Cursor加速了1%的人，灵光想“释放”剩下99%的创意

摘要：

AI编程的下一步，不只是让程序员写得更快，而是让更多普通人也能亲手造出解决问题的工具。

凤凰网科技 出品

作者｜Pheobe

编辑｜赵子坤

去年十一月，灵光第一次出现在公众视野时，“30秒手搓应用”的体验让不少人第一次意识到，原来不写代码也能做出一个能用的工具。但彼时用户圈子里有一个普遍的声音：自己搓出来的应用只能自己用，既没法分享给朋友，也看不到别人做了什么。

时隔不到半年，灵光带着“灵光圈”社区回来了，而且这次的动作明显更大。在原有“30秒生成”的基础上，灵光对闪应用的底层架构做了一次大幅升级：深度集成了手机端侧的原生能力——摄像头、GPS、麦克风、本地存储均可调用，生成结果也不再是一个只能点点按钮的简单界面，而是可以直接使用的完整应用。

更关键的是，灵光圈的上线补上了从生成到分发的最后一块拼图：用户做的应用可以发布到社区，别人可以浏览、使用、点赞，甚至被“拿来改一改”变成一个新版本。从生成、迭代到分发、协作，一个完整的闭环在移动端跑通了。

这意味着，普通人不仅能用AI造工具，还能在别人的创意上接力，形成一个以自然语言为协作语言的应用生态。在AI编程工具层出不穷的当下，灵光这一步棋，落向了一个多数玩家尚未触达的地方——不是让程序员写得更快，而是让不会编程的人也能参与软件创作。

这块拼图补上之后，行业图景会发生什么变化？

AI编程工具的三层金字塔背后，灵光在哪？

过去两年AI编程工具密集涌现，Cursor、Claude Code、Devin轮番占据科技头条。但细看“服务谁、解决什么需求、需要什么能力”，就能发现这些产品的定位全然不同。

最上层是Cursor和Claude Code所在的专业开发者加速层，它们深度嵌入IDE，让懂代码的人写得更快，但门槛高——你得理解依赖管理、环境配置和部署流程；

中间层是Replit Agent、Bolt.new这类半技术创客赋能工具，面向产品经理、设计师和独立开发者，能根据自然语言生成可部署的网站，但仍需用户具备前后端基本认知才能调试优化；

最底层是目前参与者最少、但潜在覆盖面最广的普惠层——灵光和海外的Wabi AI都属于这个方向，目标用户是完全不懂代码的普通人。

Wish Coding的提法不是凭空造词，而是AI能力从开发者工具链向消费端外溢的自然节点：当大模型对模糊意图的结构化解析能力和代码生成的可靠性越过某个阈值，软件创作就会从“写代码”变成“许个愿”，门槛被极限下放。

尤其是，当在生活中遇到具体麻烦，那些灵光一现的“愿望”就有了落地的可能性。

武汉的涂女士母亲确诊胃癌中晚期，腹水严重，居家护理期间必须严格监测出入水量以避免电解质失衡。医院里有护士记录，可回到家后，一切只能靠她用纸笔手动计算。每天要记录喝水、喝汤、输液等所有入水量，以及尿液、腹水引流等出水量，再手动算差值。“稍有疏忽就会记错，给复诊沟通带来很大困扰。”她翻遍各类APP和小程序，都找不到能精准满足需求的工具。

她在灵光里用日常语言描述了自己的护理记录需求。几十秒后，一个能分别记录入水和出水量、自动计算差值的工具就出现在手机上。之后她又通过几轮对话补充了细节，每次都是说一句话、应用就升级更新。

等到复诊，她直接把手机上的数据拿给医生看。“相当于给自己解决痛点，不用纸笔记录，数据也更靠谱。”

一个零编程基础的普通人，第一次独立完成了一个完全贴合自身需求的软件创造，全程没有写过一行代码。就像是真的“许一个愿，就能得到一个真正能用的工具”。

当协作语言从“代码”变成“意图”

不过，自己能做应用只是第一步，真正能让“自行创作”走得更远的是灵光这次同步上线的“灵光圈”社区。

它的协作逻辑和程序员熟悉的GitHub形成了有意味的对照。GitHub建立了一套以代码仓库为核心的协作范式——Fork代码、修改、提PR合并，但这套机制运转了十几年，成为全球开发者协作的基础设施。但它的前提是参与者能读懂代码。

灵光做的事，则是把Fork的对象从代码换成意图。用户看到社区里任何一个应用，用自然语言说一句修改意见，系统就在意图层面重新编排并完整生成一个新版本。

正如一位灵光创作者所总结的：“以前在开源社区得会写代码才能Fork别人项目，现在在灵光圈会说话就能Fork别人想法。”

