软件超新星：Bolt.new——浏览器里的 AI Web 应用开发者

摘要

• Bolt.new 将前沿编码模型与历时约7年打造的基础设施结合，在8周内实现了2000万美元 ARR。 Eric Simons 表示，ARR 此后仍在增长，流失率约25%，低于部分消费级 AI 产品的60%-70%；公司注册用户超过200万，活跃客户约5万-6万。他给出的实际信号是：“我们已经跨过了这道鸿沟，价值大得惊人。”

• 技术护城河是 WebContainers：一个运行在浏览器内、约100毫秒启动、无需为每名用户配置云端 VM 的操作系统。 Bolt 使用客户设备的 CPU、内存和 GPU，规避云端延迟与 VM 配置；Simons 指出，如果每名用户配1台 VM，扩展到10亿用户就需要10亿台 VM，而全球已经有10亿台用户设备。他称这个历时约5年的 WebContainers 项目是“公司的皇冠明珠”。

• AI 正把软件创造能力扩展到开发者之外，Bolt 用户中约60%-70%来自产品经理、设计师和创业者等群体。 开发者反馈最高可获得10倍杠杆；PM 则可以用直接制作原型或修改生产环境，替代从 Jira 到工程师的交接流程：他们“说的基本是同样的话，却能立刻得到结果”。据称，一名自由职业者只花了7美元购买 Bolt 推理额度，就将产出的项目以9000美元开价。

• 最有冲击力的客户案例显示，软件生产成本和交付周期可能压缩1-2个数量级。 一名非技术背景的泰国 PM 在收到约3000-4000美元、周期3个月的外包报价后，用50美元套餐在2周内做出了 Viral Hooks；另一名非技术背景的创作者在代理商报价3万美元、周期6个月后，用约200-300美元在1个月左右做出了完整 CRM。两款产品都已上线并开始赚钱。

• 浏览器交付与生成式 AI 之间是乘法关系，而不只是加法关系。 Simons 表示，要求用户下载并配置专业软件，可能造成“90%之类”的流失；本地环境搭建增加1个数量级的复杂度，学习如何操作工具又增加1个数量级。Bolt 诞生前6个月，StackBlitz 在未能把开发者从本地工具吸引过来后，曾考虑停止运营。

• Bolt 的开源策略把模型竞争和开发者热情转化为产品研发，同时将长期打造的核心技术作为明确护城河。 Bolt.diy 暴露系统提示词，支持用户自行接入模型供应商，可在本地离线运行 DeepSeek，并已被部署在企业 VPN 后方，也被 AI 实验室用于在真实应用上测试模型。付费套餐从20美元到200美元不等，Sonnet 3.5 等模型的批量折扣让 Bolt 能够激进定价。

• 长期运行的自主编码 Agent 可能带来下一轮跃迁，但 Simons 认为，今天仍能稳定创造价值的方式，是由人类引导短循环。 他担心每增加一个自主步骤，就增加一次错误或误解需求不断级联的机会；Nathan Labenz 希望 Agent 能实现功能、测试主流程，再带着简洁的状态报告回来。Simons 认为，可信赖的长时间任务可能只需“再等1-2个模型版本”，同时把模型发布形容为产品必须接住、又不能被冲垮的海啸。

精读

1. 软件正在成为 AI 的第一个主要构造性市场

• Eric Simons 并不把 AGI 时间表或 p(doom) 作为世界观锚点，而是采取更务实的软件视角：代码是文本，训练素材充足，而且足够确定性，以至于模型可以写出程序、执行程序、判断是否运行成功，再把结果转化为下一组测试用例。

• 这种反馈结构有助于解释，为什么 Simons 预计编码能力会继续以快于法律等领域的速度进步；法律结果取决于历史背景，以及“当时这名法官是什么感受”。他的判断带有保留地说，是“软件世界正在被重写”。

• Nathan Labenz 用 o1 到 o3 的跃迁，以及 R1 时刻作为证据。传闻中的 o3 竞赛编程成绩——跻身全球约前200名程序员，并超过 OpenAI 几乎所有人——看起来不像泛泛的炒作，而更像一次具体的能力跃升。

• Simons 认为，推理能力一旦通过软件开发放大，威力尤其突出：“把推理应用到软件开发上——砰，这很了不起。”他预计，能力强的工程师将获得5-10倍杠杆，而新创作者也会进入一个“世界需要更多软件，只是我们此前受到了限制”的市场。

