Lovabe收購Molnett、Anthopic收購Bun，Vibe Coding兵家必爭之地變了？

近一週發生兩起值得注意的併購：AI程式新創Lovable買下歐洲雲端服務商Molnett，以及Claude的開發者Anthropic買下JavaScript開發環境新創Bun。

一個是AI程式向下部署雲端服務，另一個是大型語言模型將觸手伸向開發執行環境，但是可以看出在Vibe Coding領域，已經進入基礎設施戰爭。

為什麼Lovable和Anthropic要併購基礎設施？

先看一下這兩起併購案的背景。

Lovable和Anthropic要解決的，都是用AI寫程式時會遇到的基礎設施問題。我們可以用下廚做個簡單比喻：程式碼生成就像是煮菜，煮菜的效率與食材安全，取決於廚房擺設、廚具是否符合需求，煮好之後，則需要依賴碗、盤、鍋等餐具擺上餐桌，供人享用。

在這個過程中，廚房擺設、廚具、餐具，就是基礎建設。

Lovable：煮菜煮太多，Lovable現在需要更多盤子裝菜

Lovable是瑞典的AI程式新創，使用者只需要用聊天的方式描述點子，就能在短時間內生成一個完整可用的應用程式。Lovable在2025年11月達到驚人的2億美元年化經常性收入，擁有近800萬用戶，超過一半的《財富》五百強企業都在使用它來加速撰寫程式碼。

延伸閱讀：不是寫程式，是說出你的想法！幫創業家3分鐘快速打造產品雛形，Lovable怎麼用？

不過，Lovable的高速成長也帶來穩定性壓力。程式生成後的最大困難點是部署，讓這段程式碼可以離開Lovable測試平台、實際被使用，也就是菜煮完之後，有沒有足夠多的碗盤，並穩定、快速且安全地擺到桌上，這需要穩定的運行環境，也是為什麼Lovable要買下Molnett。

Molnett是一家歐洲的雲端服務供應商，提供高度安全、簡化且快速的部署服務。為了確保安全，Molnett採用了FirecrackerMicroVM輕量級虛擬化技術（與AWSLambda使用的相同），這就像是給每個應用程式都配備了一個安全氣囊，確保程式碼運行時擁有硬體級隔離，同時兼顧毫秒級的啟動速度。此外，Molnett完全運行在歐盟資料中心內，原生支援GDPR合規要求。

併購完成後，Lovable將程式碼生成與部署直接綁定，進一步垂直整合寫程式的開發流程。

Anthropic：AI煮菜很快，所以廚房設備需要升級

Anthropic的Claude則是與GPT、Gemini競爭的語言模型，一直是AI程式生成領域最強的玩家之一，Anthropic開發的Claude Code不僅能生成程式碼，還能進行重構、調試和系統級任務，已經被Netflix、Spotify、KPMG和Salesforce等業界巨頭採用，甚至達到了10億美元的年化營收（ARR）。

延伸閱讀：從「對寫程式零興趣」到打造1830億AI獨角獸！Anthropic創辦人為何不斷警告AI風險

Anthropic遇到的問題也是基礎設施風險。Anthropic產品長Mike Krieger承認，Claude Code的成長需要一個能跟上AI速度的基礎設施，所以看上了Bun。用下廚的比喻來說，就是以前廚師都是人，所以廚房擺設與廚具都符合人類的習慣，但是現在下廚的變成AI了，那一切設施都需要一併更新。

Bun是一款由Jarred Sumner於2021年創立的開發者工具新創。如果說傳統的Node.js是一輛穩定的國民車，那麼Bun就是一輛為了極速而生的超音速跑車。它是一個「四合一」的JavaScript／TypeScript工具包，將執行環境、套件管理器、打包器和測試執行器全部整合在一個單一執行檔中。Bun採用了Zig語言和Apple的JavaScript Core（JSC）引擎，在啟動速度、記憶體使用和測試執行等關鍵工作流程中，都比Node.js顯著更快。它在開發者社群中擁有720萬以上的月下載量。

