Anthropic 被爆正开发与Lovable 相似的功能

近日，x 上 ID 名为 @marmaduke091 的网友爆料，继 Claude Code 源代码泄漏后，Anthropic 又发生了一次泄露——他们创建了一个类似 Lovable 的功能，让用户可以轻松构建全栈应用。他们正在追赶一切。

随后，名为 @k1rallik 的网友甚至，扒出了此次泄漏的细节。他写道：“Anthropic 又泄露了一条消息，他们正在构建一个全栈式 Vibe 编码平台，与 Lovable、Bolt 和 v0 直接竞争。”

以下是泄露的内容：

• “让我们交付一些很棒的东西”——通过文本输入构建应用
• 内置浏览器中的实时预览
• 一键发布部署
• 方案：深色模式、登录、安全扫描、数据库设置
• 项目设置：数据库、存储、认证、用户、日志

这不仅仅是一个代码生成器，这是一个完整的底层架构。托管、数据库、身份验证、分析，一切都在 Claude 里。

有网友猜测，Anthropic 即将推出新功能。

目前尚无法确认 x 上这些网友爆料的关于 Anthropic 新功能的信息是否准确，但 Anthropic 过去一年也的确一直在把 Claude 从“聊天模型”往“可创建、托管、分享应用的平台”方向推进。

Anthropic 加紧补齐整个 AI 开发栈

一个极具说服力的证据来自 2026 年 3 月 31 日的 Claude Code 源码泄露事件。由于 npm 包中误包含 source map 文件，Anthropic 的 Claude Code CLI 被完整暴露，涉及约 1900 个 TypeScript 文件、超过 51 万行代码，几乎等同于把整个“AI 编程代理系统”的实现细节公开 。

更关键的是，这次泄露并不仅仅暴露了一个“代码生成工具”，而是展示了一整套围绕 AI agent 的工程体系：包括文件编辑、命令执行、Git 操作、任务编排等完整开发流程能力 。这意味着，Anthropic 实际上已经在构建一个可以直接参与软件开发全流程的“执行层”，而不仅是提供模型推理能力。

根据 InfoQ 全球站的一篇报道，泄漏的源代码中隐藏着许多未发布的功能，这些功能被隐藏在功能标志之后。KAIROS 描述了一种自主守护进程模式，一种常驻后台的 Agent，在该模式下，Claude Code 作为后台 Agent 运行，在用户空闲时执行内存整合。ULTRAPLAN 似乎旨在将复杂的规划任务卸载到云基础设施。

这些设计指向一个更激进的方向：AI 不只是响应请求，而是具备持续运行、长期任务管理和上下文记忆能力 。媒体报道同样提到，代码中还暴露出“always-on agent”和复杂的记忆系统，这类能力本质上已经接近一个“长期运行的开发助手”，而不是一次性交互的工具 。这类架构正是构建应用（而非仅生成代码）的核心基础设施。

如果把时间线再往前拉，可以看到 Anthropic 正在系统性补齐整个 AI 开发栈。

2025 年以来，其产品从 Claude 模型本身，逐步扩展到 Claude Code（CLI 编程代理）、Claude Cowork（面向非开发者的 GUI 工具），以及“computer use”（直接操作计算机）能力，形成从接口层到执行层的闭环。

尤其是两周前发布的“computer use”研究预览，标志着模型开始具备操作操作系统和真实软件环境的能力，这直接打破了传统 SaaS 应用的边界，使 AI 可以绕过 API，直接在用户环境中完成任务。

这种能力组合，本质上是在重建一个“AI 原生的软件执行环境”，而不是增强现有软件。

值得注意的是，Anthropic 还在尝试解决 AI 应用开发中最核心的工程问题：长时间、多步骤任务的一致性与可靠性。

3 月 24 日，Anthropic 宣布推出多智能体框架，就是一个典型例子——通过将任务拆分为规划、生成、评估等多个 Agent，并在长达数小时的会话中保持一致性，从而支持完整应用的构建过程。这种架构已经明显超越“代码补全”或“脚本生成”，而是向“自动完成一个完整软件项目”的方向演进。

综合这些信号可以发现，Anthropic 的战略并不是停留在“更强模型”，而是在向上吞噬整个开发工具链：从模型（Claude）→ Agent（Claude Code）→ 协作界面（Cowork）→ 执行环境（computer use）→ 多 agent 编排（multi-agent framework）。

