AI编程工具越强,软件公司反而越难赚钱

01趋同是怎么发生的

AI编程工具的趋同不是偶然，而是三种力量共同作用的结果。

第一个力量是硬反馈。代码不是自由表达，而是在约束条件下求解。需求要明确，语法要正确，逻辑要闭环，还要能通过测试、接入系统、长期维护。编译器、测试结果、静态检查——这些硬而快的反馈机制，会迅速把模型推向少数“高胜率路径”。表面看代码有很多种写法，真正能稳定落地的方案其实很有限。

第二个力量是数据同源。不同模型看的都是同一批GitHub仓库、框架文档、issue记录、pull request和开发教程。输入越像，输出就越像。这不是互相模仿，而是面对同一套工业共识的自然收敛。

第三个力量是后训练的目标函数。后训练奖励的不是“有个性”，而是“可靠”。更安全、更通用、更容易通过评估的路径被不断强化，风格化的解法被筛掉。模型越强，越像一个标准的工程工具。

这三种力量叠加的结果是：AI编程工具的能力快速提升，但差异化快速收窄。过去，各家模型比拼的是“能不能写代码”；现在，代码生成正在从竞争点变成基础能力。

02从工具到替代

当代码生成变成基础能力，软件行业的商业逻辑也随之改变。

过去二十年，软件公司的核心价值是“卖更好的工具”——更高效的IDE、更强大的框架、更智能的代码补全。工具的优劣决定价格的高低。

但AI编程工具打破了一个隐含假设：工具的价值在于帮助人更高效地工作。当AI能直接生成代码、完成编程任务时，企业付给模型公司的钱，本质上是在购买“替代程序员的劳动力”。

Uber的CEO说，公司10%的代码现在由AI编写。以前这些代码由程序员完成，企业付的是程序员的工资。现在同样的工作由AI来做，这笔钱流向了Anthropic。Anthropic超过65%的收入来自企业用AI写代码。

03谁受益，谁受损

这场变局中，至少有五类参与者的命运正在被改写。

闭源模型公司是当前的受益者。Anthropic两年600倍增长、OpenAI冲刺万亿美元IPO，靠的就是企业为AI编程付的高价。但这种模式面临一个结构性挑战：如果开源模型已经追到九成以上水平，客户就多了一个低价选择，闭源模型的数据飞轮就会减速。

开源模型生态是潜在的受益者。Kimi K3、DeepSeek等模型让“代码生成”不再是稀缺能力。当客户可以在多家模型间灵活切换，闭源实验室就难以独占足够多的使用数据来维持决定性领先。

软件公司是受损者。当AI编程工具趋同，软件产品的差异化和定价权都在下降。客户不再为“更好的代码补全”付高价，而是直接为“替代多少程序员”计算ROI。

程序员群体则面临一个微妙的局面。PwC 2026年的报告分析27个国家超过10亿条招聘广告发现：AI曝光度最高的公司反而在更快地招人和涨薪，人员增长率高了16个百分点，薪资增长快了42%。这个数据说明，AI目前更多是在“放大”而非”替代”程序员的价值——但前提是，程序员能找到AI做不了的事情。

04反方观点与不确定性

当然，这个故事还有另一种讲法。

PwC的数据提供了一个积极的信号：AI曝光度高的公司招人更多、涨薪更快。这说明AI可能正处于“先替代、后创造”的阶段。就像早期互联网替代了信件、线下零售和纸媒，但最终创造了社交媒体、共享经济和移动支付这些全新市场。

AI编程也许不只是替代，它可能在降低软件开发的门槛，让更多人能参与创造。如果这样，软件行业的蛋糕可能不是被切分，而是被做大。

但这里有一个关键的不确定性：互联网用了将近十年才从“替代旧渠道”走向“创造新经济”。而Anthropic和OpenAI的高估值，显然不是按十年定价的。资本市场愿意给AI多少时间？

另一个不确定性是：AI编程的趋同是否真的不可逆转？如果某家公司在系统级设计、架构规划或垂直领域知识上建立了难以复制的优势，差异化仍然存在。问题只是，这种优势能维持多久？

05现在应该观察什么

三个观察指标：

1. 开源模型与闭源模型的编程基准差距——如果持续缩小，闭源溢价将进一步瓦解。

2. 企业AI编程支出的结构变化——是继续在增长，还是开始向非编码场景迁移。

3. 程序员招聘市场的薪资分化——能定义问题的人和只能执行任务的人，差距会越来越大。

三个行动建议：

1. 如果你是软件公司决策者：尽快把价值定位从“更好的工具”转向“解决AI解决不了的问题”。

2. 如果你是程序员：从“写代码”转向“定义问题”——需求分析、系统设计、架构决策，这些是AI最难替代的。

3. 如果你是创业者：别做“更好的AI编程工具”了，做“AI编程工具做不了的事”——垂直行业知识、系统集成、人机协作流程。

未来6个月的验证节点：关注Anthropic和OpenAI的IPO定价。如果估值大幅低于万亿美元预期，说明市场对AI的“创造叙事”开始动摇。

06结尾

AI编程工具的趋同，不是技术的终点，而是商业规则重写的起点。代码生成变成基础能力之后，真正的竞争力开始上移到问题定义、系统设计和工程交付。

十年前，移动互联网让“会写App”不再稀缺，但让“会设计体验”更加值钱。今天的AI编程正在重演同样的逻辑。

变化不是均匀的。当一些人的工具变得更强大时，另一些人的价值坐标需要重新校准。问题是：你站在哪一边？