夜雨聆风学习资料网

ARTICLE · 1166170

【签字】软件像牛奶一样便宜之后:AI 时代最贵的,是那个肯签字的人

【签字】软件像牛奶一样便宜之后:AI 时代最贵的,是那个肯签字的人
宇宙纪事 · 深度专研(产业战略)
2026 年 10 月

DEEP DIVE · THE PRICE OF A SIGNATURE

软件像牛奶一样便宜之后:AI 时代最贵的,是那个肯签字的人

智能在变成公共品,代码在变成牛奶没有变便宜的,是出了事站出来的那个人

一位从字节跳动退休、在东京冲浪的老工程师说,软件很快会像超市里的牛奶一样便宜。他说得对,但只说对了一半。另一半答案,其实就藏在他自己的话里。

#Agent时代  #软件商品化  #AI问责  #注意力稀缺  #宇宙纪事

郭宇的履历,几乎就是中国移动互联网的一部简史:支付宝、今日头条、字节跳动的中台,2020 年宣布「退休」,此后在东京定居,工作日去海边冲浪。这两年,他用 AI 一个人做了三十多个产品。

最近一期 Indigo 的播客里,他抛出一个让人印象很深的比喻:软件以后会像超市里的牛奶一样便宜——即时生成,用完即弃,一人一版。既然人人都能随手造软件,「分发」就失去了意义。

可就在同一期节目里,他顺口说了另一句话:企业用 AI 推不动,卡在「没有人可以为此负责」——只有 CEO 和董事会能拍板,中层不敢动。

这两句话他是分开讲的,其实是同一件事的两面。先把判断放在这里:

 "

软件可以免费,签字的人不免费。

代码、内容、智能本身都在变便宜,这是真的。但在这些东西下面署名、出了事站出来负责的那个人,正在变成整条链条上最贵的部分。

牛奶的价格

一、牛奶的价格

先看变便宜的那一半。研究机构 Epoch AI 今年 9 月的测算:达到同一水平的 AI 能力,成本自 2023 年以来大约每个季度下降 47%,折合每年便宜约 13 倍。没有哪种工业品是这样降价的。

开源模型在推着价格往下走。模型路由平台 OpenRouter 披露,来自美国的调用里,开源权重模型的 token 份额从 2025 年 9 月的 26% 升到了 2026 年 8 月的 60%,其中多数是中国实验室的模型。

口径提示

两个容易混淆的口径:Epoch 测的是「固定能力的价格」——同样的活儿越来越便宜;最前沿旗舰模型的标价,降得要慢得多。OpenRouter 是面向开发者的路由平台,偏重价格敏感和编程类调用,不代表企业直连各家模型的全部流量。

所以,智能确实在变成牛奶。那么卖软件的公司,是不是就该关门了?

今年 2 月,华尔街一度这么认为。一款能直接操作电脑办公的 AI 产品上线后,软件股连跌数日,交易员给这场抛售起了个名字:SaaS 末日。

但财报给出的是另一个故事。Salesforce 截至今年 1 月的财年营收 415 亿美元,增长 10%;它的 AI 代理产品年化收入,到 4 月底已超过 10 亿美元。做项目协作软件的 Atlassian,最近一个季度营收 17.7 亿美元,同比增长 28%。

Atlassian 还披露了一个细节:使用 AI 写代码的客户,Jira 席位扩张得反而更快。道理不难懂——代码多了,需要协调、追踪、审计的事情也跟着多了。

便宜下来的,是「做出一个功能」这件事;没有便宜下来的,是把功能放进一个组织、接上它的数据、对结果负责。二月那一跌,更像是市场在重新给软件公司估价,而不是这门生意在崩塌。

 "

变成牛奶的是智能,不是所有卖软件的人。

二、没有变轻松的人

造软件的成本降下来了,造软件的人有没有轻松一点?郭宇的回答是没有。两周的迭代被压成一两个人半天,人却要同时当产品经理、架构师和设计师,核心能力变成了「约束模型的语言空间」——AI 没有自己的意图,决定做什么的担子,全落回人身上。

数据也是这么说的。Stack Overflow 本月发布的 2026 年开发者调查覆盖 3 万多人,近一半受访者说自己处于「得过且过」的状态,其中倦怠和技术疲劳是排第一的原因。