“意图Fork”的技术意义在于，每次生成不需要复制代码再修改，而是在结构化语义空间里重新构建，保证接力链条上每个版本都是完整可用的成品。

当协作的基本单位从代码变成意图，软件创作的参与边界就首次从技术人员扩展到了所有能清晰表达需求的人。

在广东政府机关工作的麦先生便是这套逻辑的受益者。他在工作中需要处理大量人员数据，传统Excel操作繁琐、可视化效果一般。为了解决这个痛点，他花了一个月时间，用灵光打造出自己的“人员配置助手”，支持直接导入Excel，输入出生日期即可自动计算年龄、退休时间等，还能智能分析各部门年龄结构、性别构成。

一个月里，他前后迭代了超1000次，不断优化界面、交互与标签页功能：发现界面不够直观，说一句就调整布局；觉得排序体验不好，描述一下理想的交互方式就能获得新版本；需要增加标签页功能来区分不同维度的数据，一轮对话就完成了功能扩展。

他把成品应用分享给部门同事后，所有人看到的是同一份数据，不用再反复传文件。“有了它，工作变得清晰又高效，比通用的Excel更贴合我们的实际场景。”

开放了灵光圈后，这样“接力创造”的案例也会意料之中地持续增加。毕竟，比起从0到1的难度，站在他人的成品上微调叠加自己的需求，门槛要低得多，创意也更容易被激发。

从Demo到成品，如何让AI应用“生成即部署”？

多数AI代码工具存在一个共同问题：生成代码只是第一步，后续的部署、环境配置、域名管理往往比写代码本身更劝退，导致大量项目停留在Demo状态。

灵光这次升级的关键变化，是把端侧原生执行和多模态能力整合进了底层架构。闪应用跑在手机本地，能调用摄像头、GPS和本地存储——生成即部署，拿到手就是成品。

“有时候五分钟就能看到功能跑出来，那种感觉特别有成就感。”青岛43岁的物业管理员刘先生的个人经历，直观的呈现了体验跃迁。

他习惯和一群朋友一起念佛、读经、做功课，这个共修小团体里大多是中老年人，每天都会在群里报备自己念了多少遍佛号、读了多少页经书。过去都得靠手动记录统计，有人忘记记，有人算错数，“统计起来既麻烦又容易出错”。他一直想做一个简单工具帮大家记录，但从没学过编程。

最初借助灵光实现的版本很简单，只是记录念佛次数的小工具。如果故事停在这里，它和市面上大多数AI生成的Demo没有区别。但刘先生没有停下来。两个月内，他不断和AI沟通调整需求，从基础计数功能，到后来加入佛教日历、心愿墙、漂流瓶等模块，逐渐变成一个小型共修工具。

现在，团友们每天完成功课后，只需要在手机里记录一下数量，再把数据分享到群里互相鼓励。“以前要人工统计，现在简单多了。”刘先生说。他推荐了七八十位朋友尝试，通常只用一句最简单的话介绍：“这是我用灵光做的，我不会编程，但灵光会。”在他的带动下，一些团友也开始尝试自己做小工具。

从更广的行业视角看，灵光从架构上把视觉、听觉、语音和代码执行作为原生能力统一构建，意味着它走的是一条“AI as a Coder”路径——让AI成为能感知、能思考、能执行任务的智能体，而不是困在对话框里的参谋。

在所有通往Agent的路线中，代码生成是通用性最强、上限最高的一种。灵光的方向不是做某个爆款应用，而是成为让普通人也能创造应用的基础设施。

当一个普通人对着手机说一句话，就能让AI调用摄像头识别植物、调用GPS记录位置、调用数据层协同团队，软件就不再是需要下载安装的“死物件”，变成了随着意图随需而生的“活工具”。这正是业界讨论的Coding Agent重塑信息和交互生态的底层逻辑。

灵光这次升级，本质上是在回答一个行业命题：当AI越来越聪明，普通人到底能用它做什么。

从去年“30秒手搓应用”的初体验，到如今灵光圈社区补齐分发与协作的完整闭环，答案的方向正在变得清晰——亲手创造解决问题的工具，让创造力的门槛进一步打下来。

当开发一个应用变得像许一个愿一样简单，那些以前因为太小、太细、太个性化而“不值得做”或“没人做”的需求，终于有了一条被实现的通路。武汉涂女士的护理记录、广东麦先生的人员配置助手、青岛刘先生的共修平台，这些看似微小的创造，共同指向一个更大的变化：软件创作的权利，正在从少数技术人员手中流向每一个有想法、会表达的普通人。

这条路能否真正走通，最终取决于创造的门槛能否被继续打下来，让更多人参与到“造工具”这件事里。也只有这样，AI带来的红利，才会真正流到普通人手上。