Claude Code 泄露所展示的内部结构，透露出一个讯号：它已经具备了构建、运行、调试乃至维护应用的基础能力。

这也解释了为什么外界开始讨论：Anthropic 是否正在从一个模型公司，转向一个“AI 应用平台公司”，甚至对 Lovable、Base44 这类上层应用构建工具形成潜在替代。

AI 编程进入“大收割时代”：Vibe Coding 的护城河是啥？

Claude 泄漏的新功能在 x 上引发了激烈讨论。有一条高赞评论是这样说的——一键发布功能彻底改变了一切。该网友写道：

“目前，大多数基于 Vibe 的编码工具在‘我做出了很酷的东西’和‘人们真正能用它’之间仍然存在着巨大的鸿沟。如果 Anthropic 能够将部署、身份验证和数据库集成到一个流程中，那么 Lovable 和 Bolt 就真的面临严峻的挑战了。”

也有网友表示自己之前用过 Lovable，后来换成了 Claude Code，结果发现实际上用 Claude Code 开发比用 Lovable 更便宜。

有用户表示，Lovable 这类应用做原型很棒，但未来 Claude Code 和 Codex 也终将会提供类似的功能，一切只是时间问题。

还有用户感慨，Lovable 这类应用技术本身就没什么壁垒。他写道：

“几个月前我从 Lovable 切换到了 Claude Code，现在根本没有理由再选择 Lovable。”

还有用户认为，不止是 Anthropic，其他模型巨头们也在向全栈构建工具转型，这意味着这个领域正在融合，大家都在追求大一统的终极目标。

在 Hacker News 上，曾经也有个有意思的讨论，有人提问现在前沿的 AI 创业公司最大的错觉是什么？有人回答，是这些公司以为自己真的有护城河。

长期以来，像 Lovable、Base44 以及 Bolt 这样的平台，凭借着对模型能力的底层封装，通过极致的 UI/UX 优化和工作流整合，成为了用户通往 AI 原生应用的“最后一公里”。

它们在技术爆发的很早期抓住了模型厂商“只管大脑，不顾手脚”的窗口期，迅速通过“模型 + 编辑器 + 部署”的封装逻辑赢得了声势。

然而，随着 Anthropic 以及 OpenAI、谷歌等模型巨头们开始亲自下场重构“AI 交互层”，这一逻辑正在崩塌。

2025 年 11 月 18 日，谷歌发布了 Gemini 3，并称其为“智能新时代的开启”。Gemini 3 为 Antigravity 提供支持，Antigravity 是一款全新的集成开发环境（IDE），允许自主代理处理复杂的编码任务。

OpenAI 和 Anthropic、亚马逊等巨头当然也没闲着。原本作为垂直应用存在的 Claude Code 和 OpenAI Codex，现在只需一键即可集成进 VS Code 或 Cursor；亚马逊推出了 AI 增强型 IDE Kiro；老牌云端协作平台 Replit 也不甘示弱，全面转向 AI Agent 模式。甚至在收购市场上，Vibe Coding 工具 Base44 被 Wix 以 8000 万美元现金及后续对赌协议收至麾下。

在这一片繁荣背后，隐藏着一个残酷的事实：AI 编程进入“大收割时代”，模型厂商吞噬所有工具趋势逐渐显现。

如今所有的 AI 编码工具，本质上都是对 GPT 5.1、Claude 4.5 或 Gemini 3 Pro 等基础模型的高级封装。

开发者们正集体撞向一面墙：90% 的传统编程技能正在被商品化，变得廉价且触手可得，而剩下的 10% —— 即如何有效协调 AI 进行复杂架构设计的能力 —— 价值虽然翻了 1000 倍，但这 10% 并不取决于你使用的是哪一个 UI 包装器。

这就引出了一个令 Lovable 等明星初创公司尴尬的问题：你的真正护城河究竟是什么？

一篇发布在 Linkedin 平台的名为 《60 亿美元的 Lovable：护城河在哪里？》 的文章和 YouTube 上的名为 《Stop Vibe Coding. Start Getting Customers》 的视频中分析了撑起 Lovable 60 亿美元估值背后的逻辑。

