氛围编程让独立开发者几周内即可推出可用产品，显著降低创业门槛，但功能易复制、项目同质化加剧，压缩企业成长空间。投资人认可其“从0到1”的验证价值，却普遍质疑其支撑长期规模化与技术壁垒的能力，正逐步调整评估标准。
现在，通过氛围编程（Vibe Coding），开发者能够非常快速地将产品做出来。那么风险投资人如何看待这种 转变呢？AI 科普达人 New Machina 表达了自己的观点。
他认为，以前要创办一家初创公司，可能需要拉一堆人、花不少钱，VC（风险投资）的钱就很重要。但现在有些独立创始人，几周时间就能做出一个能用的产品，资金反而没那么关键了。
而且，氛围编程让技术壁垒也变得没那么高了。通过氛围编程，任何一项功能都能很快被复制出来，结果就是软件项目越来越同质化，很难有哪家能一统江湖。对于投资人来说，这意味着单个公司的成长空间可能没以前那么大。
当然，氛围编程很适合从 0 到 1，把想法变成现实。但如果想做成一个长期、能扩展的大项目，光靠这种方式还不够。行业里有一定的共识，觉得氛围编程并不是一个特别可靠的长期方案。而投资人也在调整自己的标准，去适应这种新的变化！
大家如何看待氛围编程对创业者的影响？如何才能既快速高效地做出产品，又能形成技术壁垒，让企业有更长远的发展？
开发者 Emm Tee 用 GPT-6 Astra 加 Blender 做出完整可玩的送报游戏 PaperRoute，并公开了逐小时、逐 token 的完整账本：39 小时追踪工时、15.6 亿 token、90 次提交。他把流程拆成八步：先写自己的 brief，只给机制不给美术方向，把游戏引擎和画面表现跑成两条独立工作流，角色概念图在 ChatGPT 做、网格走 Meshy、由 Astra 完成减面绑定，每一次改动都产出审查渲染图。他还给出了未验证的部分：手机端稳定 60fps 尚无定论。
ChatGPT Work 是 OpenAI 推出的自主智能体操作系统，具备全网访问、持久化文件系统及无头浏览器等核心能力。其内置 223 个工具与 44 项技能，支持代码运行、网站部署及自然语言定时任务，实现从指令到可交付成果的闭环。实测显示其能自主完成路线规划、数据抓取等复杂工作流。但系统存在间接提示词注入风险及多代理文件冲突问题，使用时需注意安全边界与版本管理。
OpenAI 发布 GPT-Image-2.5，核心突破在于实现无漂移局部精修。API 端拆分为 Flare 与 Sunburst 双模型：Flare 主打低延迟与高吞吐，适合批量出图；Sunburst 专注高精度多轮编辑，保障品牌物料一致性。前端新增草图模式、模板系统及图上评论功能，提升创作效率。该模型解决了 AI 改图画面漂移痛点，已在多个平台落地应用，但在超长对话多层修改场景下仍存在回溯局限。
围绕《投资人会如何看待氛围编程》展开交流，未登录用户可浏览评论，登录后可参与讨论。
