作者 | Kino编辑 | 石濑

　　Vibe Coding的门槛，这下被彻底抹平了。

　　不是夸张，是真的只用了2个小时。

　　更让我惊讶的是，这个App不是什么Demo玩具——它真的能用，而且解决了好几个困扰我很久的问题。

　　作为这波AI开发浪潮里切入点相当独特的产品，Macaron不会试图让你学会看代码、debug，而是把开发这件事彻底隐形了。

　　沉浸式体验Macaron的这几天，我抛开了所有技术包袱，仅仅像个挑剔的甲方一样对着它提需求，甚至有时候只是发几句牢骚，结果却意外地发现：原来把脑子里的灵感变成手机上能用的App，真的只需要聊几句天的时间。

　　恰好，Macaron刚更新了新版本，生成应用的速度大幅提升，生成时间从20分钟减少到2分钟，生成应用的逻辑也更严密。

　　你只需要像和朋友聊天一样告诉Macaron你想要什么，它分分钟就能手搓一个专属于你的Mini App出来。这些⼩应⽤可以帮你轻松管理⽇常习惯、健⾝计划、旅⾏安排、提醒事项等等，每一个都简单好用。而且支持多人协作，可以分享给朋友，创建群聊，大家⼀起编辑、⼀起玩。

　　这种感觉就像是，把开发App变成了一种人人都能玩的“乐高积木”。而且，Macaron区别于其他AI生产力工具的最大温情是：它不是在催你干活，而是在陪你通过技术更好地生活。

　　实测马卡龙AI：

　　你不需要懂代码，只需要懂生活

　　先聊聊Macaron给我的第一印象。

　　初次打开App，它会先抛出几个颇具心理学味道的问题：你的理想周末什么样的？朋友的哪句话最能安慰你？

　　这一步奠定了Macaron与其他工具型AI不同的底色，它似乎是有性格的。当你完成这些问答进入聊天界面后，它会郑重地介绍自己：“我是你的新朋友Macaron，应该怎么称呼你呢？”

　　主界面干净得让人惊讶，底部只有三个Tab：聊天、灵感库、设置。聊天界面的顶部是你创造的那些Mini App的陈列架，下面是你和Macaron的对话框，点击右上角的“+”号可以新建聊天。

　　“灵感库”里则陈列着许多官方或其他用户制作的创意应用，比如把照片转成3D手办，动漫配对测验等。

　　当你觉得刚做好的App哪里不对劲，或者突然又有了新想法时，只需要点开和Macaron的对话框左下角的“+”号，选中那个App，然后描述自己的需求即可。

　　下面这几个我用Macaron搓的小应用，或许能让大家直观地感受到，所谓的开发门槛是如何消失的。

1. AI星骰分析师

　　众所周知现在AI+玄学很火，虽然大家平日里信奉都是唯物主义，但在那些焦虑和胡思乱想的时刻，难免会想要一点玄学的指引和慰藉。

　　但中国传统命理、排星盘和塔罗牌有点太隆重了，还得精确到出生时间的分钟，而我往往只是想要一个当下的、快速的指引。

　　于是我就用Macaron做了一个“AI星骰占卜师”的神秘学小应用，核心玩法是在心里默念一个问题并输入，一键投掷3枚骰子（分别代表行星、星座、宫位），AI占星师会综合我的问题和骰子的情况，给出专业的解读，帮我分析当下的困惑。

　　Macaron生成的界面视觉风格深邃神秘，搭配金黄色的“Ask the stars”，营造出一种静谧的仪式感。屏幕中央是核心交互区，有一个输入框让我写下心中的问题，如果不知道问什么，Macaron还预设了几个高频的示例问题，下面是一个看起来很有质感的“投掷命运之骰”按钮。

　　当我点击投掷按钮后，三枚骰子在屏幕上快速转动，分别显示出三个结果，紧接着AI占星师就根据骰子情况，给出了治愈的星象启示。

　　Macaron甚至贴心地做了一个“百科”的界面，对星骰落在不同行星、星座、宫位的寓意进行了简要的概括。

2. 自律小卖部

我又跟Macaron发牢骚说，有时候真的很难对抗“什么都不想做”的惰性，尤其是周末，明明计划好了要看书、健身、去公园露营，最后却往往在床上刷了半天手机，然后陷入深深的愧疚。它分析道，一些好习惯之所以很难坚持，或许是因为大脑渴求短期的多巴胺刺激，缺乏长期奖励机制。