结合文章和视频中的观点，如果把 Lovable 放在整个 AI 软件栈的演进中去看，它所谓的“护城河”并不来自底层技术，而是来自对 用户结构、内容生态和使用路径的重新定义。

换句话说，它不是在和模型公司竞争“能力上限”，而是在争夺“谁来承接被模型释放出来的用户需求”。问题因此变成：在一个模型能力快速商品化的时代，Lovable 是否能在模型之上，构建出足以支撑其高估值的结构性优势。

首先，Lovable 最有可能成立的一道护城河，是对目标市场的刻意错位——即“代码版 Canva”的路径。

它并不试图服务专业开发者，而是面向一批几乎不会进入传统开发环境的人群：创业者、设计师、产品经理、中小企业运营者。这些用户既有强烈的软件需求，又缺乏编程能力，他们也不会使用 Visual Studio Code 这类工具，更不会融入以工程师为中心的开发范式。

在这个意义上，Lovable 的真正竞争对手并不是开发工具，而是“不会写代码但想做软件”的现实约束。如果它能够像 Canva 在设计领域所做的那样，把复杂能力封装成直观操作，并围绕非技术用户建立品牌与社区认同，那么它确实有机会在一个被长期忽视的市场中建立稳固地位。这个市场的规模甚至可能超过专业开发者市场，因为它本质上是在把“软件生产能力”向更广泛的人群下沉。

其次，Lovable 试图构建的第二层护城河，是基于用户生成内容（UGC）的模板与应用生态，更直白点说，是 Lovable 超强的分销渠道。

像 Lovable 这样的平台每天都会发布 20 万个新项目，如果平台每天生成海量应用，并能够将这些应用沉淀为可复用的模板库，再进一步发展为一个可搜索、可交易、可组合的市场，那么其价值就会从“生成工具”跃迁为“应用分发与复用网络”。这一模式更接近 Envato 或 ThemeForest：真正的壁垒不在于技术，而在于内容供给与需求之间的网络效应。一旦开发者或创作者开始围绕平台生产模板，用户则通过消费这些模板完成应用构建，平台就能形成自我强化的正反馈循环。

然而，这条路径的前提极为苛刻——必须解决内容质量、版权归属、模板维护以及激励机制等问题，否则所谓的“生态”很容易退化为大量低质量、无人维护的项目堆积，从而反噬用户体验。

第三条可能的护城河来自企业侧的工作流嵌入。Lovable 已经开始进入企业客户场景，如果它能够深入嵌入企业的开发与运营流程，例如参与内部工具开发、自动化业务流程、甚至成为非工程团队的“软件生产接口”，那么就有机会形成一定程度的锁定效应。这种锁定通常通过几个维度实现：一是工作流集成，使工具成为日常操作的一部分；二是数据沉淀，让企业历史项目、模板和使用习惯逐渐依附于平台；三是合规与安全体系，例如符合 SOC2、GDPR 等标准，从而提高替换成本；四是团队协作能力，包括权限管理、审批流和版本控制等。

但需要注意的是，这种护城河本质上仍然是“软性”的。企业在工具选择上极其现实，一旦出现更高性价比或更强能力的替代方案，就会迅速迁移。如果底层 AI 能力来自通用模型，而非自有技术，那么 Lovable 在企业端的差异化很容易被复制。

最后，也是当前最现实的一层护城河，是品牌与社群势能。Lovable 借助早期的病毒式传播和产品叙事，已经在“Vibe Coding”这一语境中占据了一定心智位置，其创始人也成为这一领域的重要声音。这种优势在早期极具价值，因为它可以带来自传播、降低获客成本，并在用户之间形成情绪连接——用户选择它，不仅因为能用，更因为“认同”。但问题在于，这种护城河在开发工具乃至 AI 工具领域通常非常脆弱。用户——尤其是有一定技术判断力的用户——对工具的忠诚度极低，一旦 Google、Anthropic 或其他平台提供更强、更便宜或更稳定的能力，迁移几乎是瞬时发生的。

留给 Lovable 们的时间不多了

虽然 Lovable 的 CEO Anton Osika 宣称公司正在打造“最后的软件”（The Last Software），这听起来是个极具冲击力的口号。

但拨开营销的迷雾，你会发现其本质依然是为真正的“最后的软件” —— 那些作为底层智能引擎的第三方前沿模型，裹上了一层精美的用户界面。

当 Anthropic 的 Claude Code 能够直接通过 CLI 与本地开发环境深度集成，甚至能够自主处理增量重构和复杂逻辑时，用户为什么要多跳一步去使用第三方封装工具？

