当“人人都是开发者”的口号喊了多年，真正落地的场景却寥寥无几。直到“氛围编码”（Vibe Coding）——一种允许用户用自然语言描述需求、AI自动生成完整应用的开发范式——横空出世，才让这一愿景触手可及。总部位于印度苏拉特的 AI 初创公司 Rocket（前身为 DhiWise 和 Rocket.new），刚刚完成了一轮 4000 万至 5000 万美元的融资，估值飙升至约 5 亿美元。这不仅是一笔巨额资金，更是对“AI 能否真正重塑软件开发生命周期”的一次豪赌。

项目 详情
公司名称 Rocket
总部/地区 印度苏拉特
融资轮次 新一轮融资
融资金额 4000万至5000万美元
领投方 360 ONE Asset
跟投方 Salesforce Ventures, Accel, Together Fund
官网 https://rocket.new/

从“代码生成器”到“应用工厂”：Rocket 凭什么让估值从6000万跳到5亿？

Rocket 的故事始于一个朴素的痛点：传统低代码平台（如 OutSystems、Mendix）虽然降低了门槛，但仍需要用户具备一定的逻辑思维和拖拽技能，且生成的代码往往难以维护和扩展。Rocket 的创始人 Vishal Virani、Rahul Shingala 和 Deepak Dhanak 决定赌一把：让 AI 直接接管从需求到部署的全流程。

他们的核心产品 Rocket.new 是一个 AI 驱动的开发平台，用户只需用自然语言描述“我想要一个带用户登录、支付和后台管理的电商应用”，平台就能在几分钟内生成一个可投入生产的完整应用，包括前端界面、后端逻辑、数据库结构，甚至 API 接口。这听起来像是科幻小说，但 Rocket 声称其生成的代码质量已接近中级开发者的水平，且支持 React、Node.js、Python 等主流技术栈。

这种“氛围编码”的能力，让 Rocket 从一个普通的代码生成工具，一跃成为“应用工厂”。其估值从上一轮的 6000 万美元飙升至 5 亿美元，翻了近 8 倍，背后是投资者对“AI 原生开发平台”这一赛道的狂热押注。360 ONE Asset 领投了 2000 万至 2500 万美元，Salesforce Ventures、Accel 和 Together Fund 等知名机构跟投，显示出资本市场对“用 AI 替代传统软件开发”这一叙事的认可。

光环下的阴影：Rocket 的“幻觉”与“黑盒”风险

然而，Rocket 的野心并非没有代价。当 AI 生成的代码直接进入生产环境时，风险也随之放大。最核心的问题是“幻觉”：AI 模型可能会生成看似正确但实际存在逻辑漏洞的代码，尤其是在处理复杂的业务规则、安全验证或边界条件时。例如，一个支付模块如果存在细微的金额计算错误，可能导致数百万美元的损失。Rocket 虽然声称其模型经过专门训练，但没有任何 AI 能保证 100% 的准确性。

另一个隐忧是“黑盒”问题。传统开发中，开发者可以逐行审查代码，理解其逻辑并手动修复 bug。但 Rocket 生成的代码往往是模型“端到端”输出的结果，用户很难理解其内部决策过程。一旦出现故障，排查和调试的难度远超传统代码。Rocket 的解决方案是提供“代码解释”和“手动编辑”功能，但这本质上是在要求用户具备一定的开发能力，与其“零门槛”的宣传形成矛盾。

此外，Rocket 的商业模式也面临挑战。目前，其定价基于生成的代码行数或应用复杂度，但用户一旦开始依赖平台，就面临“供应商锁定”风险——如果未来 Rocket 涨价或停止服务，用户将不得不重新开发整个应用。这种“数字地租”模式在低代码领域屡见不鲜，但 AI 生成的应用往往更难以迁移，因为其代码结构高度依赖平台的特定优化。

与 GitHub Copilot 和 Replit 的“三国杀”：Rocket 的差异化在哪里？

Rocket 并非孤军奋战。微软的 GitHub Copilot 已经将 AI 代码补全功能嵌入到主流 IDE 中，而 Replit 则提供了一个在线协作环境，允许用户用自然语言描述需求后直接生成并运行应用。Rocket 的差异化在于其“生产就绪”的定位：它不满足于生成代码片段或原型，而是直接输出一个完整的、可部署的应用。

这种策略的优势在于，它瞄准了那些没有技术背景的创业者、产品经理或中小企业主——他们需要快速验证一个商业想法，但既没有预算雇佣开发团队，也没有时间学习编程。Rocket 的“应用工厂”模式，理论上可以将开发周期从数月缩短到数小时。

但问题在于，这些用户真的能独立运营一个生产级应用吗？他们可能不懂如何配置服务器、优化数据库查询、处理高并发或应对安全攻击。Rocket 虽然提供了托管服务，但一旦应用规模扩大，其成本和技术复杂度会迅速上升。相比之下，GitHub Copilot 和 Replit 的用户群体更偏向专业开发者，他们使用 AI 工具来加速工作流，而不是完全依赖 AI 构建整个应用。

印度“AI 飞地”的崛起：苏拉特如何成为下一个班加罗尔？

Rocket 的总部位于印度苏拉特，一个以钻石加工和纺织业闻名的城市，而非传统的科技中心班加罗尔或海得拉巴。这并非偶然。苏拉特近年来正努力转型为“AI 飞地”，吸引了大量本土和海外资本。Rocket 的成功，某种程度上代表了印度二三线城市在 AI 浪潮中的崛起。

创始人团队 Vishal Virani、Rahul Shingala 和 Deepak Dhanak 均是连续创业者，此前曾创立过多个 SaaS 产品。他们的背景让投资者相信，Rocket 不仅拥有技术实力，还具备商业落地的能力。Salesforce Ventures 的参投尤其值得关注，因为 Salesforce 本身正在大力推广其 AI 平台 Einstein，而 Rocket 的“应用工厂”模式可能与其生态产生协同效应——例如，让用户用自然语言生成 Salesforce 上的自定义应用。

但 Rocket 的国际化之路并非坦途。其产品目前主要支持英语，且生成的代码风格偏向西方技术栈。要进入中国、日本或中东市场，它需要解决本地化问题，包括语言、支付方式和合规要求。此外，印度本土的 AI 人才竞争也日益激烈，Rocket 能否持续吸引顶尖工程师，将决定其技术迭代的速度。

RecodeX 极客视点：Rocket 的融资故事，本质上是“AI 替代开发者”这一宏大叙事的缩影。它的估值暴涨反映了资本对“氛围编码”的狂热，但真正的考验在于：当非技术用户用 AI 生成的应用上线后，能否应对真实世界的复杂性和风险？Rocket 的“应用工厂”模式，更像是一个“AI 驱动的脚手架”——它降低了起点，但并未消除终点。对于投资者而言，这是一场高风险的赌注：赌的是 AI 的代码质量能否在短期内突破“幻觉”瓶颈，以及用户是否愿意接受一个“黑盒”应用。Rocket 的未来，不仅取决于技术，更取决于它能否在“易用性”和“可控性”之间找到平衡。

分类与标签

分类: AI 标签: Rocket, AI

官网

🔗 rocket.new

信息来源

信息来源 Tech in Asia