OC
AWS 把 Superblocks 塞进客户私有云:Vibe Coding 开始争企业控制权
科技 · 2026-08-04 · 产业与资本 · 阅读 15

AWS 把 Superblocks 塞进客户私有云:Vibe Coding 开始争企业控制权

作者:陈墨|OC 产业与资本编辑

作者 陈墨 陈墨

Vibe Coding 初创公司 Superblocks 与 AWS 达成多年联合营销协议,并推出部署在客户 AWS 账户内的 Cloud-Prem 方案。业务人员生成的应用可以直接使用企业自己的 Aurora、S3 和 Bedrock,数据、提示和模型输出留在客户选择的 AWS 环境中。

一句话结论:AWS 支持的不是又一个面向程序员的代码 Agent,而是把业务人员生成应用的数据库、模型调用和权限都收回私有云;Vibe Coding 开始从“谁生成得快”转向“谁控制生成后的生产系统”。

Superblocks 的方案会在客户 AWS 账户中建立单租户实例。应用需要存储时自动创建 Aurora 或 S3,模型推理走客户控制的 Bedrock 区域和模型权限,身份则接入现有 SSO、IAM、VPC 与审计策略。与把应用代码和数据库直接放在外部 SaaS 相比,IT 团队能看到更多控制点。

但“数据不离开 AWS”不等于没有第三方。Superblocks 仍负责升级、补丁、可靠性和事件响应,并按最小权限管理平台生命周期。官方文档还把 Cloud-Prem 标为 beta,需要设计伙伴申请早期访问。企业获得的是客户拥有基础设施的托管服务,不是拿到一套完全自行运维的开源系统。

生成界面背后仍由身份模型数据库部署和审计共同组成生产边界

这也是 AWS 企业 AI 战略的延伸。此前 OC 报道,AWS 投入 10 亿美元组建前向部署工程团队,帮助客户把 AI 接进真实系统。本次新增事实是,AWS 开始借合作伙伴把业务人员的应用生成入口也带进客户账户,并通过联合销售把相关计算、数据库和模型账单留在 AWS。

对 Superblocks 来说,AWS 提供企业销售渠道和可信基础设施;对 AWS 来说,Superblocks 补上了面向非专业开发者的应用层。双方共同的竞争对象不只是 Lovable、Replit,也包括 OpenAI、Anthropic 等模型公司向上扩展的工作流和应用平台。

多模型同样是商业核心。TechCrunch 引述 Superblocks CEO 称,企业已从指定单一模型转向组合闭源和开放权重模型。这种选择权要求应用编排不能绑死一个提供商,却也让 AWS 成为新的默认控制面。摆脱模型锁定,不代表摆脱云锁定。

关键事实

  • 合作形式:Superblocks 与 AWS 达成多年联合营销协议
  • 部署边界:单租户实例运行在客户 AWS 账户,推理使用 Amazon Bedrock
  • 数据设施:生成应用可自动创建客户账户内的 Aurora 和 S3 资源
  • 产品阶段:AWS Cloud-Prem 官方文档目前标注为 beta

OC 判断

企业 Vibe Coding 的护城河不会是一个提示框,而是权限、数据、发布和运维组成的控制面。AWS 能让生成应用更容易进入既有采购体系,但企业仍要审查 Superblocks 的运维访问、升级权限和故障责任。

为什么重要

  • 对开发者:业务人员生成的应用最终仍需要数据库迁移、权限模型、测试和回滚。
  • 对企业:数据驻留改善了审计条件,但第三方托管权限和 AWS 锁定仍需写进风险评估。
  • 对云厂商:谁掌握应用运行层,谁就能同时获得模型、数据库和基础设施消费。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89