比如：在三个月的时间里，接近21%的Bolt用户也访问过Lovable。而15%的Base44用户也看过Lovable。我们推测，这些就是非常活跃在这些平台上的power users——并且会以互补的方式使用它们。
图片来源：a16z
注意：由于Figma Make是Figma的一个子域名，我们无法通过Similarweb单独分析它的独立流量。不过，鉴于它的口碑，我们预计它也会走向类似的成功路径。
下一步是专业化（Specialization is next）
事实证明，在帮助用户构建可扩展应用的工具领域中，“有限”比“无限”更有优势。在某一类产品开发上做到极致，很可能比在所有类型应用生成上做到中等水平要好得多。几乎可以肯定，一个在集成SAP的内部工具领域表现卓越的应用生成平台，不会同时也是制作最精确飞行模拟应用的最佳选择！
以下是一些类别示例，它们意味着底层应用生成平台需要非常不同的集成和约束条件：
Data/Service Wrappers——聚合、增强或呈现大型现有数据服务或第三方服务的应用，例如LexisNexis或Ancestry。基础设施必须支持大规模数据集的处理。
Utilities——为高度特定需求提供单一功能、轻量化解决方案的应用。比如PDF转换器、密码管理器或备份工具。多数通用型平台已经能很好地生成这类应用。
Content Platforms——用于发现、流式传输或阅读内容的应用。比如Twitch或YouTube，需要专门的基础设施来支持内容分发。
Commerce Hubs——促进并实现交易的平台，重点在于物流、信任、评论和价格发现。这类应用需要集成支付、退款、折扣等功能。
Productivity Tools——帮助用户或组织完成任务、协作和优化工作流的应用，通常需要与其他服务进行大量集成。
Social/Messaging Apps——让用户能够连接、交流和分享内容的平台，通常会形成网络和社区。基础设施必须支持大规模的实时交互。
随着更多专注的应用生成平台出现，我们预计这个领域的发展轨迹会与我们目前看到的非常相似。每个产品都会有自己不重叠（独占）的用户群。同时，它们也会吸引一部分更资深的应用生成power users，这些用户会跨多个平台工作，并在需要专业化时切换产品。
这意味着，未来不仅会有一个巨型的应用生成平台，还会有多个。近期的应用生成市场将会非常像今天的基础模型市场：许多专注化、带有鲜明理念的产品，在各自的类别中互补且取得成功。
原文：Batteries Included, Opinions Required: The Specialization of App Gen Platforms
https://a16z.com/specialized-app-gen-platforms/
编译：Wendy Qiu
请注意，本文编译自文未载明的原始链接，不代表ZPotentials立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。
Z Potentials将继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。
文章来自于微信公众号“Z Potentials”。
