AI正在干掉软件行业

Naval Ravikant——这个靠投资Twitter、Uber、AngelList赚到第一桶金的硅谷传奇，在X上发了一条只有四个字的帖子。

这条帖子迅速引爆了整个科技圈，无数人转发、争论、焦虑。它之所以有那么大的冲击力，是因为所有人都知道它在回应谁：2011年，Marc Andreessen写下那篇著名的文章《软件正在吞噬世界》，宣告软件将颠覆一切传统行业。

十几年后，Naval用类似一句话宣告：那个吞噬者，本身已经被吞噬。

这条帖子我看到的那天，正好在和一位做了8年后端的朋友吃饭。他喝了两杯酒，突然说了一句话：

这句话让我沉默了很久。因为这个问题我也想过，而且越想越没有确定的答案。

我做软件行业快11年了。从最开始在外包公司写增删改查，到后来在互联网公司做产品，再到现在带着团队做独立产品，我见证过移动互联网的爆发，见过O2O的狂热与崩溃，见过小程序的兴起。但没有哪一次，像这次AI浪潮，让我觉得整个行业的底层逻辑在被重写。

帮助程序员的部分

2023年初，我第一次完整地把GitHub Copilot接入自己的日常开发流程。

当时我在做一个数据处理模块，要写一堆格式转换的辅助函数——那种写起来不难但极度枯燥、需要反复查文档的代码。Copilot接入后，我发现自己只需要写出函数名和注释，它就能补全大部分实现。

我测了一下，那天下午的代码产出大约是平时的 2.3倍。

但更让我印象深刻的，效率提升并不令我惊奇，却给我一种奇怪的感受：

AI工具最大的作用，不是让普通程序员变成高手，而是让普通程序员的产出速度追上了过去中级程序员的速度。同时，让高手有时间去想那些真正重要的问题。这是真实的帮助，不是幻觉。

替代的部分

但替代也在真实发生，只是方式比很多人想象的更隐蔽。

我有一个认识多年的朋友，在一家中型软件公司做外包业务，专门接页面开发的需求。2023年以前，他们团队有12个人，承接的项目基本排满。

裁员的结果，是同样的工作量需要的人变少了。

这种变化，在软件行业里正在从低端向中端渗透。最先被压缩的，是那些”执行型”的工作：需求清晰、规则明确、重复度高的编码任务。我见过有创业者用AI工具三天搭出一个可跑的MVP放到市场上做验证，这在两年前至少需要一个两三人的小团队花两周时间。

这个问题更深处的矛盾

所以AI到底是在帮助还是替代？我现在的答案是：这个问题本身就是一个陷阱。

帮助和替代不是非此即彼的关系，它们同时发生，只是作用在不同的人身上。

这不是危言耸听，这是我看着身边真实发生的事情说出来的判断。

这个问题，比第一个问题更让我焦虑。第一个问题是关于个人的，而第二个问题是关于产品、关于公司存亡的。

如果你觉得这是在危言耸听，先看一组数字。

华尔街并不总是正确的，但这一次，市场在重新回答一个核心问题：当AI能完成工作，软件凭什么还值那么多钱？

这是过去二十年从未被认真追问的问题。

我在带团队做独立产品的过程中，慢慢形成了一个判断：

护城河一：数据网络效应

以前，一个SaaS产品的护城河可能是功能的完整性。你有100个功能，竞争对手只有60个，用户选你。但现在，当AI把功能开发的边际成本大幅压低，以前需要6个月才能做出来的功能，现在可能3周就能搞定，功能护城河在快速瓦解。

真正难以复制的，是用户在你的产品里产生的数据，以及这些数据形成的网络效应。

以Notion为例。Notion的功能早就被无数人复制过，市面上有几十款功能相似甚至更强大的竞品。但Notion一直在增长，原因之一是大量用户把几年的笔记、项目、知识库都沉淀在里面了。这些数据本身就是护城河。迁移成本极高，而且这些数据越多，AI辅助功能的效果越好，用户越不会离开。

护城河二：深度场景理解

做产品这几年，我发现一个规律：越垂直、越专业的场景，AI给出的通用答案越没用。

举个例子。医疗软件领域，有个叫Doximity的公司，专门服务美国医生群体。他们在这个领域深耕多年，积累了大量关于医生工作流、医患沟通、处方流程的深度理解。这种理解，不是看几篇论文能得到的，是要真正坐进诊室里看医生怎么用软件、为什么某个按钮设计会让他们分心、医生在高压环境下的操作习惯是什么，才能积累出来的。

一个让我重新思考的案例

2024年我看到一个让我印象深刻的案例。一个做建筑工程造价的垂直软件团队。他们做的事情很”土”：帮建筑公司做工程量清单计算。

当所有人都在讨论AI会不会颠覆医疗、教育、金融的时候，这个团队悄悄把AI接入了造价计算流程，让AI自动识别图纸并生成初始的工程量清单。

更关键的是这套工具只有他们能做，因为他们积累了大量真实项目的造价数据和行业规范知识。其他人就算拿到同样的AI模型，没有这些数据和场景理解，也做不出这个效果。

这是三个问题里最难回答的，因为涉及到对未来的预判。但我还是想给出自己的判断，而不是一堆”可能会””也许”的模糊表述。

先说一个我最近观察到的变化，有点出乎意料。

去年我在招一个产品经理。投递简历的人里，有一批人简历上开始出现”熟练使用Cursor做原型开发”、”具备基础的AI提示词工程能力”这样的描述。这在两年前根本不存在。那些能用AI工具快速把想法变成可运行原型的候选人，在沟通效率上明显比其他人高一截。因为他们能用实物来沟通，而不仅仅是PPT和文档。

什么样的人会被淘汰？

什么样的人会更有价值？

做软件十多年，我经历过三次”行业即将被颠覆”的叙事：

这一次，我相信烈度会比前两次更大，速度更快，影响更深。那1万亿美元蒸发的数字，不仅是市场的非理性恐慌，还是真实商业逻辑的重新定价：当AI能替代席位，席位就不值那么多钱了。这是冷酷的核算，没有情绪。

但消失的不仅是一些”做软件的人”，还包括那个特定的”靠写代码建立壁垒”的职业形态。

这对那些靠技术门槛保护自己的人来说，是威胁；对那些一直在追求真正解决问题的人来说，却是一次难得的机会：因为阻挡他们的那些技术门槛，正在被AI一一拆除。

我有一个在做教育软件的朋友，他之前最大的痛苦是：脑子里有很多好的产品想法，但实现能力跟不上，很多想法从来没有走出PPT。今年初，他认认真真学了两个月的AI工具，现在他能把大部分想法做成可以跑起来的原型，再找开发帮他打磨细节。

他说了一句话，我觉得很准：

这就是AI对这个行业最深层的改变：它把”构建”这件事，从少数人手里，还给了更多有想法的人。

只不过，这个过程中，也有人的饭碗会变得更难端，有人的舞台会变得更大。你是哪一类，取决于你现在选择怎么做。

最后说一句实在话：如果你现在还在等AI成熟了再去了解它，就好像2010年有人说等智能手机生态成熟了再学移动开发一样。肯定是越晚越被动，每晚一天，代价都在悄悄增加。