数智终局 | 传统软件外包,正在被AI吃掉.

OpenAI 说：「Codex 正在开启知识工作的新纪元。」

同一周，GitHub 发布了 Copilot 桌面版，口号是「代理原生的开发体验」。Claude 团队直接写了一篇文章，标题就叫「运营一个AI原生工程组织」。

这些新闻跟深圳、成都、武汉那些写字楼里的软件外包公司，有什么关系？可以说关系太大了——当AI写代码的能力到了可以直接交付产品的程度，那些靠「人头差价」和「按人天计价」吃饭的生意，还能撑多久？

去年年底，我跟一个在成都做外包的朋友吃饭。

他在高新区有一家公司，一百二十号人，主要给一家大型国企做定制开发。ERP的二次开发、OA系统的定制、数据迁移、报表系统——基本上是那种「大厂看不上，甲方自己做不了」的活。

他跟我说了句话，我记了很久。

他说：「我们这一行，本质上不是一个技术生意，是一个人力资源生意。」

细想一下，确实是。外包公司的商业模型特别简单：从市场上招一个Java开发，月薪一万五；派到甲方项目上，按人天报价，一个二级开发一天1800。差价就是利润。

这个模型有几个隐含假设：第一，市面上有足够多的、技能差不多的开发人员；第二，甲方的需求需要大量人工来实现；第三，人员流动带来的替换成本能被甲方接受。

这三个假设，正在被AI一个一个地拆掉。

一、现状拆解：人头生意的三条命脉

我先说一下这个行业有多大。

全球IT服务外包市场规模，2024年大概在一万亿美元左右。中国占了相当一块——光是大连、成都、西安这几个外包重镇，从业者加起来就超过两百万人。

这些人在干什么呢？

绝大多数在做三件事：第一，给大企业的核心系统做二次开发和维护；第二，帮甲方做定制化软件开发；第三，做数字化项目的人力外包——你说需求我来干活，按人头结算。

在这个模型里，外包公司的核心竞争力是什么？不是技术，不是产品，甚至不是质量。而是供给的弹性和成本的控制。

你能在甲方要人的时候快速找到人吗？你能把人员成本压得够低吗？你能在人员流失的情况下快速补位吗？这些才是真正的能力。

但这个能力的根基是什么？是市场上有一个大量供应的、技能可替换的开发者池子。印度、菲律宾、越南的离岸外包为什么便宜，也是因为这个。

可一旦AI开始改变这个供给端，整个模型的根基就动摇了。

二、数字化冲击：AI正在从三个方向拆解外包

我先列几件正在发生的事。

第一件。OpenAI在2026年5月底发布了Codex的新能力——「知识工作的新纪元」。原话。

Codex现在能做的，不是帮你写几行代码。而是理解一个完整的产品需求文档，自己拆分任务，自己写代码，自己跑测试，自己修bug。OpenAI把它叫做「从规格到产品的端到端自动化流程」。

第二件。Claude团队在旧金山的「Code w/ Claude」活动上，分享了一个真实案例——他们自己的工程团队已经在用Claude Code做日常开发。不是什么试验项目，而是生产级别的、每天交付的、真正的AI原生开发流程。文章标题就叫「运营一个AI原生工程组织」，里面讲到他们的开发效率提升了三倍。

第三件。GitHub Copilot上了一个新的桌面版，定位是「代理原生的开发体验」。什么意思？就是Copilot不是一个IDE插件了，它是一个独立的Agent，可以理解你的项目结构，可以访问你的代码仓库，可以自动创建PR、跑CI/CD、部署到生产环境。

第四件。Replit跟微软合作，把Fabric整合进了平台。你在Replit上写一段提示词，就能生成一个完整的、可部署的应用。

这几件事放在一起，你能看到什么？

我看到的是一条清晰的技术演进路径：从代码补全到代码生成，从代码生成到需求理解，从需求理解到产品交付。

先把时间拉回到2019年。

那年GPT-3还没出来，GitHub Copilot还是一个内部项目。那时候的外包公司，面对的是「招不到人」的问题。项目太多、开发者太少、工资越来越高。外包公司最头疼的是怎么把人力成本控制住，怎么提高人均产出。