2. 即使代码变得充足，产品判断仍然稀缺

• Nathan 的“奢侈软件”或“自私软件”命题，追问人们是否会为自己和小团队开发软件，而不是面向大众市场。他的现实担忧是：如果个性化应用漏洞百出、支持糟糕，或者明显不如成熟产品精致，它们仍然缺乏吸引力。

• Simons 同意，生成代码并不会消除 UX 和支持服务的长尾问题。如今最强的非技术用户是产品经理、设计师和创业者，他们本来就知道如何“雕刻”一段体验；过去，他们只能“借助别人的手指”写代码。

• 对于想法不明确的普通终端用户，可靠的创作仍需要更多推理能力，以及底层更强大的模型和 Agent。Simons 认为，当前工具“还非常粗糙”，尤其是在出现故障、用户又缺乏诊断技术知识时。

3. 产品经理是第一批被释放的主要非开发者群体

• Bolt 的用户构成约为30%-40%的传统开发者和60%-70%的非开发者，其中包括 PM 和创业者。开发者把它当作10倍速的原型和 UI 加速器：导入 Figma 素材，用几轮提示词迭代，再导出到 GitHub 或本地环境。

• Simons 的 PM 工作流消除了一个组织环节。PM 不再需要写 Jira 工单、分配任务、等待实现、审查结果，再发送反馈，而是可以直接指示 Agent 并提交完成的修改；下游开发者无需关心代码究竟是“同事还是 AI”写的。

• 分工仍然重要：模型无法可靠地零样本生成复杂功能，这部分仍由工程师负责；PM 则可以自行处理对齐、配色、导航和 UX 打磨。据 Simons 介绍，财富500强团队已经在用 Bolt 替代 Figma 制作原型。

• Simons 还描述了一个套利案例：一名自由职业者花约7美元购买推理额度，做出一个 Web 应用，再向客户收取9000美元。开发者和自由职业者正在搜索“Bolt arbitrage”，因为需求与供给曲线尚未恢复平衡。

4. 非技术用户的采用需要教育和快速人工救援

• Simons 不认同首次构建者应该一开始就知道如何定义一个好产品：“每个人都得学习。”他和联合创始人13岁时学习编程，只是因为想做产品；如果当时已经有 Bolt，他们或许不必成为软件工程师。

• 他对可访问性的最强测试对象是73岁的母亲，并亲切地称她为“你能遇到的最不懂技术的人”。在没有指导的情况下，她输入自己的需求，按下 Enter，再点击 Deploy，就发布了人生第一个网站。

• 个人网站也印证了同一点。一名男子为女儿制作了与医疗捐赠相关的网站；Simons 则回忆说，自己曾放弃手工搭建婚礼网站，也觉得拖放式建站工具过于复杂。他的结论很直接：“有了这种东西，就没有理由再用拖放式建站工具。”

• Bolt 正通过社区教育和按需人工帮助弥合剩余差距。受 Midjourney 用户分享提示词的启发，公司正在培养有经验的构建者；Simons 表示，公司当时正推出一项计划，让遇到困难的用户举手，并与认证专家连接，快速排查问题，但谈话时该计划尚未正式公布。

5. 收入与留存是 Bolt 衡量实际成功率的替代指标

• 当被问到用户有多大概率做出原本想做的应用时，Simons 给出的不是任务基准，而是用户行为：Bolt 在最初8周内“从零做到2000万美元 ARR”，之后仍在增长，客户也会回来，而不只是尝鲜。

• 他把流失率放在约25%，相比之下，部分直接面向消费者的 AI 产品流失率为60%-70%；他认为约20%-50%是一个“可以接受”的区间。这并不能证明每个项目都成功，但说明随着更多人使用产品，价值能够持续存在。

• 在排除 Microsoft 和 GitHub 后，Simons 的市场快照显示，Cursor 以约1亿美元 ARR 排名第一，Bolt 第二，另有一批公司集中在500万-1500万美元 ARR。他的框架是，“自由市场是衡量价值的好方法”，同时承认还会出现更多突破性竞争者。

6. WebContainers 消除了云端 VM 瓶颈

• 全栈 Agent 需要一个运行其正在编辑的应用的环境。传统云端 IDE 的答案是为每名用户提供1台 VM，但每次按键和运行结果都要穿过网络，环境损坏后需要支持团队介入，而且计算账单总要有人承担。

• 这种设计在规模化时会同时放大成本和稀缺性：“如果你想扩展到10亿人，那就是10亿台 VM。”Simons 指出，可租用的 VM 不存在这么多，但用户设备已经有10亿台。这也是 Google Docs 和 Figma 能够通过浏览器调用本地资源进行渲染的原因。

