8周从0到2000万美元年收：Bolt把整套开发环境塞进了浏览器

8周，年经常性收入从0冲到2000万美元。紧接着，1.05亿美元的B轮融资官宣。而这家叫StackBlitz的公司，全员只有20个人，注册用户超过200万，活跃付费客户五六万。

这是播客Cognitive Revolution的一期节目，主持人Nathan Labenz对话StackBlitz创始人兼CEO Eric Simons。他们做的产品叫Bolt，网址bolt.new：打开浏览器，输入一句话，生成一个能跑的全栈Web应用，点一下部署按钮，直接挂上真域名上线。

这期节目密度很高，从底层技术、用户构成到定价打法，几乎每一段都有可以抄作业的东西。挑重点讲。

熬了7年，差点关门，然后Sonnet 3.5来了

Eric Simons 13岁在芝加哥学编程，一起学的还有住在同一条街上的联合创始人。动机很单纯：想做产品。他后来说，如果当年有Bolt这样的东西，他们未必会一头扎进软件工程师这条路，因为目标从头到尾就是做产品。

公司做了7年浏览器IDE。核心洞察来自他自己的痛苦记忆：学编程最劝退的头两周，根本没在学编程，全在折腾环境。装软件、配依赖、把开发服务器跑起来。这个折磨不会因为你进了Meta或Netflix就结束，入职第一个月还是花在让代码在本地转起来。

如果要求用户先下载安装包、配好本地环境再谈别的，流失率大约是90%。东西直接跑在浏览器里，这层摩擦就没了。

但技术再酷，撑不起生意。Eric承认，6个月前他们已经在认真讨论要不要把公司关掉：开发者喜欢这个产品，可没人愿意离开本地工具，营收起不来。

转折点是模型。2024年2月他们试过用当时的旗舰模型做AI编程，结论是做不了，代码不可靠，生成的界面还丑。Claude Sonnet 3.5发布之后，事情变了。

“Sonnet 3.5把AI编程拉到了一个临界点：你往里投更多钱，能换来真实可期的回报。在那之前做不到。”

增长数据也侧面验证了留存：AI直接面向消费者的产品，月流失率可以高到70%，行业可接受区间是20%到50%，Bolt挂在25%左右。把微软GitHub排除在外，AI编程创业公司按ARR排，Cursor以1亿美元排第一，Bolt排第二，身后是一批500万到1500万美元量级的产品。

同一波浪潮也拍了别人。Replit、v0、Lovable这些入场更早的玩家，之前为旧模型调教的Agent全部作废，被迫推倒重做产品，有的直接砍掉旧产品线。Eric把这个周期叫海啸：模型每6到12个月来一波，要做的是踩住这浪冲到岸上，再划出去接下一浪，别被拍在水里。

皇冠上的明珠：浏览器里那个100毫秒启动的操作系统

Bolt凭什么和同类产品不一样？答案藏在公司做了5年的底层技术WebContainer里。

常规做法是给每个用户开一台云虚拟机，AI在云端写代码，用户看结果。这条路的死穴有三层：每次按键要同步到服务器再同步回来，延迟跑不掉；虚拟机要花钱，想服务10亿用户就得开10亿台；而地球上没有10亿台虚拟机可租，只有10亿台设备。

Google Docs和Figma早就想明白了：渲染和计算用你本地的CPU、内存和GPU，浏览器只是接口。StackBlitz走的是同一条路，但走得更绝。他们从零写了一个跑在浏览器里的操作系统，用WebAssembly实现，启动时间约100毫秒，整个系统体积压到2MB上下。没有云虚拟机，没有延迟，AI往里写代码，你实时看到结果。

为什么必须从零写？把Docker镜像转成WASM的现成方案是有的，但文件动辄100MB以上，速度慢10倍。想让网页体验达标，系统就得做到2MB以内、100毫秒启动。这活他们干了5年，今年是第6年。

Eric在节目里讲了Figma的先例。2012年，他和联合创始人认识了Dylan Field和Evan Wallace，当时Figma的第一个demo是3D球落水，涟漪实时渲染。那一年WebGL刚进浏览器。他们的判断是：设计软件以前进不了浏览器，现在可以了，前提是基于WebGL从零写渲染引擎，头两年就只干这一件事。WebContainer是同一个剧本。