2023年，Copilot上线了。外包公司的第一反应是兴奋——太好了，开发者效率提升了。原来一个开发写一个模块要三天，现在两天就能写完。公司利润变厚了。

2024年，Cursor和Claude Code开始流行。外包公司的反应开始变了——不是说开发者效率提升吗？怎么项目上需要的人越来越少了？以前一个项目要五个人，现在三个人加一个AI助手就够了。

2025年，AI编程工具的准确率跨过了某个关键阈值。不是「写个函数补全」的水平了，而是「理解整个业务逻辑、交互设计、API文档」的水平。甲方开始问一个问题：我们为什么还要按人头付钱？直接买AI工具的订阅不行吗？

2026年，就是现在。Codex开始推「端到端产品交付」，Claude Code开始讲「AI原生工程组织」。

外包公司的核心客户——那些过去需要大量人力做定制开发的甲方——开始认真考虑一个问题：十年后，我到底还需要多少外包开发人员？

这个问题的答案，外包公司自己可能不想面对。

三、终局推演：五年后的人头生意

我不是来唱衰的。我只是试着推演一下，五年后的传统外包行业会是什么样子。

先看离岸外包，也就是印度、菲律宾、越南的开发者市场。

过去二十年，离岸外包的核心优势是「便宜」。一个美国公司的CTO，在新德里的partner公司招一个全栈开发者，月薪可能只要1500美元，同级别在美国要8000到10000美元。这个价差是离岸外包的命脉。

但AI正在做的，不是缩小这个价差，而是让「便宜」不再成为竞争力。当一个AI助手的订阅费只有每个月20到200美元的时候，「人」的任何价格都不再有优势。你1500还是1800，在20面前已经没有区别了。

然后是国内的外包公司。

国内外包的商业模式跟离岸不太一样——它不只是靠便宜，更多靠的是「关系」和「现场服务」。甲方需要一个能随时沟通的、坐在身边的开发团队。这块需求不会完全消失。

但量会大幅缩水。

我举几个具体的场景。

场景一：一个大型国企需要一个内部管理系统。过去这种事，基本上就是外包公司派人驻场开发。技术栈是Java Spring Boot加Vue加MySQL，大概需要六到八个人，工期四到六个月。

现在呢？一个熟练的开发者加一个AI助手，两个人、两个月就能交付同样的东西。AI可以自动生成crud代码、自动写单元测试、自动生成API文档。过去要六个人做的事情，现在两个人加AI就能做。未来可能一个人加AI就够了。

场景二：一个创业公司需要快速搭建MVP。过去是找外包，花三十万，做三个月，出来一个能用的版本。现在创业者在Replit上写一段提示词，加上几轮对话调试，一个星期就能跑起来一个可用版本。不完美的，但能跑了。

场景三：一个外资企业需要在中国升级他们的SAP系统。这种大型系统的定制开发，外包公司目前还很难被替代——因为系统太复杂、业务逻辑太多、对接的模块太多。AI现在的上下文窗口和理解能力，在这种量级面前还不够。

这三个场景代表了外包业务的三个层次，也代表了AI替代的三个时间节点。

第三个场景——大型复杂系统——还需要相对长的时间。AI的上下文窗口在增长，推理能力在提高，但要理解一个运行了二十年、代码量上千万行、业务逻辑嵌套了五六层的SAP系统，目前还做不到。

第二个场景——MVP外包——已经在被替代。Replit、Bolt、v0这些工具，已经让「快速做一个能跑的东西」这件事从按月计算变成了按天甚至按小时计算。

第一个场景——常规定制开发——正处于被替代的过程中。今年AI能做到「两个人加AI替代六个人」，明年可能就变成「一个人加AI替代八个人」。

我们来做一道简单的算术题。

假设你是一个外包公司的老板，手下有两百号人。当前的平均人天单价是1500，人员成本占营收的70%。

正常情况：200人 × 22个工作日 × 1500 = 660万月营收。成本是462万，月利润是198万。

当AI让生产力提升3倍：只需要67个人完成同样的工作量。但问题是，单价也会降。甲方不是傻子，他知道你的效率提升了，他会要求降价。如果单价降到800，营收是67人 × 22天 × 800 = 118万。成本是155万（人员成本没降那么快）。亏损37万。

