AI 时代,软件还能卖多少钱?

AI 让“自己造一个”变便宜了，但没有让软件的拥有成本归零。未来能卖出去的软件，不是功能最多的软件，而是刚好处在“值得买、不值得自己维护”的甜蜜区。

一个新问题

过去讨论 SaaS，经常问的是：

这个功能有没有人愿意付钱？

现在这个问题不够了。

在 AI 编程工具普及之后，另一个问题变得更刺耳：

如果用户可以让 Claude、Codex 或 Cursor 帮他自己造一个，他为什么还要买你？

这不是理论问题。

Brandur 最近写了一篇文章，题目叫 The Minimum Viable Unit of Saleable Software。他讲了一个很典型的例子：有人觉得公司每月花 400 美元买 Jira 太贵，于是让团队用 Claude 做了一个内部任务管理工具。

以前这听起来不现实。

因为“自己造一个 Jira”意味着工程师、排期、需求膨胀、线上维护和无穷无尽的边角问题。

但现在，情况确实变了。

LLM 让“造一个能用的软件”变得前所未有地便宜。

所以每个想卖软件的人都要面对一个残酷问题：

你的产品到底贵到值得用户自己造，还是便宜到用户懒得自己造？

AI 降低的是建造成本，不是拥有成本

很多人对 AI 编程的第一反应是：

“完了，以后软件都不值钱了。”

这个判断对一半。

AI 确实让软件的初始建造成本大幅下降。一个过去需要几周甚至几个月的小工具，现在可能几小时就能做出第一个版本。

但软件不是写出来就结束。

真正麻烦的是后面这些东西：bug、业务规则变化、权限、第三方 API、数据迁移、部署备份、审计日志、新同事接手，以及老功能不能坏。

AI 可以帮你改。

但每一次改动都还需要有人描述需求、检查结果、跑测试、判断风险、决定是否上线。

这才是被很多人低估的部分：

AI 把写代码变便宜了，但没有把负责变便宜。

软件真正的成本，不只是生成代码的 token。

而是持续拥有它的人类注意力。

400 美元的 Jira，真的值得重写吗？

Brandur 用一个很简单的账算了这件事。

假设一个工程师年薪 20 万美元，每周工作 40 小时，那么大约是每小时 96 美元。

如果公司每月花 400 美元买 Jira，那这个内部替代品每月最多只能消耗约 4 小时工程时间，才勉强和买 Jira 持平。

注意，这是不算上下文切换、不算初始开发成本、不算未来维护风险的情况。

如果一开始花了两周做内部 Jira，即使之后每月只花 2 小时维护，也要大约 37 个月才能回本。

这还只是一个乐观估计。

现实里，一个任务管理系统很容易长出权限、评论、通知、搜索、标签、工作流、API、导入导出、历史记录，以及 Slack、GitHub、邮箱集成。

你以为自己在省 400 美元。

实际可能是在给团队买一个永远不会被承认为产品的内部产品。

最讽刺的是，这种内部产品通常没有真正 owner。

它会活在一个灰色地带：所有人都依赖它，但没人愿意长期负责它。

但 Salesforce 可能是另一回事

如果软件费用不是每月 400 美元，而是每月 2.5 万美元呢？

Brandur 举了另一个例子：如果 Salesforce 一个完整席位约 500 美元/月，50 个席位就是每月 2.5 万美元。

这就不一样了。

2.5 万美元/月相当于 1.5 个工程师的月成本。

在这种量级上，自己造一个内部 CRM，至少开始变成一个可以讨论的选项。

它未必一定正确。

CRM 很复杂，销售流程、权限、报表、集成、审计和迁移都不是小事。

但它和 400 美元/月的 Jira 不同：费用已经高到足以让“build”这个选项重新进入会议室。

这就是 AI 时代软件定价最关键的变化：

便宜软件更安全，离谱贵的软件更危险。

因为 AI 让替代品的下限变高了。

用户不一定能重写一个完美 Salesforce。

但如果你每月收他几万美元，他就有动力做一个“够用的内部版本”。

最小可销售软件单元

Brandur 提出一个很有用的概念：

Minimum viable unit of saleable software。

可以翻译成：

最小可销售软件单元。

它不是 MVP。

MVP 问的是：

“最小可用产品是什么？”