招聘市场的变化更耐人寻味。招聘网站 Indeed 的经济学家发现,美国软件开发职位自 2025 年 2 月下旬以来回升了近 15%,同期全部职位下降了 7%——AI 写代码之后,招程序员的反而多了。但这些岗位越来越不要新人:2026 年一季度的软件开发职位里,高级岗位占 69.3%,入门岗位只占 4.5%。

本刊上周【转人工】一篇写过客服行业:AI 没有裁掉谁,只是关上了进来的门。软件业看到的是同一个形状。总量没有塌,塌的是第一级台阶。

另一个常被引用的数字是「一人公司」。据官方媒体报道,2025 年中国新设立的一人有限责任公司约 732 万户,同比增长 42.3%。

口径提示

这 732 万户是「一人有限责任公司」的新设登记数——只有一个股东的有限公司,股东可以是自然人也可以是法人,公司可以雇人,绝大多数与 AI 无关。增长与新《公司法》取消「一个自然人只能设立一家一人有限公司」的限制直接相关。它说明的是登记规则变了,不能读成「七百万个 AI 超级个体」。

没有变轻松的人

三、谁来签字

现在回到郭宇顺口说出的那句话:企业用 AI,卡在没有人可以为此负责。

采用率的数字一直不高。美国人口普查局对企业的调查显示,截至今年 5 月,过去两周在任何业务环节用过 AI 的企业只占 19.8%。麦肯锡 8 月的年度调查里,八成用户说个人效率提高了,但只有 37% 的受访者说 AI 给公司利润带来了任何影响。

卡住的是什么?麦肯锡另一份调查给了答案:近三分之二的受访者把安全和风险列为大规模部署 AI 代理的头号障碍,远远排在监管不确定和技术限制之前。微软 CEO 纳德拉 9 月底接受采访时说得更直白:信任会是我们最大的问题——它带着我所有的凭证自主行动,我真能放心吗?在企业里,这就是一切。

信任落到制度上,就是一个问题:出了事,谁的名字在上面?

规则正在一条条回答这个问题。

第一条,机器说的话算公司说的。2024 年,加拿大航空的客服聊天机器人给乘客讲错了丧亲票价政策,航空公司辩称机器人是「独立的法律实体」,要为自己的行为负责。仲裁员的回答是:这是一个非同寻常的主张;网站上的信息来自静态页面还是聊天机器人,没有任何区别。

第二条,监督要落到具体的人。欧盟《人工智能法》要求,高风险 AI 系统的部署方必须把人工监督指派给「具备必要能力、培训和权限的自然人」,这个人要能推翻或撤回系统的输出。

第三条,责任一直追到董事会。新加坡金融管理局 10 月 7 日发布了金融机构 AI 风险管理指引的终版,要求董事会和高级管理层对 AI 风险实施有效监督,并明确角色与责任。金融稳定理事会今年 6 月的征求意见稿走得更远:建议把 AI 代理当作「合成员工」来管,每个代理都要有登记在案的身份。

银行:签字本来就是它的老本行。要看这道题最终怎么解,最好的考场是银行。这是最早把「签字」做成制度的行业:授信有审批额度,交易有双人复核,模型上线前要经过独立验证,风险管理分成三道防线——每一笔钱、每一个模型背后,都有一个写在纸上的责任人。

这个行业也不是不想用 AI。美国人口普查局的同一项调查里,金融保险业的 AI 使用率是 33.9%,比全国平均高出一大截。它恰恰是用得最多、也最在意「谁签字」的那一个。

先看美国。从 2011 年起,美联储的一份模型风险管理指引管了美国银行的模型十几年:模型要登记造册,要有独立验证,要有人对它的使用负责。今年 4 月 17 日,美联储联合货币监理署和联邦存款保险公司发布新版指引取而代之,却在脚注里写明:生成式和代理式 AI 太新、变化太快,不在本指引范围之内。

美联储副主席鲍曼 5 月的讲话把意思说得更清楚:监管层期待由其他风险管理和治理做法,来支撑生成式和代理式 AI 的采用。翻译成白话:规矩先不写,各家自己看着办。

对一家美国银行的首席风险官来说,这意味着一个具体的难题。一个能自己调接口、发邮件、改数据的 AI 代理,既不完全是「模型」,也不是「员工」——管模型的规矩不管它,管员工的规矩也管不到它。没有规矩,就没有人敢签字;没有人签字,代理就只能停在试点。