这个算术题不对，因为单价不可能瞬间降到800。但趋势是明确的——AI提升效率的同时，也在压低单价。而外包公司的成本结构中，人力成本占了绝对大头，几乎没有弹性空间。

四、甲方视角：你们真的需要那么多人吗？

我把话题转一下，站在甲方的角度来看看这件事。

我是一个企业的CTO或者CIO。我需要做一个项目。过去我的选择是：招一个外包团队，或者自己招人干。现在有了第三个选择——买AI工具，让现有的内部团队用AI来完成。

这个选择意味着什么？

意味着我不再需要去跟外包公司谈人天单价，我只需要比较AI工具的订阅费和外包公司报价的差额。意味着我不再需要忍受外包人员频繁流动带来的管理成本，AI助手不会离职、不会跳槽、不会要求涨薪。意味着项目进度的确定性大幅提升——因为AI的产出速度比人更稳定。

更重要的是——甲方的决策逻辑在发生变化。

过去选外包公司，看的是「人在不在、钱便不便宜、关系够不够硬」。未来选技术合作方，看的是「能不能用更少的人解决问题、AI能力够不够强、工具链是否完整」。

这个转变，对于外包行业来说是结构性的。

外包公司的传统壁垒——关系、地域覆盖、人员调度能力——在AI面前都在贬值。而新的壁垒——AI能力、工具整合、方法论——不是他们的传统优势领域。

但也不是完全没有出路。

五、给决策者的建议

如果你是外包公司的老板，下面这几件事可能是你目前最该做的。

第一，重新定义你的价值主张。

你卖的不是人头，是解决问题的能力。过去你用人头来证明你有能力解决问题——我能派两百人过去。现在你要换一种方式来证明：你能用AI工具，用更少的人，更快地解决问题。

这意味着你需要在公司内部建立AI能力中心，让你的开发者成为「AI增强型开发者」，而不是普通的代码工人。

第二，改变你的定价模型。

按人天计价在AI时代会越来越难做。可以考虑转向结果导向的定价——按项目交付、按功能点、按SLA。甲方更愿意为「完成了什么」付钱，而不是「投入了多少人」。

这需要你对自己的交付能力有更高的确定性，但AI正好能帮上这个忙。

第三，向上游走。

纯编码的外包业务，未来被替代的概率是最高的。往上游走——业务咨询、架构设计、数字化规划——这些需要行业理解和业务判断的环节，AI短期内还替代不了。

说白了，从「会写代码的人」变成「懂行业并且用AI更快写出代码的人」。

第四，接受一个事实：规模不再是护城河。

过去两百人比一百人有优势，因为能接更大的项目。但在AI时代，一个二十人团队加AI工具，可能能完成过去两百人团队才能完成的工作量。规模优势在消失，能力和工具才是新的护城河。

如果你还想着「先招到三百人再说」，可能会很危险。

回到最开始那个问题：传统外包到底还有多久？

我自己的判断是，五年内，纯人力驱动的外包模式会基本消失。不是说外包公司会全部倒闭——行业会分化。那些能快速转身、用AI武装团队、改变商业模式的公司，会活下来，甚至会活得更好。那些守着人头差价、等着客户再来询价的公司，会越来越难。

这不是AI的决定，而是行业规律。任何靠信息差和人力差赚钱的生意，在技术驱动的效率革命面前，都没有例外。

就像我的朋友说的那句话——「我们这一行，本质上不是一个技术生意，是一个人力资源生意。」

而现在，这个人力资源生意的底层逻辑正在被重写。

以上，既然看到这里了，如果觉得不错，随手点个赞、分享、推荐三连吧。