当“大脑”学会了直接操控“工具”，那些曾经被称为“护城河”的 UI 插件、部署模板和中间件，瞬间就退化成了模型的一个“功能插件”。

这就是“生态降维打击”：模型厂商每前进一步，留给中间层创业者的空气就稀薄一分。

Lovable、Base44、Bolt 曾经引以为傲的“速度”和“易用性”，正面临着来自底层的全面收缴。

事实上，真正决定 Anthropic 是否会“吞掉” Lovable、Base44 这类应用构建工具的，并不是功能多少，而是 软件栈的分层是否还成立。

传统的软件体系是清晰分层的：模型层（LLM API）之上，是应用构建层（如 Lovable、Base44 这类低代码 /AI 应用生成平台），再往上才是具体应用。而 Anthropic 正在做的，是系统性地打穿这几层，把“应用构建能力”直接内化到模型与 Agent 执行体系中。

Claude Code 泄露所揭示的结构已经非常接近一个“自包含开发环境”：模型不仅负责生成代码，还直接参与文件系统操作、命令执行、版本控制（Git）、任务拆解与调度。

这意味着，原本属于 Lovable、Base44 的核心能力——例如应用生成、组件拼装、部署流程管理——正在被迁移到一个更低层、更通用的执行框架中。当“开发流程”本身成为模型的一部分时，上层工具的价值就会被压缩为界面封装，而这在技术上是最容易被替代的部分。

更关键的是，Anthropic 的路径不是“做一个更强的 builder”，而是在构建一种 持续运行的 Agent 计算模型。从泄露信息中的常驻 Agent（如 KAIROS）、feature flag 体系，到多智能体框架中的“规划 - 生成 - 评估”闭环，可以看出其目标是让 AI 能够在长时间尺度上自主推进复杂任务。

这一点与 Lovable / Base44 的“即时生成一个应用原型”存在本质差异：前者是一个可以不断迭代、维护、甚至重构软件的系统，后者则更接近一次性的生成工具。当软件的生命周期（开发→部署→迭代→维护）全部被 Agent 接管时，单点的“应用生成工具”就会被边缘化。

再往下看，“computer use”能力的引入，则进一步削弱了应用层工具的存在基础。传统应用构建平台的一个前提是：所有能力必须通过 API 或预定义组件暴露。但一旦模型可以直接操作操作系统、浏览器和现有软件，它就不再依赖这些中间层抽象。换句话说，AI 可以直接“使用世界上的软件”，而不是“通过平台生成新的软件”。在这种范式下，Lovable / Base44 所扮演的“应用生成中介”角色，会被一个更通用的 Agent 执行层替代。

从架构演进角度看，这实际上是一次典型的“层级坍缩”：

模型层向上吞噬应用逻辑（通过 tool use、agent 编排）

执行层向上吞噬运行环境（通过 computer use）

Agent 层向上吞噬开发流程（通过多智能体协作）

当这三件事同时发生时，原本位于中间的“AI 应用构建平台”就会失去独立存在的必要性。因为它既不掌握更底层的执行能力，也无法提供比 Agent 更高层的抽象，只能停留在 UI 和流程封装层。

因此，问题不再是 Anthropic 会不会“做一个 Lovable”，而是：当 Claude 本身就是一个可以构建、运行并持续演化应用的系统时，Lovable 这类产品还剩下什么不可替代的能力？

如果答案只是“更好的界面”或“更低的上手门槛”，那么在模型能力持续增强的前提下，这些优势通常不会长期成立。

参考链接：

https://www.youtube.com/watch?v=YeoGehNsrLc

https://www.linkedin.com/pulse/lovables-6b-question-wheres-moat-frederick-tubiermont-jf7ce/

https://www.theverge.com/ai-artificial-intelligence/904776/anthropic-claude-source-code-leak?utm_source=chatgpt.com

https://www.infoq.com/news/2026/04/claude-code-source-leak/?utm_source=chatgpt.com

https://www.anthropic.com/engineering/harness-design-long-running-apps

https://x.com/k1rallik/status/2043431389228396897