8 个月 50 亿产值，非程序员用秒哒赚疯了？秒哒如何解决后端难、token 贵、屎山烦

“行业现在最有价值的一桶金就在 AI Coding。”秒哒产品负责人朱广翔直言。

这款发布仅 8 个月的无代码工具，已在全球范围内被广泛使用，生成的应用累计服务超 1000 万人，日均近 10 万人用其解决问题，在变现工具、业务软件、AI 应用三大场景中累积创造超 50 亿元产值。

朱广翔指出，Coding 贯穿研产供销服全链路，是核心生产力环节，能创造全新需求价值。而当前行业格局清晰：Chatbot 领域已卷至瓶颈，各家差异甚微，但 AI Coding 赛道的技术差距依然显著，正是破局关键。而秒哒的底气，源于其长期构建的技术体系：需求、代码、UI 三大模型构成的自我进化数据飞轮，叠加海量优质数据资产，更依托百度智能云的全栈 AI 能力，获得 Agentic 数据库、高性能沙盒与海量云工具的强力支撑。

从“模糊想法”到“清晰需求”

数据显示，81%的秒哒用户为非程序员用户，主要集中在职场人群与高校群体。对非技术人员来说，有时候很难清晰表达自己在构建应用时的复杂需求。对此，秒哒团队进行了专门思考与设计，并由此形成了与国内外同类 Vibe Coding 产品的显著差异。

不同于“一句话生成代码”的直接路径，秒哒引入了强化“需求沟通阶段”。

比如用户抛出“把超市搬到线上”这类原始需求后，“产品经理智能体”会主动介入，通过多轮对话深入挖掘、梳理和确认需求，将非专业描述转化为含功能清单的结构化产品文档，再交付“研发智能体”落地。

朱广翔解释，团队在分析海量用户请求时就发现，大量初始需求极其原始和模糊，因此“产品经理智能体”被训练来承担需求转化与定义的工作。“它不只是简单应答，更会提供多种方案帮用户想清楚需求。”朱广翔表示，这种设计大幅降低表达门槛，避免因需求模糊导致的反复返工。

另外，相比服务专业开发者，面向大众的 Vibe Coding 更难实现标准化。

专业开发者是一个定义清晰、行为模式相对固定的群体，经过数十年的发展，其工作习惯和工具需求已高度固化，因此标准化路径相对明确。而“小白”用户则是一个极其多元、尚未被准确定义的群体。他们来自千行百业，知识背景、能力象限、所从事的业务以及关注的核心痛点截然不同。

因此，秒哒目前的策略是：现阶段优先打造和夯实通用的能力底座，确保基础体验的流畅与强大。未来，团队计划在通用底座之上，向具体的场景和业务端深入，从而延伸出更贴合细分需求的垂直版本。

另外，针对专业、复杂的业务需求，秒哒提供深度研究模式，智能体可联网调研汇总业务知识，支持通过对话、可视化界面、截图定位三种方式灵活修改应用。秒哒可无缝集成千帆、Coze 等主流智能体平台的能力，并将其转化为即插即用的插件。同时，依托百度智能云，确保应用的高可用、高性能，并支持源码导出、权限管理等企业级需求。

后端难题攻坚

当前智能体前端能力已获广泛认可，但后端仍是行业痛点，这也催生了 BaaS（后端即服务）概念。作为全球 BaaS 领域的领军者，Supabase 在其新云平台首批合作伙伴中选择了秒哒海外版 Medo，使其跻身前三，也成为其中唯一的中国企业。其余两家合作方均为来自欧洲和美国的明星公司，这一选择也标志着中国 AI 产品开始获得全球顶级 BaaS 产品线的认可。

朱广翔表示，秒哒的解决方案与 Supabase 有相似之处，双方一直保持频繁沟通和互相学习。据悉，秒哒团队今年上半年，就在集中力量攻克后端能力的构建三大核心挑战。

首先，如何让数据库在云端稳定、高效地运行。传统数据库往往数量少但体量大（存储 TB/PB 级数据），而 Agent 驱动的应用则呈现海量、微小、轻量的特点。秒哒平台上每天生成无数此类应用，每个都需要独立的后端支持，导致数据库实例数量激增、规模却很小。比如上线首周的数据库实例数就超百度智能云团队过去七年企业服务总和，应对这种“小而多”的格局需云原生技术突破，保障弹性与高并发。

其次，实现 AI 与数据库的深度融合。传统数据库服务于人，由程序员通过 SQL 等代码进行操作和部署，而新一代数据库需面向 AI，让大模型能够理解并操作数据库。AI 需要通过 MCP、工具调用等方式，经过“思考”来理解数据库的结构与用途。如何设计让 AI 高效理解与适配的数据库交互策略极具挑战，这正是许多团队在“数据库与 AI 结合”这一关键环节迟迟难以取得突破的原因所在。