这个架构还有个隐藏福利：坏了就刷新页面，等于重装了一台全新的机器，依赖装好、服务器起好，几秒钟恢复。云虚拟机方案出了故障，你只能联系客服，然后祈祷。

写WebContainer的几个工程师，之前恰好做过机器学习。所以公司后来写自己的AI Agent时，他们知道该怎么埋点收集数据，拿真实使用数据去微调，把出错率压下去。

六成用户不会写代码，套利故事一个比一个猛

Bolt的用户构成：约40%是传统开发者，60%到70%是产品经理、创业者这类不会写代码的人。

开发者的用法很直接：把Figma设计稿丢进来，几个提示词生成能用的界面，导出到Git或本地继续开发。财富500强里有公司拿它做原型，替代原来Figma加开发的那套流程。

PM的用法更颠覆。以前的工作流是写Jira票、派给开发者、等交付、给反馈、来回改。现在对着AI说同样的话，立刻看到结果，满意就commit。开发者拉代码的时候，分不出这是同事写的还是AI写的。开发者自己的时间省下来，去啃模型搞不定的硬骨头。

非开发者的故事就更刺激了：

• 自由职业者CJ接了个仪表盘Web应用的活，Bolt推理费花了7美元，项目收了客户9000美元。Twitter上搜“Bolt Arbitrage”，一堆自由职业者在干同样的事。
• 泰国一家银行软件公司的PM做了个叫Viral Hooks的产品，逆向拆解热门创作者的开头脚本，用AI帮用户生成钩子。上线前一周她在Upwork询价，乌克兰开发者报价三四千美元，工期3个月。Bolt出来后，她订了50美元的月费计划，边上班边做，2周上线。成本降了99%。
• 一个叫Paul的人做了整个CRM，内置AI Agent，你说一句“我刚见了某人，帮我记录”，它自己完成。外包公司报价3万美元、6个月，他花了大约两三百美元的Bolt费用，1个月做完，产品已经上线收费。
• 有人接上Suno的API做了个冥想App，10分钟做完。他发推说看了眼Calm的市值，30亿美元。

Nathan在开场白里确认，这种套利真实存在：习惯为项目付几万美元的客户，实际上在按每小时几千美元的费率买单，自己还没察觉。他的判断很冷静：市场会很快把价格拉平，窗口期有限。

还有个细节。上线前两周，Eric让自己73岁的妈妈测试产品。按他的说法，妈妈是他能找到的最不懂技术的人。结果没有任何指导，她做出了人生第一个网站，并且部署上线了。

Eric自己2021年办婚礼，用Squarespace做请柬网站，本来想亲手写，搞了一个周末就放弃。他的结论：拖拽式建站工具这个品类，会被这类产品整个干掉。那些工具号称面向小白，界面却难用到连他都受不了。

Nathan还提了个概念：奢侈品软件，或者说自私软件。给自己或自己团队造的App，不用考虑规模化上市，烧再多token也值。Eric认同，这类需求以前被开发成本压着，现在被释放出来了。

定价和开源，两个反常规操作

第一件事，定价。GitHub Copilot、ChatGPT那套逻辑是20美元包月，用多了限速。Bolt放弃了这个模式，按推理量收费，档位从20美元到200美元，超出部分可以单独买token。用户的典型路径：免费档试，觉得好升到20美元，烧完了继续升。7美元成本换9000美元交付，这种ROI摆在眼前，人会自己往上走。

有个反直觉的细节：因为Bolt是上游AI厂商最大的几个客户之一，能谈批量折扣，它的token单价可以比用户直连Claude还低。有人抱怨贵、想绕过它直连模型，Eric的回答是：去吧，直连更贵。

第二件事，开源。bolt.diy是官方开源版，整个系统提示词都放在GitHub上，可以接Gemini、OpenAI、DeepSeek任意模型，插自己的API key本地跑。Eric在节目里当场打开了repo里的系统提示词文件，那是团队几个月的心血，任何人都能看、能fork。

开源版意外成了AI实验室的测试场。静态benchmark是固定测试用例，测不出“生成的App设计好不好看”“Agent体验顺不顺”这种定性问题。实验室想看新模型在真实产品里的表现，就来bolt.diy跑一圈。