• 因此，StackBlitz 编写了一个浏览器原生操作系统，使用设备的 CPU、内存和 GPU。它约100毫秒启动，Simons 称其延迟为零，无需启动 VM，并能立即为 AI 提供安装依赖、写文件和展示结果的环境。

• Simons 称 WebContainers 是公司“皇冠明珠”，历时约5年打造，而这家公司此前已经花了7年建设浏览器开发基础设施。真正更深的工程难题，在于匹配其速度、保真度、可靠性和规模。

7. AI 挽救了专业开发者单独不会采用的基础设施

• Bolt 发布前6个月，StackBlitz 拥有令人赞叹的技术和忠诚的开发者用户，却没有能够支撑风险投资规模的商业模式。专业人士不愿离开本地工具，经过7年后，创始人已经开始讨论是否需要关闭公司。

• Nathan 从自己的浏览器视频公司经历中认出了这一模式：多年投入实现电视级、每秒30帧的 HD 渲染，并没有让非专业人士制作更多视频。用户仍然缺乏想法，或者在写想法时感到沮丧；加入 AI 后，产品才从“DIY”转向“由 AI 替你完成”。

• Simons 认为，浏览器原生专业工具存在更广阔的机会。仅本地环境配置就可能造成“90%之类”的流失；学习配置开发环境增加1个数量级的复杂度，学习编码或操作专业应用又增加1个数量级。

• AI 解决创作门槛，浏览器解决搭建门槛。即便是专业人士也能受益，因为他们可以即时生成脚手架，通过 URL 分享，需要时再拉到本地，避免陷入熟悉的死胡同：“已经做完了，但我在哪里能用它？”

8. Spotify 克隆展示的重点是基础设施，而不是提示词

• Simons 只输入“给我做一个看起来像 Spotify 的音乐应用”。Bolt 返回了一个精致的零样本界面，配有相关的正版或免版税占位素材；与此同时，其浏览器操作系统启动、安装依赖，并将生成的代码流式传输到实时应用中。

• 底层是通过 WebAssembly 实现的 Unix 兼容环境。改造一个 Docker 镜像，可能生成100MB甚至更大的 WebAssembly 产物，运行速度约慢10倍；Simons 表示，为了满足 Web 用户对近乎即时页面加载的预期，操作系统必须压缩到约2MB，甚至可能是1MB。

• Simons 将这项工作与 Figma 2012年“球落入水中”的演示相比较。WebGL 和 WebAssembly 或其前身让浏览器设计成为可能，但 Figma 最初几年仍然要从零编写渲染引擎；StackBlitz 同样必须直接面对受限的浏览器 API。

• 第二个提示词尝试通过 HTML5 Audio API 激活播放键和进度条。Agent 报告说不存在音频文件，而不是假装播放成功；Simons 表示，接入 Spotify API、OAuth 流程或其他音乐 API，就能把这个样机变成可用的流媒体应用。

9. 真实应用把数月周期和5位数预算压缩掉

• 一名创作者将 Bolt 接入 Suno，做出一款能够生成舒缓音乐和引导呼吸的冥想应用。Simons 表示，该应用约10分钟完成，他还把它固定到了手机上，并称结果“不可思议”。

• 一家泰国软件银行公司的 PM 起初在 Upwork 上发布了 Viral Hooks。开发者报价约3000-4000美元，周期3个月；Bolt 上线后，她使用50美元套餐，尽管有全职工作，仍在2周内完成交付。

• Viral Hooks 逆向拆解热门创作者使用的技巧，为用户脚本生成开场句。Simons 将其概括为成本降低约99%、交付速度提高10倍，同时强调关键点：这是一家真正运行的初创公司，而不是一个用完即弃的落地页演示。

• 另一名不会编码的用户 Paul U. 做出了 Chill CRM，其中嵌入了一个能够通过对话记录活动的 Agent。Simons 估计，他花了200-300美元，在收到代理商3万美元、周期6个月的报价后，约1个月完成了产品；Simons 表示，Chill CRM 和 Viral Hooks 都已上线并开始赚钱。

10. 按使用量定价捕捉了固定订阅压制的价值

• Bolt 放弃了常见的20美元“无限量” AI 套餐，这类套餐通常会暗中限制重度用户。订阅价格从20美元起，延伸到200美元，并允许额外购买 Token；用户通常先用完免费额度，再升级、获得更多价值，然后继续向更高档位迁移。

