苹果公司正对氛围编程(Vibe Coding)类应用采取强硬立场,持续拦截此类应用的更新或将其从App Store中下架。受影响的应用包括Replit、Vibecode以及Anything。其中,Replit和Vibecode的更新遭到暂停,而Anything的应用则先后两度被下架。目前,该公司正积极寻求新出路,例如推出桌面版服务,以便让用户继续在移动端构建应用。
Anything联合创始人Dhruv Amin在接受TechCrunch采访时表示,苹果于3月26日将其应用下架,此后公司便再难获得审核通过,尽管中间曾短暂恢复上架。
"这是一场漫长的拉锯战。我们打造这款移动应用,主要是为了让正在开发iOS应用的用户,能够在自己的设备上实时预览应用效果。去年12月之前一切正常,但12月过后,我们和同类产品都开始遭遇更新被拦截的问题。"Amin告诉TechCrunch。
Amin表示,苹果方面告知该公司,应用之所以被限制或下架,是因为违反了开发者协议第2.5.2条款——该条款禁止应用下载、安装或执行代码。
根据Anything在X平台分享的一封苹果邮件截图,苹果方面表示:"该应用将自己定位为面向iPhone用户的移动应用构建工具,并以'一键提交App Store''代码导出''完整源代码编辑'等功能作为卖点。"
Amin透露,在公司争取到与苹果直接通话的机会后,苹果解释称,下架该氛围编程应用是出于安全顾虑——担忧其可能被用于下载恶意代码。此外,苹果还指出,用户可能利用该工具构建有害应用,将其侧载至手机后,再声称该应用已通过苹果的审核流程。
Anything的应用于4月3日短暂恢复上架,但随即再度被下架,原因是苹果认为该公司不能以"应用构建工具"的名义进行推广。
TechCrunch已就此事向苹果发出置评请求,如有回应将及时更新报道。
在与苹果的博弈之后,Anything的开发团队开始探索其他途径,帮助用户构建移动应用。本月早些时候,公司上线了一项新功能,允许用户基于iMessage平台构建应用。与此同时,公司还宣布将推出桌面配套应用,让用户能够在电脑端进行移动应用的氛围编程开发。
此外,Amin表示,公司可能将目光转向谷歌的Android操作系统,因为与iOS相比,Android平台更加开放。
在氛围编程应用开发者之外,Epic Games首席执行官Tim Sweeney也公开批评苹果的做法。他在X平台回复Replit创始人Amjad Masad时表示,苹果必须"立即停止封锁开发工具类应用"。
此外,据The Information本月早些时候的报道,受AI编程工具的普及推动,苹果在单个季度内收到的应用提交数量激增84%。这一趋势或将迫使苹果重新审视其以人工审核为主的审核机制。
随着AI编程的持续升温,用户可能也会对苹果等平台提出更多诉求,希望能够自主创建属于自己的应用。
Q&A
Q1:苹果为什么要下架Anything这类氛围编程应用?
A:苹果援引开发者协议第2.5.2条款,该条款禁止应用下载、安装或执行代码。苹果认为,Anything以"移动应用构建工具"的形式进行推广,存在被用于下载恶意代码的风险,同时用户可能利用其构建有害应用并侧载至设备,进而绕过苹果的正式审核流程。
Q2:Anything被下架后有哪些替代方案?
A:Anything团队目前已推出基于iMessage平台的应用构建功能,同时计划开发桌面配套应用,让用户可在电脑端完成移动应用的开发。此外,团队也在考虑将业务拓展至更为开放的Android平台,以减少对苹果iOS生态的依赖。
Q3:AI编程工具的普及对苹果App Store审核机制有什么影响?
A:据The Information报道,受AI编程工具带动,苹果单季度收到的应用提交数量暴增84%,这给其以人工为主的审核流程带来了巨大压力。这一趋势可能促使苹果重新调整审核机制,同时用户对自主创建应用的需求也可能倒逼平台在政策上做出让步。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。