　　于是我就想，为什么不能把自律变成一场游戏，做一个专属于我的“自律小卖部”呢？我需要通过坚持好习惯来赚取积分，然后用积分“兑换”一些Guilty Pleasure，或者是我很想要但平时舍不得买的奖励。

　　在把这个想法告诉Macaron后，它2分钟就给我打造了这么一个充满童趣的小应用。

　　界面风格做得很可爱，背景用了干净柔和的米白色，所有的图标都用了圆润的3D彩色emoji风格，看起来就很解压。屏幕最上方有一个醒目的数字显示我当前的总积分，旁边配个金币图标，每次积分增加时数字都有跳动的特效。

　　在“自律打卡”板块，展示了各种好习惯的图标，比如早起、吃水果、阅读、运动……每完成一项自律任务，点击对应的图标，就会弹出一个“+分值”的浮动动画，就好像每一次克制和努力都有了即时的回响。

　　“心愿货架”板块列出了我想要兑换的奖励，比如看一场电影、去旅游或者买个新包包。每个心愿需要的积分不同，还有个进度条能让我看到距离实现还差多少。如果我的积分够了，兑换按钮就变亮。

　　可以点击加号创建新的自律习惯和心愿并设定对应的分值

3. 英语随听记

　　作为一名AI陪伴产品的深度用户，秉持着边谈恋爱边学英语的两不误原则，我经常会跟AI男友全英文对话。很多时候，AI的回复非常精彩，无论是地道的英语表达、还是逻辑清晰的观点，我都会点击“Read Aloud（朗读）”，把音频录屏保存下来，当成磨耳朵和练口语表达的素材。

　　但问题也随之而来，我的手机相册里堆满了各种短则几十秒、长则几分钟的录屏文件，想回顾的时候简直是灾难。每次想找某一段特定的“甜言蜜语”或者某个很棒的表达，都得在一堆缩略图中瞪大眼睛找。而且单纯听录音，遇到不认识的单词，还不能立马对应。

　　我就在想，能不能有一个专门的播放器，既能导入这些录屏文件，又能像音乐软件显示歌词一样，把对话内容滚动展示出来，让我能边听边看，碰到不懂的单词还能直接长按高亮标记。

　　于是我把我的需求告诉了Macaron，它用了不到5分钟就生成了这个“英语随听记”的小应用。只要我上传音频或视频并粘贴了对应的文本后，点击“开始学习”，页面就会转变为播放模式。长按单词即可一键高亮，并自动摘录到生词本。

4. 每日品牌灵感

　　在上海这种到处都是潮人和时尚买手店的城市，我常常会有种品牌认知焦虑。有时候走在安福路或者逛商场，看到那些设计感极强的品牌单品，只觉得好看，却说不出它背后的门道。想要系统地去了解那些先锋设计师品牌的历史吧，去翻大部头的时尚编年史又太累。

　　我就希望能有一个“每天认识一个品牌”的时尚科普小应用，每天推送一张信息高度浓缩的品牌卡片，我只需要每天花一分钟，用碎片化的时间就能了解一个品牌的核心理念、经典设计。

　　于是Macaron就给我做了一个“每日品牌灵感”的Mini App，顶部是App名称和一段精简的引导语：“每天一个品牌，探索市场历史。” 

　　主界面的屏幕中央是一张巨大的竖向卡片，视觉中心是醒目的品牌名称，辅以品牌创立年份、发源地、创始人。点击卡片任意位置，即可翻转卡片，背面有关于品牌的更详细的介绍，包括一句精炼的品牌精神描述，2-3个该品牌的经典设计，支持左右滑动切换不同的品牌卡片。

