乐于分享
好东西不私藏

AI 能写代码,为什么很多软件依然很难做?

AI 能写代码,为什么很多软件依然很难做?

近两年,ChatGPT、Claude、Gemini、Codex 等 AI 工具普及,软件开发行业巨变。
一个原本几天的页面,现在可能几小时生成;一个简单管理系统,AI 甚至能直接搭出完整原型。

于是很多人开始认为:

  • AI 已经可以替代程序员

  • 软件开发门槛正在消失

  • 软件本身将越来越不值钱

  • “既然 AI 都能写,为什么项目报价还这么高?”

这种认知,往往源于对软件开发工作的误解。
AI 最擅长的部分,恰恰不是软件开发最困难的部分。


AI 最擅长的是“已知答案的问题”

大模型本质是:从海量已有知识中寻找模式并组合。
例如:写登录页面、管理后台、CRUD 接口、数据库实体类、REST API。
这些问题有大量公开案例,AI 生成效果很好。
很多人第一次用 AI 编程会震撼:“原来开发这么简单。”

但问题在于:这些并不是软件开发中最难的部分。


真正困难的是“没有标准答案的问题”

现实企业软件项目,大部分工作不是写代码,而是:
理解业务、历史系统、行业规则、用户习惯、隐含需求、系统边界。
很多时候客户自己都说不清需求,需要开发人员靠经验推导。
这些能力不是 AI 擅长的——AI 可学代码,但无法直接学习企业十几年的业务演变过程。


一个典型误区:认为 AI 可随意修改 ONLYOFFICE

有人觉得:ONLYOFFICE 社区版源码开源了,有 AI 帮忙,想改什么功能都行。
实际上,它本质上接近浏览器版 Word/Excel/PPT,背后涉及:
OOXML 规范、排版模型、计算引擎、协同编辑算法、评论系统、修订模式、插件体系……
这些系统往往经过十几年演化,代码量数百万行。
即便源码全给你,不知从何开始。AI 同样如此——它可帮助定位代码、分析逻辑、生成补丁,但并不真正理解设计原因。
能改一个按钮,不等于知道这个按钮会影响多少模块。


能改一个功能,不等于能维护一个产品

AI 可完成局部修改:增加菜单、调整样式、修改接口。
但软件工程真正困难的是持续演进
今天改功能 → 明天升级 → 后天加模块 → 大后天修兼容 → 半年后支持新格式 → 一年后重构架构。
如果最初修改没有遵循整体设计,后续维护成本指数级上升。
AI 能帮你写代码,却无法替代长期积累的架构经验。


一个真实案例:AI 去除 PDF 水印失败

有人用 Codex 去除 PDF 文本水印。AI 给出了完整方案:安装依赖、下载工具、编写代码、执行处理。
结果:水印没删,反而删了正常文字。
因为 AI 不知道 PDF 水印到底是页面内容流、图层、注释、页眉页脚、Form XObject、OCR 文字层还是渲染后的矢量图形。
人类专家第一步是分析 PDF 结构,而不是直接写代码。


AI 最大的问题不是不会写代码

今天的大模型已能写出相当不错的代码。
真正的问题是:AI 缺乏对问题本身的理解能力
它像一个经验丰富的助手,而不是真正负责决策的架构师。
它知道很多答案,但未必知道哪个答案适用于当前场景


为什么经验仍然重要

做十年 Office 软件 vs 做十年电商系统的人,编程能力相近,但面对 Office 项目效率差数倍。
原因不是代码能力,而是领域经验——知道哪些问题一定会出现、哪些改动会产生连锁反应、哪些方案未来无法维护。
这些隐性经验来自长期踩坑,AI 可以学习文档,却无法直接获得。


AI 会淘汰什么?

  • 重复劳动:页面搭建、CRUD、接口封装、单元测试、文档整理

  • 低门槛实现:企业官网、简单后台、小型工具系统

  • 信息搬运:API 调用示例、基础技术方案、常见代码模板

AI 不会淘汰什么?

  • 业务理解:理解企业为什么需要这个功能

  • 系统架构:设计可持续演进十年的系统

  • 领域知识:Office、CAD、PDF、财务、医疗、工业等

  • 问题诊断:找到真正根因

  • 技术决策:多方案取舍

  • 工程治理:保证产品持续维护和升级

这些仍然高度依赖人的经验。


结语

AI 正成为软件开发最重要的生产力工具之一,大幅提升编码效率、降低门槛。
但这并不意味着软件开发变得没有价值。
软件行业最昂贵的部分,从来不是代码本身,而是对复杂问题的理解能力。
代码只是最终呈现形式。真正有价值的,是长期积累的业务经验、领域知识、架构能力和工程判断。
AI 可以帮助人更快地解决问题,但至少在可预见的未来,它仍然无法替代那些真正理解问题的人


文件在线预览相关资源

生产增强版:

  • 商业版介绍:https://basemetas.com (产品页面链接)

开源版本:

  • 产品介绍:https://fileview.basemetas.cn/docs/product/summary

  • 在线体验:https://file.basemetas.cn

  • GitHub:https://github.com/basemetas/fileview