别处的监管者开始给出答案。新加坡金融管理局 10 月 7 日的终版指引给了一年过渡期,2027 年 10 月起分阶段生效,核心就是把 AI 风险的监督责任压到董事会和高管头上,并要求设置人工监督。香港金管局更早,2024 年就要求银行董事会和高管对生成式 AI 驱动的决策保持问责,客户可以要求转人工。

金融稳定理事会 6 月的征求意见稿列了 12 条做法,并直言 AI 代理给人工监督带来了独特的挑战。它的办法很朴素:把 AI 代理当成「合成员工」来管,纳入人事类的控制,每个代理都要有一个登记在案的身份。员工有工号、有权限、有直属上级,出了事知道去找谁——这差不多就是在给 AI 发工牌。

监管者
对「AI 出了错,谁签字」的回答
美联储等(2026 年 4 月)
生成式与代理式 AI 暂不纳入新版模型风险指引,交由各银行自身治理
新加坡金融管理局(2026 年 10 月)
董事会与高管负责监督,明确角色与责任,设置人工监督
金融稳定理事会(2026 年 6 月,征求意见)
把 AI 代理当「合成员工」管理,每个代理登记身份
香港金管局(2024 年 8 月)
董事会与高管对生成式 AI 驱动的决策保持问责,客户可要求人工介入
欧盟《人工智能法》
监督指派给具备能力与权限的自然人;高风险义务推迟至 2027 年底

注:金融稳定理事会文件为征求意见稿,尚未定稿,属非约束性做法。

 "

给 AI 发工牌,本质上是给它找一个签字的人。

规则的方向是一致的,速度却参差不齐。在规则还没写完的地方,留下的就是郭宇说的那种僵局:模型能干活,但没人敢在它干的活上签字。反过来,谁先把「谁签字」这件事想清楚、写下来,谁就能先把代理从试点放进生产。

KEY INSIGHT

写一段代码的成本正在趋近于零,在这段代码底下签名的成本没有。前者是技术问题,算力和模型会解决;后者是组织问题——要有人懂它、盯着它、在出事时站出来。这个人,没法从模型那里外包出去。

谁来签字

四、一半的歌,百分之一的耳朵

同样的事情,在内容世界里看得更清楚。

法国流媒体平台 Deezer 7 月披露:今年 6 月高峰时,完全由 AI 生成的歌曲,第一次超过了每天新上传音乐的一半,每天接近 9 万首。可这些歌只拿到了全平台 1% 到 3% 的播放量。

 "

供给过半,收听不到百分之三。生产已经不稀缺了,稀缺的是有人愿意听。

郭宇在节目里也说到这一层:AI 生成的垃圾内容让信噪比降到极低,真人出镜反而成了差异化。中国从去年 9 月起要求 AI 生成内容加显式和隐式标识,欧盟《人工智能法》的透明度义务也从今年 8 月开始适用——平台和监管都在做同一件事,把「这是谁做的」重新标出来。

这和第三章是同一枚硬币的两面。在企业里,稀缺的是肯签字的人;在内容市场上,稀缺的是一个可信的名字。一个是对结果负责,一个是对内容负责,归根结底都是:谁在这后面站着。

一半的歌,百分之一的耳朵

结语:签字

郭宇是这场变化里的幸运儿。被收购,退休,定居东京,冲浪,用 AI 一个人做三十个产品。他描绘的未来——不必上班、做三休四、人人都是创作者——听上去像一场文艺复兴。

但这幅图景有个前提,他自己也说了:日本的贫富差距小。AI 带来的收益未必按这个样子分配;文艺复兴有美第奇家族出钱,这一次的赞助人是谁,还没有答案。

能确定的是另一件事。当软件像牛奶一样便宜,当歌曲每天多出九万首,当模型可以替你写代码、回邮件、操作整台电脑,最后留下来的问题会越来越简单:这件事出了错,谁的名字在上面?

智能可以变成公共品。责任不会。

签字

牛奶可以随便喝,签名只能自己写。


本文起点为 Indigo Talk 第 52 期(嘉宾郭宇);数据来自 Epoch AI、OpenRouter、Salesforce 与 Atlassian 公司公告、Stack Overflow、Indeed Hiring Lab、美国人口普查局、麦肯锡、Deezer、新加坡金融管理局、美联储、欧盟《人工智能法》原文及相关公开报道;调查类数据均为受访者自述。核查截至 2026 年 10 月 12 日。

转载请注明:《宇宙纪事 · 深度专研》系列。

宇宙纪事 / COSMIC CHRONICLES

相关学习资料