• Nathan 观察到，Bolt 的实际 Token 价格似乎低于直接购买 Claude 3.5 Sonnet。Simons 确认，Bolt 大量使用 Sonnet 3.5，也使用其他模型；他说，Bolt 是上游供应商大约排名前3-5的客户之一，因此能获得个人用户拿不到的批量折扣。

• 订阅也让预留需求变得足够可预测，从而可以协商未来的推理额度承诺。Simons 承认，缺乏经验的构建者可能会觉得产品昂贵，但他将其与客户相对代理商节省99%的成本，或用7美元推理额度做出9000美元交付成果进行对比。

11. Bolt.diy 把开源变成模型发现引擎

• Bolt.diy 可以在本地或私有服务器运行开源 Bolt 界面，而 WebContainers 仍然在浏览器内执行代码。用户可以提供 Gemini 或 OpenAI API key，连接其他供应商，或者在本地运行 DeepSeek 以获得离线体验；企业也开始将其部署在 VPN 后方。

• 这种灵活性让代码仓库成为生产版 Bolt 的测试场。优秀模型可以先通过社区使用浮现，再被纳入商业产品；AI 实验室也在使用 Bolt.diy，评估模型能否构建真实且有吸引力的应用，而不只是通过静态的软件工程评测。

• 代码仓库包含主系统提示词和其他串联提示词，代表 Bolt 团队数月的工作。Simons 称其为“整套东西”，但也指出，Bolt.new 上的一些改进尚未回移，部分能力可能仍然只存在于生产版本。

• 开源 Agent 并不会抹平护城河，因为 WebContainers 历时多年打造。开发者可以复刻、使用和修改工具，也有人先试用 Bolt.diy，再购买 Bolt 订阅；Simons 将两者描述为共生关系，开源会成为“一股抬高所有船只的潮水”。

12. 有明确偏好的技术栈打造非开发者的顺畅路径

• Node.js 和 JavaScript 仍然是成熟的 WebContainers 生态，但基础 Python 已经可以在 WebAssembly 中运行，并支持部分标准库。第三方包安装当时尚未可用，pip 仍在路线图上；PHP、WordPress 和 Laravel 也已经实现了有意义的浏览器兼容性。

• StackBlitz 最初的命题是：“Web 应该能够构建 Web。”就像 macOS 有 Xcode、Windows 有 Visual Studio 一样，浏览器也应该拥有自己的开发环境。Nathan 推测，到本世纪末，大多数主流语言和生态都可能运行在 WebAssembly 中。

• 对于不想选择基础设施的用户，Bolt 偏好用 Vite 和 React 构建应用，用 Supabase 处理身份验证、数据库、Webhook 和 Postgres 后端，再用 Stripe 负责计费。明确的默认选项减少了让低技术用户陷入困境的集成错误。

• Netlify 通过一键部署补完工作流，初次使用时无需单独登录。生产构建运行在用户 CPU 上，并发布到实时 URL；之后可以绑定自定义域名、Git 仓库或 Netlify 账户，新的提示词加一次部署就能更新同一个生产站点。

13. 人类引导的 Agent 当下胜出，但自主化前沿已近在眼前

• Nathan 描述了自己想要的外循环：用 o1 Pro 检查代码库并规划功能，让 Cursor 或其他编码 Agent 实现，再让 AI 用户或测试器跑通主流程和边缘情况。如果能去掉剩余的复制粘贴和测试工作，偶尔出现的5-10倍收益就可能变成持续的10倍，甚至20倍收益。

• Simons 的反驳值得保留：Devin 等长时间运行的 Agent 会做出更多决策、消耗更多推理额度，也制造更多让一次误解不断级联的机会。这些系统“还没有达到足够的保真度”，无法“把它们放进森林里任其运行”，因此目前由人类验证的短循环仍能提供更可靠的价值。

• Nathan 不想监督每一步，而是希望拥有一个优秀初级同事的等价物：先测试，再回来汇报，概括发生了什么变化，确认哪些地方有效，并报告还剩哪些问题。Simons 同意这种体验正在到来，但指出，当非技术用户无法说明测试应当保证什么时，即使编写单元测试也很困难。

• Sonnet 3.5 是一个阈值：它让投入更多推理额度有可能换回更多价值；2024年2月的 Bolt 原型生成的代码不可靠，设计也很难看。Simons 现在认为，可信赖的长时间任务可能“只差1-2个模型版本”，同时让 Bolt 聚焦当下的 Agent，并把模型发布视为需要接住的“海啸”。在完成1.055亿美元 B 轮融资、拥有超过200万注册用户、收入达到数千万美元后，其20人团队仍然“严重人手不足”。