企业也有用法：把bolt.diy放在VPN后面，接自己的推理。更妙的是，很多人用了开源版，转头又买了Bolt订阅。Eric引用开源社区的老规律：人们会聚拢在能fork、能改的开源项目周围，水涨船高，做开源的公司自己的产品跟着受益。Cursor是闭源的，这是两家为数不多的路线差异之一。

技术选型上Bolt很专断，就一条路：Vite加React做框架，Supabase管数据库和认证，Stripe管支付，Netlify管部署。部署是内置的，点一下按钮，生产构建直接跑在你本机CPU上，发布到Netlify，还能绑自己的域名。改完代码再点一次，线上就更新了。Nathan评价，部署历来是噩梦，这个一键部署是他见过做得最顺的之一。

语言支持上，Node.js生态打磨了5年，主流工具链都能跑在WebAssembly里。Python有基础版支持，REPL能跑，pip还没进。PHP整个生态也能跑，WordPress和Laravel都行。Eric预测，这十年内主流语言和生态都会跑进WebAssembly。

最大的分歧：敢不敢让AI自己跑20分钟

Nathan分享了自己的工作流：需求先丢给推理模型做整体规划，再把计划交给Cursor写代码，然后自己花大量时间测试、找边界情况。他想要的是把任务整个丢出去，AI自己写、自己测、自己修，回来汇报。为此他同时用Bolt、Replit、Devin、Lovable做了同一个App。

Devin的体验最让他别扭。它一直在跑，你回来时不知道它干到哪了，像一个从不汇报的实习生。他想要的是好实习生的样子：自己测过主路径，回来给你一份摘要，哪里做完了、怎么测的、还有什么问题。

Eric对长时程Agent持保留态度。他和swyx（Shawn Wang）聊过这个话题，结论是：任务时间越长，Agent做的动作越多，烧的推理越多，出错并级联放大的概率就越大。出错未必是报错，可能只是理解偏了一个方向，从根上跑偏。据他了解，Devin这类长时程产品用户的满意率相当低。Bolt的模式是人在回路，每一步马上看到结果，错了立刻纠，不会白烧20分钟推理费之后才发现方向全错。

“人类在可预见的未来，仍然是创作流程里重要的一环。”

自动化测试也有个绕不开的问题：可以让AI先写单元测试再开发，可如果用户不懂技术，谁来判断这些测试真的代表了用户想要的东西？

但Eric并不否认方向。他的预测是再等一两版模型，保真度就够了，某些类型的长任务可以放心交出去。Bolt内部也在做相关研发，只是主线仍是把当下的Agent和体验做到极致。节目里还提到，o3在竞赛编程上已经能排进全球前200名，模型能力的爬坡没有停。

明天就能动手的几件事

Eric的世界观可以一句话概括：世界上的软件正在被逐个重写，软件会是第一个被AI成规模替换的大板块。他的逻辑很朴素：代码是文本，好训练；代码有确定性，跑一遍就知道对错，对错本身就是新的训练数据。学法律得读几百年的判例，代码不用。

他还判断，浏览器原生加AI Agent这个组合，会被复制到更多品类。专业工具里还没搬进浏览器的，视频剪辑、游戏开发都算，Figma和Google全家桶是目前仅有的两个破圈者。主持人Nathan自己的视频公司Waymark就是同款剧本：做了几年浏览器渲染引擎，加上AI之后轨迹才彻底改变。

普通读者明天就能做的事：

• 打开bolt.new，免费档输入一句话试试。做个原型、内部工具或者活动页面，点deploy直接上线真域名。
• 在意成本或数据隐私，去GitHub搜bolt.diy，接自己的API key，甚至本地跑DeepSeek离线用。
• PM把下一张Jira票换成直接对AI说，做完满意就commit，让开发者把时间花在真正的难点上。
• 自由职业者，套利窗口还在，但价格拉平的速度会很快，想试趁早。
• 卡住了别硬磕，Bolt即将上线专家求助功能，举手连线认证专家，半小时把你从坑里捞出来。
• 想加入的话，20人团队扛着200万注册用户，stackblitz.com/careers在招人。

最后留一个Eric给的判断当收尾：一年前，用AI写可靠的生产级代码还做不到；现在这个坎已经迈过去了。接下来比拼的，是谁能踩住下一波海啸。