最小可销售软件单元问的是：

在 AI 已经能帮用户自己造软件的情况下，什么样的软件仍然值得被购买？

这个单元必须满足两个条件。

第一，它不能太简单。

如果一个产品只是一个表单、一个 CRUD、一个薄封装、一个脚本自动化，那么 AI 很容易帮用户复刻一个 70 分版本。

这种产品的价格上限会被快速压低。

第二，它不能太贵。

如果产品贵到让用户觉得“我雇人用 AI 做一个也许更划算”，那它就在逼用户重新计算买还是造。

真正安全的位置在中间：

足够复杂，用户不想自己维护；足够便宜，用户懒得重新造。

这就是 AI 时代软件公司的甜蜜区。

这对独立开发者意味着什么

独立开发者过去常听到一句话：

“找一个小痛点，做一个小工具，收一点钱。”

这句话现在需要更新。

小痛点仍然重要。

但“小工具”变危险了。

因为很多小工具已经进入 AI 可复刻范围。

比如简单报表、格式转换、小型爬虫、单一 API 封装、内部审批流、轻量任务看板、简单内容生成器。

这些东西不是不能卖。

但它们很难长期高价卖。

AI 时代更值得做的，是那些“表面小，背后有维护复杂度”的东西。

比如接了很多脏数据源但对用户表现得很简单；有稳定 API 和向后兼容承诺；把复杂权限、审计、日志藏在产品后面；帮用户承担合规、备份、恢复和迁移风险。用户买的不只是功能，而是“不用自己管”。

换句话说：

不要只卖代码，卖持续负责。

AI 会压低代码的价格。

但它不会自动替用户承担产品责任。

一个更现实的定价问题

过去定价时，很多人会问：

“竞品多少钱？”

“用户愿意付多少钱？”

“我的成本是多少？”

现在还要加一个问题：

用户用 AI 自己造一个替代品，要花多少钱？

这个成本不是“生成代码多少钱”。

应该这么算：

• 初始开发要多少小时

• 需要多少轮 prompt 和验收

• 每月维护要多少小时

• 出错一次的业务损失是多少

• 换人接手的成本是多少

• 数据迁移和集成的风险是多少

• 内部工具没人维护时的隐性债务是多少

如果这些加起来明显高于你的价格，用户就会买。

如果这些加起来接近你的价格，用户就会犹豫。

如果这些加起来低于你的价格，AI 会把你变成一个需求文档。

这句话很残酷，但很有用：

你的产品越容易被描述清楚，就越容易被 AI 替代。

不是因为 AI 一定能做得完美。

而是因为用户觉得它能做得够用。

对中国开发者来说，这个变化会更明显。

国内用户本来就对软件付费敏感。AI 让“自己造一个”更便宜后，通用小工具会更难卖，机会会转向垂直行业、稳定集成、可信交付和低摩擦价格。

AI 时代，小软件不是不能卖。但定价要避开两个死亡区：

• 太简单，用户觉得 AI 能做

• 太贵，用户觉得值得自己做

给产品人的检查清单

如果你正在做一个 AI 时代的软件产品，可以问自己这些问题：

• 用户能不能用一句话把你的核心功能描述清楚？

• 如果能，AI 做一个 70 分版本需要多久？

• 你的价格是否高到让用户愿意尝试自建？

• 你的产品有没有承担用户不想承担的长期责任？

• 你有没有不可见但有价值的复杂度？

• 你的维护、兼容、数据、权限和支持是否形成壁垒？

• 用户买你，是买功能，还是买省心？

最危险的回答是：

“我们就是把几个 API 包起来。”

这在 2023 年可能还能讲故事。

在 2026 年，这很容易变成一段 prompt。

软件仍然能卖，但卖点变了

AI 没有杀死软件。

它只是让软件行业回到一个更诚实的问题：

你到底替用户承担了什么？

如果你只是替用户写代码，AI 会越来越便宜。

如果你替用户承担维护、集成、风险、稳定性、业务边界和长期责任，你仍然有机会。

未来能活下来的小软件，不一定是最大、最复杂、功能最多的。

而是刚好站在那个甜蜜区里：

用户知道自己可以造。

但算完账之后，还是觉得买你更划算。

这就是 AI 时代的最小可销售软件单元。

参考资料

• Brandur: The Minimum Viable Unit of Saleable Software

• River: River Pro