換句話說，Bun的高性能能減少Claude Code在代理工作流程中的延遲，而且「四合一」的高度整合，減少了需要不斷更新廚具的風險，帶來更高穩定性。

Bun創辦人Jarred Sumner坦言，儘管Bun擁有超過4年的營運資金儲備，且不需要被收購，但加入Anthropic讓他們得以完全跳過艱難的「商業化盈利」章節，專注於開發最佳的JavaScript工具。他們希望站在AI浪潮的中心。

AI時代的新「垂直整合」商業策略與本質差異

Anthropic在解決的是AI生成程式碼過程中生成、測試和執行程式碼的底層效率與穩定性問題（廚房內部運作），而Lovable要確保程式生成完之後，應用程式在雲端環境運行的品質與合規性（廚房煮完之後的上菜與用餐），兩者雖有差異，不過都是為了讓AI程式這件事可以更穩定，因此決定垂直整合的策略。

Lovable和Anthropic的商業策略，有3個相同之處：

建構AI原生的發環境：Lovable和Anthropic都在建立自己的垂直整合生態系統。Anthropic的新戰略是：「擁有AI代理＋擁有開發者基礎設施→主導軟體未來」。Lovable則藉由收購Molnett，創造了一個從「想法到生產」的生態系。
消除摩擦，加速迭代：在AI時代，程式碼的生成速度是人類無法比擬的。因此，底層的基礎設施必須跟上。Bun的整合性讓開發者工作流擁有「零摩擦測試、打包與部署」的能力，而Molnett的安全部署能力則消除了部署的複雜性。
數據、數據、數據：垂直整合帶來了巨大的數據優勢。Anthropic透過擁有Bun，可以近距離觀察AI寫程式工具的需求，並調整Bun的產品藍圖。Lovable亦然，通過控制部署，它可以從真實生產環境中學習AI生成程式碼的性能、架構和安全問題，並用這些數據來改進其生成模型。

可以說，程式碼生得好不好、介面是否容易上手，已經不是最重要的護城河，AI寫程式的兵家必爭之地已經進入更務實的面向：能不能更穩定運行。

垂直整合還是有風險：AI泡沫破了，會不會全倒？

要讓運作更穩定，簡單暴力的解決辦法之一就是擁有自己的服務，從頭到尾全部做完，但強大如Google可能也無法做到，所以最好的方式就是併購，也是Lovable和Anthropic正在做的事情。

然而，併購就像婚姻，總會存在犧牲與摩擦，這兩起併購案背後還是存在風險。

最矛盾的就是對於「穩定性」的承諾，在AI可能泡沫化的情況下顯得並不穩固。以Anthropic的例子來說，Bun雖然擁有超過4年的營運資金，但是本身零收入，而Anthropic自己甚至是一個還處於虧損狀態的新創，如果AI發生泡沫化，那Bun這個開源項目的生存率很可能因此降低。不過，對團隊本身來說，在可能的泡沫化之前出場或許倒是好事一樁。

更延伸的討論是：Anthropic有必要買下一個開源項目增加穩定性嗎？由於Bun的核心技術是MIT許可證的開源軟體，Anthropic本可以免費使用或投入資源贊助，因此這樁併購被外界高度懷疑為是「人才收購」（acqui-hire），也就是Anthropic真正買下的是Jarred Sumner及工程專業知識。另一種解讀，則是AI新創拿了太多熱錢，可能要找個地方花掉。

第二個問題是自由度與靈活性，當初微軟斥巨資投資OpenAI時，OpenAI也面臨過類似的疑慮。Anthropic現在同時擁有AI程式碼生成工具和底層執行環境，這創造了一個強烈的商業動機：Anthropic可以訓練Claude模型推薦和使用Bun作為其預設的技術，如果AI模型開始「推薦」對其母公司最有利的技術，將嚴重影響開發者選型的自由度。