AI来了,听说软件要死了?

今年以来，受AI影响最深的行业之一一定有软件。SaaS在中国都还没怎么好好开始，它的末日好像已经被宣判。当Agent开始看到雏形，大佬们纷纷开始用嘴用脚同时投票“软件已死”。

上周，已经退休的爸妈也突然跑来问我“龙虾”是什么？顿时心里一惊想着他们不会是被诈骗了吧。同时，在朋友圈里，一种更深的焦虑感弥漫开来。有coding业内人士已经开始思考自己的生死存亡，也有人则加入了“龙虾部署”的外快风口。非业内人士则在用“点赞、推荐”等方式表达着自己的“态度”，认为AI会“杀死”软件。

我和其中的某些人聊了几句，困惑于他们的“注意力陷阱”。他们既没有持有也不打算持有任何软件公司的股票，工作里也不涉及数字化的产品，更没有相关的从业经验，但他们给我的“焦虑感”似乎比业内人士还要强烈。目前自己能想到的各种“点赞、推荐”的理由，似乎是为了刷他们自己的存在感，一种“依旧跟得上时代”的虚幻心理安慰。

SaaS最后那个字母“S”所代表的service的含义在美国更像是“低成本、高效率”的信息工具，在中国更像是一种人力冗余下的“低成本定制外包”。虽然的确都叫服务，但本质完全不同。这种现象的原因很复杂，文化、商业环境、产业历史都是因素，但在一点上倒是殊途同归，软件到底还是一种关于人的产业。如果AI不能完全代替人，或者由人类组成的社会，那么“软件必死”论就值得怀疑和细思。

软件的诞生

作为一名完全非技术人员，给我留下第一次深刻印象的软件就是经典的Windows，那时候连操作这款系统都可以开一门课程。它和附带的Word、Excel、PPT让人类生活中的信息记录和传递方式焕然一新，让纯粹依赖手工记录的方式，走向与机器（主要是电脑）的协同，相当于一场小型的，关于个人的工业革命。

这种方式的实现基于两层，一层是关于人与机器交互的方式，另一层是关于信息在机器内部交换的方式。前一层也可以理解为一种信息/生产的编码转换过程，它需要让人的语言/行为输入转换为在机器（电脑）世界用的编码语言。为什么需要这样的转换？因为在机器内部，被重新转换编码之后的信息能以更高效率的方式进行交换、处理、运行和吞吐，比传统依赖人的生物能力的方式要高效得多。而效率是促进社会发展的一大重要动力。

指挥这套信息交换规则的过程，则被称为编程。所以编程语言也是软件中更偏向于人机交互的一部分，只是脱离了普通人的自然语言创造了另一套“人机交互语言”中转，真正在机器中运行的“信息”和编码另有一套，并非我们看到和理解的程序员所创造的代码。

工具与组织

当硬件技术不断提升，社会生活中越来越普遍使用这种“可以高效处理信息”的工具，软件也就无缝嵌入了我们的生活。它开始出现分化，从更底层的操作系统，到更上层的娱乐、沟通、记录，从一种个体的“工具”，到更大的组织网络连接协作的一部分。

一个人用一个APP听一首歌，这个APP是播放音乐的一个软件，这是一个一对一的关系，它更偏向于工具。一个人向另一个人发送一份excel文件，这时的excel既是处理数字类信息的一个软件工具，也成为一种人与人通过“机器”，在虚拟世界中沟通数字类信息的一种介质和“表达语言”。如果没有excel软件界面的规范定义，不敢想象人与人在虚拟环境下进行数字沟通得多么费劲，它并不是可以由自然语言可以高效沟通的。当这个场景再升级成一个人向一群人发送一份excel时，这种界面语言所提供的效率提升就更加明显。

当这样的场景再次拓展，比如一群人用会议软件进行开会讨论，同时自动记录会议纪要或录音录屏，又比如用微信与个人身边的各种社会关系角色进行形形色色的联络沟通，这时的软件几乎已经是个人在虚拟世界中的一种“映射”。它依然保留着工具的属性，也成为组织关系的一种介质和互动的“桥梁”，软件即组织。这时候重要的是那一层习以为常，提供了交互准则的界面，是ta支撑起的网络结构中的每一个节点的习以为常，和节点与节点之间高效协作的可能性。