第三，如何高效管理底层资源，根据运行与开发的不同需求，灵活调度底层计算、存储等资源，实现资源的最佳匹配与云化部署，确保数据库服务在不同场景下的稳定与成本效益。

此外，如何最终将技术转化为用户可轻松理解、便捷使用的产品体验，同样具有难度。

他对比了行业头部产品 Lovable 的体验：其第一版集成数据库需要用户跳转至 Supabase 自行配置后再返回，经秒哒团队邀请大量新手用户模拟测试，仅约 50%的人能在反复尝试后走通流程，且目前最快仍需两次对话完成集成。

因此，将专业的数据库能力封装成极简的产品化体验，让小白用户也能无障碍使用，是产品设计的核心难点。朱广翔指出，秒哒在上线首日即实现了“一次对话”完成对接，无需跳转其他平台配置，一步即可完成，这在产品体验上是一个重要优势。

朱广翔强调，国内 Vibe Coding 领域表现较好的厂商需同时具备三个关键特质：一是拥有强大的云服务能力；二是自身具备 AI 与大模型技术，深谙云与 AI 的结合之道；三是拥有丰富的 C 端业务经验，能将复杂技术转化为优秀的用户体验。而像百度这样的公司同时具备这些条件。 

精细化策略降本，拒绝“代码屎山”

秒哒团队当前聚焦的核心方向是如何极致提升效率，让每个 Token 发挥更大价值。

代码生成模型的成本显著高于普通对话模型，因为其输出量巨大，构建一个应用可能意味着生成数十万行代码。为降低成本，团队正从多个层面进行系统性优化。

首先，在智能体层面，核心是优化规划与减少交互轮次。朱广翔解释，早期的智能体处理任务时，往往需要多轮反复“思考”和“反思”，流程冗长。团队现在致力于为其设计更佳的规划能力，制定更优的“标准作业程序（SOP）”。经验丰富的开发者能用更简洁的路径实现目标。“我们现在就是在‘教’智能体运用更优秀的 SOP，用更少的 Token 完成相同的任务。”

其次，模型层面，由于模型尺寸直接关联计算成本，团队持续利用数据飞轮迭代训练，并不断训练更小、更快的专用模型，以用更低的成本解决同样复杂的问题。

再次，在任务调度层面，实行精细化的模型分工。朱广翔介绍，团队将开发流程拆解为不同阶段，并为每个阶段匹配最恰当的模型。例如，在需求沟通阶段无需调用昂贵的代码生成模型，在测试或工具选择阶段则使用针对性强的专业小模型。这种“专业的人做专业的事”的精细调度策略，在提升整体效果的同时，也有效控制了成本。

除了效率优化，朱广翔着重强调了智能体开发中另一个关键挑战：代码质量维护与防止“代码屎山”。他指出，如果智能体设计不当，会无节制地堆砌冗余代码，最终形成结构混沌、难以维护的“屎山”。

他分享了一条重要的实践心得：引入“克制性添加”与代码历史审查机制。“最理想的方案是，每次添加新功能前都保持克制，非必要不增加。先仔细审查（Review）已有代码，力求‘加一行，减两行’，甚至只减不增。”朱广翔解释道，训练智能体在编写新代码前，系统性地回顾和理解已有代码结构，能极大改善代码质量，避免无序堆砌。

针对“审查历史代码本身也会消耗 Token”的成本疑虑，朱广翔承认这确实是一种平衡，但是很有必要的。他分析道，“如果编写时不做任何思考，盲目堆砌，很容易快速形成‘屎山’，导致后期迭代成本急剧上升，甚至完全无法修改。”

他透露，秒哒在八月版本曾经历过类似教训，有些项目在经过几十轮迭代后变得难以动弹。正是这些经验促使团队将“定期回顾与重构”作为智能体工作流的重要环节。目前，已有用户项目在经历数百甚至上千轮迭代后，仍能通过这种机制保持代码库的清晰与可维护性。

结束语

朱广翔坦言，国内在 Vibe Coding 的建设起步平均比国外晚了 1-2 年，但核心竞争力差距正在缩小。

他特别强调，Vibe Coding 产品的核心竞争力在于两点：一是底层的代码生成能力，这取决于模型与智能体策略，二是最终面向用户的产品体验。在产品体验层面，中国团队不仅没有落后，反而往往具备显著优势。

“百度不追求通用代码能力全面超越，而是让场景化应用能力超越国际水平。”朱广翔表示，综合模型与体验来看，国内外产品的差距本质上只是时间问题。今年看国产应用已经基本追平，预期明年中国产品的迭代速度会更快。