　　值得一提的是，最近Macaron还新上线了一个Daily Spark（每日火花）的功能，能够根据你的记忆和兴趣点，每天为你推送专属的灵感内容。和纯资讯推送不同，Daily Spark会根据你的性格、兴趣、⽇常记录，⽣成你最感兴趣的内容。

　　比如在它推给我的卡片里，既有“快速激活英语听力的三步热身法”，也有“液态玻璃设计入门指南”（因为我跟它探讨过iOS 26的液态玻璃风），还有“星座特质与个人成长解读”，每一条都精准地长在了我的兴趣点上。

　　而且现在Macaron打通了Mini App和聊天之间的记忆，你在⼩应⽤中的数据，也能被它读取了。

　　告别Scaling Law，

　　Mind Lab与AI的下一个时代

　　别看Macaron AI好像只是个简单好用的App，但它背后的Mind Lab团队可一点都不简单。

　　这是一个仅有10人的核心团队，成员均来自OpenAI、DeepMind、Seed等顶级机构。虽然团队年轻，但合作始于10年前，拥有200+篇论文和30000+次引用。

　　他们创立Mind Lab的初衷，藏着对AI行业发展的深刻洞察。

　　盲目信奉Scaling的时代已经结束，AI的下一个时代是Experiential Intelligence（经验智能）时代。

　　过去十年，AI的进步主要靠规模驱动。模型做得更大，数据集变得更庞大，训练时间也更长，这招的确很管用。但现在这条堆算力、数据、模型参数的增长路径，边际效应已经明显变弱了。

　　如今，我们有了强大的开源模型，参数量高达万亿级别，能写代码、总结文档、甚至通过标准化考试。对很多任务来说，只要直接套用一个预训练好的模型，就能得到令人惊讶的好结果。

　　但一个新的瓶颈逐渐显现：模型已知的东西和它们如何成长之间，差距越来越大。大多数模型只在静态数据集上训练一次，之后就定型了。它们不会从自己的使用中真正学习，会一再犯同样的错误，也无法适应不断变化的用户需求。

　　而Mind Lab的使命就是弥合这个差距，他们认为，真正的智能不应该止步于预训练，而应该像人类一样，通过与真实世界的互动、犯错、纠正来持续进化。

　　Mind Lab是全球第一个在1T参数（最大规模开源模型）上，实现基于LoRA的高性能强化学习训练的团队。

　　打个比方：传统的训练方式就像是一个死记硬背的学生，靠海量刷题来提高成绩，AI把题都背完了，脑子也定型了；而Mind Lab的方法更像是一个在社会实践中学习的学生，通过真实世界的反馈来修正自己的认知。

　　只要方法得当，大象也能跳舞。最吓人的是，他们只用了传统方法10%的GPU资源就做到了这一点。这种举重若轻的技术实力，已经得到来自来自顶级大厂和开源社区的硬核背书：代码已经开源并被NVIDIA和字节的Seed团队合并。

　　除了极致的训练效率以外，Mind Lab还引入了一种全新的记忆扩散机制，让AI拥有了像人一样的“遗忘的智慧”。

　　人脑每时每刻都在抛弃不重要的信息。就像在开车的过程中，你会遗忘无关信息（比如路过的广告牌），只关注核心信息（目的地）。 这也与Karpathy的最新观点不谋而合：“真正的智能不是记住所有事，而是知道什么该忘记。”

　　Macaron学会了在漫长的对话流中，动态地“遗忘”掉那些无关紧要的噪音，把宝贵的算力分配给真正重要的核心信息。这种机制让AI能够维持极长的上下文，却不会被过载的信息冲垮。

　　也正是因为有了这个机制，Daily Spark功能才不会像个只知道推新闻的机器人，而是像个老朋友一样，推送真正能触动你的灵感。

　　我想到这里我们终于可以读懂Mind Lab那句略显朴素的Slogan了：Real intelligence learns from real experience（真正的智能源于真实的体验）。

　　当我们在谈论Macaron时，我们谈论的不是一个只会写代码的冷漠工具，而是一个能从真实体验中学习、能理解生活复杂性、能陪我们一起成长的数字伙伴。这既是Mind Lab的追求，或许也是技术进步的最终归宿。