AI Coding时代最大的谎言是软件编写成本趋于0

AI 时代最大的谎言：软件成本趋近于零

“AI 来了，写软件不要钱了。”

这句话我最近一年内总能刷到：一天做一个抖音，一天做一个小红书，一天做一个微信——确实，做得出来。

我自己也做了十几个网站，那种“一天就跑起来”的爽感是真的。

但正因为做了十几个，我才必须诚实告诉你：

不是说 AI 不强，它非常强。但它真正降下来的，只是“写代码”这件事的成本。而 写代码，从来就不是软件成本的大头。

为什么所有人都信了这个谎言

你在视频里看到的是：博主输入几句话，界面出来了，能点、能跳转、能登录，跟真的一模一样。

这个东西行话叫 demo，说白了就是个“样品”。

样品确实一天能做出来，而且 AI 做样品是真的起飞。

但“能演示的样品”和“真正能用的软件”之间，隔着一条最贵的河。

这条河有多贵？软件工程界有个被反复验证了几十年的数字——一个软件整个生命周期花的钱，有 60% 到 80% 是花在“上线之后”的（IEEE、Gartner 这些机构的长期统计）。把时间拉长到五到十年，后期维护的开销，往往是当初开发成本的两到四倍。

写代码那部分，从头到尾只占小头。

换句话说：就算“写”真的归零，你也只省下了那一小块，剩下那一大块，AI 一分钱都没帮你省。

AI 抓瞎的，恰恰是最贵的那一段

谷歌有个负责开发者工具的团队负责人，提过一个说法叫“70% 问题”：AI 能帮你把软件做到 70% 完成度，但最后那 30%，才是真正要命的地方。

那 30%，对用户来说长这样：消息发出去了，对方半天才收到；

用着用着突然闪退；

好友怎么都加不上；

高峰期一卡一卡；

两个人同时点同一个按钮，数据就乱了。

对开发者来说，这背后是一堆名字很吓人的东西：数据库连接慢、并发冲突、竞态问题（简单说就是“谁先谁后没排好队”）、前端卡顿……这些，AI 现在基本搞不定。

它写“样品”起飞，但让一个软件真正流畅地跑、真正解决用户的问题——它做不到。

我自己的总结是：AI 会“写代码”，但它还不会“做工程”。

说个我自己的事。

我有很多个网站已经跑起来了，每天有真实用户在用。

但到今天，我还在天天盯着它——出一个问题，修一个；

再出一个，再修一个。

就在写这篇文章的间隙里，我一天更新了几十个版本。

没有一个版本，是 AI 主动告诉我“这里有问题”的。

全是我自己看着它跑、看着用户报错，一点点抠出来的。

有人会说，模型会越来越强

我知道有人会反驳：今年解决不了的，明年模型就解决了。AI 确实一直在变强，这是真的——也确实有研究说它能把一些常规任务提速四成以上（麦肯锡的数据）。

但这不改变一件结构上的事：软件最难的地方，不在“把这行代码写出来”，而在它活在一个一直在变的世界里——用户在变、访问量在变、它依赖的东西在变、跑的环境也在变。应对这些，靠的是判断，不是生成。

还有个更隐蔽的坑。有个挺严谨的实验（一家叫 METR 的机构做的）发现：有经验的开发者用了 AI 之后，实际上慢了 19%，但他们自己以为快了 20%。这结论后来有争议，我不拿它当铁证。但那种“你以为自己变快了、其实没有”的错觉，我太熟了。

那 AI Coding 到底改变了什么

第一，提效。

过去要一个月的开发，现在三天能出第一版。周期被实打实地压短了。

第二，增强能力补全能力。

这件事对我这种人意义更大。

我是做产品出身的，不会写代码。

放在三年前，我脑子里有再多想法，也只能去求人、找外包、等排期。

现在，我自己就能把它做出来，拿去满足别人的需求。

AI Coding 值得用，而且必须用。但别信“成本归零”那套——成本没消失，它只是从“写”挪到了“养”。

下次再有人跟你说“AI 让软件不要钱了”，你可以反问一句：那上线之后呢？

真正决定一个软件能不能活下来的，从来不是它被写出来的那一天，而是它被写出来之后的——每一天。