这种高效可以是其背后代码的简洁，被转译后的信息之间更简单快速的交换，也可以是使用者交互功能的全面、易用和规范表达。

AI改变了什么？

在基于大语言模型的AI功能下，我们已经看到的是后台实现的vibe coding。但Coding并不是机器编码信息交互的本质，这依然是基于面对人类操控的场景下需要的交互语言，coding本身就是人类设定机器信息编码处理规则的一种“交互”（比自然语言深了一层而已）。

这层语言是否需要？也许并不需要，ta更像是人类的自然语言与机器信息编码语言的中间层。机器信息编码间为了解决通信和处理，完全可以用一种全新的更简洁高效的“语言”进行沟通和处理。原本人类的编码用于操控和规范机器信息运行的职能的确依旧需要，但当机器拥有进一步的类人智能，这种职能可以部分用自然语言进行替代。编程本来就不是只限于程序员的能力，它更像一种工程学上的拆解和组织步骤的能力。当程序语言（它本身就是自然语言的一种映射和抽象）不再成为障碍，更多的普通人也就可以成为“编程”的主体。这种新的机器交流语言是什么？与自然语言的映射是怎样的？怎么保证信息传输的准确、完整和高效？这可能是计算机信息处理的技术专家们努力的方向。

如果AI会改变机器的信息处理和互通方式，就相当于改变了软件在交互层之下的代码层运行模式。那么关于机器与人的交互层面呢？这牵涉到人使用软件的两个层次。

当人使用软件更偏向于一对一的工具和一些不怎么高频的需求时，由于机器与人的智能趋近，使得双方的“对话”变得更加简单，结果的反馈也更加迅速，自然不需要冗余的交互界面。很多目前所存在的软件UI本质上是由于机器未能习得人类语言和智能，而被码农垄断所强加给用户的。即使一个再简单的需求都会有一个UI，但伴随这个UI的诞生，还会衍生出人性的贪婪所强加的很多抢劫式设计（比如你需要看广告X秒才能用某个功能键）。

另一种情况是，当人们使用软件是偏向于一种组织或个人的体验，甚至软件本身就是这种表达的规范样式时，那么我们的确还是需要这样一层交互设计。当然随着硬件的智能含量提升，这种交互的式样可以变得多种多样，但终究逃不过人类的五官感知系统的限制。在这一层，显然人的生物学功能是主导，即使未来的AI从大语言模型下的定义走向世界模型，ta能改变得依旧很少。

在更高维度破解焦虑

在未来会存在一种基于人的基础体验的交互，配以更加高效映射的机器计算处理方式的产品，这可能是一个大概率事件，也不知道到那时，这是否还称为软件，或许ta会有别的名字。这类未来软件并非一定是现在的软件模式灭绝后的产物，ta也可以是现有软件的变种、进化、甚至是机器版本。

软件不一定必死，但此刻感受到的大众的焦虑倒是真切的。资本市场里那些被遥远的故事所吹上天的标的和全民养虾的疯狂热情就是这种焦虑情绪的具象化。当这轮ai正在尝试学习人类的自然语言，学着感知人类的物理世界并试图模拟它的运行时，人类却第一次爆发出全民学coding的热情。

细究起来，这种热情底下难免隐藏着被同行内卷所捆绑的困境。这让我想起一个做财务的朋友曾无奈得告诉自己，自从有了ai之后，工作反而越来越忙，但产出的结果感觉并没有实质变化。但当公司要求全员开始使用ai时，你不花时间在ai工具上，跟不上使用的潮流，可能连饭碗都要没了。

但你怎么判断现在的工具是不是一个中间体呢？如果现在耗时几天研究的ai工具可能6个月之后其实只要一句话就能实现同样的结果，那么现在的任何领先除了打败身边的小伙伴，是否还有意义？就像从上海去北京，a选择跑步前进，就算ta能在每一秒赢过所有历史上选择跑步的Group A中的所有人，但在选择飞机的b面前，ta可能永远是输家。

还有更糟糕的情况，如果现在使用任何ai工具实现的工作本身在未来的合作框架中（比如在组织变化和精简的过程中）本身价值就为0，那么无论当下用多先进的模型，多厉害的工具，0乘以任何数值都等于0。

面对ai的到来，在工具和焦虑之外更高的维度，人能做的还有很多。

‍

‍关注账号，持续获得理性视角