这种模式在其他领域也能看到。回想一下图像生成领域，2022 年人们说这是零和游戏，或者"一个模型通吃全部"。但现在你看到 Midjourney、Ideogram、Krea AI、BFL 等等，都很成功，都在共存，因为每个都专注于不同的风格或工作流程。这些模型不是"更好"或"更差"，而是在艺术和功能上有自己的主张，服务于不同的创意品味和需求。
仔细观察就会发现，这些模型根本不是竞争对手，实际上是互补的。这与竞相降价的底线竞争正好相反，这是一个正和游戏：使用一个工具会增加你付费使用另一个工具的可能性。我自己的使用体验就很能说明问题。当我需要快速生成代码时，我会用 Claude；当我需要多模态分析时，我转向 Gemini；当我需要创意写作帮助时，我可能会回到 ChatGPT。每个工具都有自己的最佳应用场景，我并不觉得它们是在争夺我的注意力，而是在不同时刻满足我的不同需求。
AI 应用生成平台的分化已经开始我相信同样的情况正在 AI 应用生成平台领域发生。这些工具帮助你用 AI 构建完整的应用程序。很容易被表面的戏剧性冲突所吸引，比如 Lovable 对 Replit 对 Bolt等等。但真相是，这不是赢者通吃的游戏。市场规模巨大且还在增长，有足够的空间容纳多家突破性公司，每家都在自己的细分领域占据一席之地。
Justine 在文章中提到，市场已经开始按照以下方式进行细分，每个平台在以下某个领域独特地"突出"：
-
原型制作平台（prototyping），专门用于快速试验想法的工具。这些产品需要在美学、提示遵循和精细的视觉操作方面表现出色，同时提供业务逻辑的快速而粗糙的实现。
-
个人软件平台（personal software），专门为你和你的工作流程构建应用。这些产品可能会服务于技术水平最低的用户，需要"开箱即用"，甚至可能需要一个易于编辑的综合模板库。
-
生产级应用平台（production apps），为团队或公众准备。这些平台需要内置一套基本功能，包括身份验证、数据库、模型托管、支付等集成，并且能够一键扩展。
在每个类别中，假设还会有针对每个用户级别的平台，从普通消费者到半技术的产品经理，一直到核心开发者。换句话说，对于每种类型的应用，都会有一系列解决方案。从 Similarweb 的数据来看，虽然还处于早期阶段，但这种趋势已经在核心应用生成平台的交叉浏览行为中显现出来。这些平台包括 Lovable、Bolt、Replit、Figma Make、v0 和 Base44。
根据数据，出现了两种类型的用户。第一种是忠于一个平台的用户。例如，在过去三个月中，82% 的 Replit 用户和 74% 的 Lovable 用户在上述平台组合中只访问了 Replit 或 Lovable。这些用户可能发现应用生成平台在功能上目前很相似，但只选择一个主要使用，可能是因为营销、用户界面或他们关心的特定功能。从经验上看，Lovable 似乎被用于美学网络应用和原型制作，而 Replit 似乎是更复杂的后端重型应用的首选平台。