AI时代的软件世界正在坍塌
1.软件的作用和位置将发生巨大改变
传统软件承接用户的需求，利用特定的内嵌知识、内外部数据，驱动特定的硬件，返回计算结果。AI时代的“软件”，将从人的视野隐退，变成以大模型为核心的AI体系的内部工具。也就是说，除了人类特定偏好的展示层和交互方式（比如数据大屏、游戏软件），人类将很少感受到软件的存在。未来人类主要关注的是任务和数据。
AI智能体（Agents）的兴起：例如，Openclaw、Devin等AI智能体，它们能根据用户指令（如“为我策划一个旅行行程”），自主调用机票查询API、酒店预订插件、天气服务、地图软件等多个后端工具，最终整合成一个完整方案。用户全程未打开任何一个传统旅行软件。
数据分析范式的转变：过去分析数据需要熟练使用Excel、SQL或Python（Pandas库）。现在，用户可直接向智能体提供文件并下达指令（如“找出第三季度的销售异常点并分析原因”），大模型在后台自动完成了数据清洗、分析和可视化代码的生成与执行。软件（数据分析工具）成为了大模型完成任务的“内部函数”。
2.传统软件的形态将发生改变，从面向人变为面向大模型
软件的设计哲学正从“用户体验”转向“模型可理解性与可调用性”。
交互方式回归“命令行”：GitHub Copilot、Cursor等AI编程工具，已将编程从图形界面操作（IDE点击）大量转为自然语言“命令”。
在非编程领域，Adept AI、Microsoft 365 Copilot让用户用一句话（如“将上季度财报核心数据做成PPT，用公司模板”）替代了以往在Office套件中的数十步操作。
图形界面并未消失，但正成为“可选项”而非“必选项”。
软件存在的形态更多是skills中的脚本，或者harness部分中的工具。
软件的“临时性”成为现实：云原生和服务器less计算为临时软件提供了基础设施。
例如，Devin等AI工程师可以为一个特定任务（如“修复某个开源库的兼容性问题”）自动创建临时的开发环境，编写、测试并提交代码，随后环境销毁。
软件的“生命周期”与“任务生命周期”绑定，而非传统的安装、维护、升级周期。
Bolt.new、V0.dev生成一次性应用，用完即弃。
3.软件所承载的价值将会大幅降低
传统软件承载了设计者，编码者和测试者所注入的价值。AI时代，三种价值将大比例地转移到大模型中，而且这种转移会不断加强，直到软件中蕴含的价值接近为零，也就是大部分软件可能由大模型重复生成。
这种价值的转移需要一个过程。不同的软件有不同高度的价值护城河，分为几个类别：
“口水软件”价值已归零：Agent在几分钟内生成一个具备登录、增删改查功能的网站或移动应用原型已成为常态。此类软件的开发已无技术壁垒，其价值已完全转移至生成它的大模型。
高业务复杂度软件价值转移正在进行：通过“规约驱动开发”，AI能将高层次的业务规则和领域描述直接转换为代码框架。例如，Github Copilot Workspace可根据PR描述或issue规约，理解业务上下文并生成、修改代码。在金融、医疗等领域，AI通过学习领域知识（如行业协议、法规），能生成符合复杂业务逻辑的代码模块，人类专家则聚焦于最核心的规则定义与审计。
Sora for Andriod 85%的代码是Codex智能体生成的。2025年《死亡法典》游戏完全由AI生成，在Steam发布。
之前人们考虑选择使用微软office软件，还是金山WPS office，现在因为不同的office skills的出现，agent直接生成精美的word和PPT，人们逐渐感知不到office软件的存在。
高性能复杂度软件：价值护城河正在被侵蚀。例如：阿里云DAS等工具已利用AI进行SQL自动优化与索引推荐；算法与内核开发大模型正在学习并复现经典算法，甚至尝试进行创新。
例如，DeepMind的AlphaDev在排序算法上发现了超越人类几十年积累的新方案。在芯片设计、驱动优化等领域，AI辅助生成和优化高性能代码已成为研究热点。
上海交大IPADS实验室基于SysSpec规约框架，AI完全自动生成完整的文件系统SpecFS。
思科在2025年推出的网络架构，其核心控制平面代码由AI基于意图（Intent-Based）自动生成。
4.软件作为资产将会逐渐终结
传统软件有知识产权归属、可以免费或者收费授权。随着软件蕴含价值的降低，和形态的临时性增强，软件作为资产将会逐渐终结。
软件原有的经济价值，将转移到大模型的token经济循环中和围绕用户的服务中。
例如，一家做数据可视化License软件的公司，其客户可能转而购买Microsoft 365 Copilot，后者通过自然语言就能生成报告，使得前者独立软件的价值被包含在一个更通用的AI服务中。
Salesforce等SaaS巨头正全力投入AI，以防自己被重构为AI工作流中的一个可选插件。
闭源License的商业模式会越来越困难，从高性能复杂度的基础软件提供商到高业务复杂度软件供应商、再到口水软件提供商，痛觉逐级增强，都会越来越困难。
5. 软件作为产业开始走上了萎缩之路
自从上世纪70年代软硬件分离，微软和甲骨文开创软件产业以来，软件产业存在了半个世纪。进入AI时代，软件作为一个产业开始走上萎缩甚至消亡之路，逐渐回归到任务背后的临时性工具。其价值将分配到硬件产业、Token经济和服务产业。
6.开源软件会长期存在，并与大模型形成互为增强的机制
开源与AI形成了强大的共生循环。
开源是AI的“食物”和“试炼场”：所有主流大模型的代码训练数据都极度依赖GitHub等开源平台。代码的透明度、可审查性对于训练可靠、安全的代码模型至关重要。
AI是开源的“增强外脑”：AI极大地降低了开源项目的贡献门槛，新贡献者可以借助Copilot快速理解代码库、生成补丁。项目维护者也能用AI高效审查代码、生成文档。这增强了开源社区的活力。
商业模式依旧成立：开源软件本来并不把价值锚点放在软件本身，而是开源软件所带来的标准影响力、服务和硬件等回报。所有软件价值向大模型迁移，并不十分影响开源软件。
7.开发、测试和产品经理岗位将大大减少
“软件”的主要作者将不是人类。只有少数领域和少数部分还需要人类设计和编码，而且这个比例还是逐渐降低。仅有的少量设计、开发人员主要工作升格为不断提升大模型生成高质量代码的能力。
软件世界的“坍缩”并非完全消失，而是范式革命。其形态、价值、生产方式和经济模式，正被AI重塑为一个更隐形、更动态、更以任务为中心的新范式。
夜雨聆风
