AI连软件都能拆了,我却开始学销售

这两天看到一个挺猛的开源项目，叫 REA。有人把它叫作“克隆一切软件”，短短几天在 GitHub 上已经将近二十万颗 Star。

群里有同行在转。我看到这个消息的时候，第一反应倒不是担心自己以后没代码写了。反而想起去年年底那个医院系统。

做到八九成，核心流程都跑通了，最后还是停了。

现在再看到 AI 连软件都能研究、复刻，我反倒比以前更清楚了一件事：能把东西做出来，和能让一个项目真正活下去，中间还隔着能不能用、有没有人买、钱够不够撑这几件事。

AI能复现功能，客户还会买吗？

REA 全称是 Reverse Engineer Anything。说简单点，它可以让 AI 借助逆向分析工具，研究一个软件内部是怎么运行的，再尝试把其中的功能重新实现出来。

项目官方演示过一个叫 DX-Ball 的小游戏。游戏里的声音会随着位置变化，在左右声道之间切换。REA 通过分析程序找到了相关的计算逻辑，再用 C 语言重新实现。

图源：REA 官方中文案例

放在以前，这种事情得有人自己去分析程序、追踪调用、弄清楚计算过程。现在 AI 已经能参与完成其中不少工作。

当然，这跟把一整套商业软件原封不动地克隆出来还不是一回事。我自己也没实际测过 REA，不想把它说得太神。

但它让我想到一个问题。以后别人要做一个跟你功能差不多的软件，成本可能真的会越来越低。

那客户还有什么理由花钱买你的？

以前我可能会先想技术上的问题：架构怎么设计，功能怎么实现，代码写得够不够好。现在我想的是另一件事。就算功能做出来了，客户真的能拿去用吗？

接口都通了，医生为什么用不顺？

我以前做过医院系统对接。有些活看着不复杂，无非是跟第三方对接口、核对字段、调试数据，确认没问题再上线。

小医院有时相对简单，接口通了，数据能正常走，事情就差不多了。但到了大医院，就没那么顺利。

有时候接口本身没有问题，数据也能正常传，医生实际操作起来却不顺手。不是程序报错，而是我们做出来的操作顺序，跟人家平时干活的习惯对不上。

这种问题坐在工位上不一定能发现。我得跑到科室里，站在旁边看医生实际怎么操作。哪里不顺，回去再改。改完重新测试，测试好了再部署。

有时候一套流程就得这样来回折腾。以前我觉得这很正常。开发嘛，需求来了就做，做完测试，有问题继续改。

现在回头看，才发现自己以前想得有点简单。别人就算照着做出来一套功能差不多的系统，真正放到医院里用，还是得弄清楚这家医院的数据怎么接、现有流程怎么走、哪些地方不能随便动。

出了问题，还得有人找得到、能处理。这些事情有些可以借助 AI，有些需要跟人沟通，还有些只有到了现场才知道。

不过，这也不意味着客户一定愿意为这些事情额外掏钱。如果医院自己有人能搞定，或者现有系统已经够用了，根本没必要再花一笔钱请别人来做。

你觉得自己的技术有价值，跟客户认为这件事值得花钱，是两回事。

系统做到八九成，投资却没下来

去年年底，我们几个小伙伴一起重构了一套医院系统。那段时间花了不少精力。系统一点点搭起来，几套核心流程陆续跑通，整体已经做到八九成。

按当时的进度，再继续投入一段时间，至少能把手上的版本往前推进不少。但后来项目停了。

之前有投资意向的老板最终没有投钱，团队也没有足够的资金继续往下撑。于是，已经做出来的东西就放在了那里。

说不难受是假的。毕竟不是只讨论了一个想法，而是真的有人花时间把系统做到了那个程度。

但我也得说清楚，这个项目停掉，直接原因是投资没有落实，并不能说明医院不需要这套系统，更不能拿它证明客户不愿意买软件。

真正让我有感触的，是另外一件事。以前在公司做开发，很多事情轮不到我考虑。

前面有人去找项目、谈合作、跟客户确认需求。需求到了我这里，我主要考虑怎么把它做出来。能不能实现，多久能完成，出了问题怎么解决。这些是我熟悉的事情。

可轮到自己参与做一个产品，才发现前面那些工作并不会凭空完成。产品到底准备卖给谁？

人家为什么要换掉现在用的系统？即使功能做得更好，客户愿意承担迁移数据、培训人员、重新适应操作流程的成本吗？

项目的钱从哪来？团队又能撑多久？这些问题，并不会因为系统开发到八九成就自动得到答案。

以前我总觉得，先把东西做好，后面的事情总有办法。经历过这次项目之后，我不太敢这么想了。

倒不是说应该什么都谈妥了才写代码。而是至少得有人去弄清楚，做出来的东西究竟准备怎么卖、卖给谁，项目又靠什么继续往下走。不然技术上走得再快，其他地方跟不上，也可能停下来。

以前先想怎么做，现在先问谁要

最近我也在学售前。以前跟客户沟通，听到一个需求，我脑子里很容易就开始想技术方案。

这个功能怎么实现，数据库怎么设计，接口能不能复用，大概要花多少时间。毕竟这些是我最熟悉的。

但现在我想试着换个顺序。先听听客户目前是怎么干活的。

哪一步最麻烦？为什么一直没有解决？现有系统到底哪里不好用？如果这个问题解决了，对他来说有什么实际好处？然后再聊我们能提供什么。

有些问题可能加一个小功能就够了，没必要推一整套系统。有些问题看起来是缺功能，实际麻烦的是系统之间的数据和流程。

也可能聊到最后发现，人家现在用得挺好，根本没有购买的打算。那也正常。

我现在还不敢说自己懂客户，更谈不上多会卖东西。但至少开始意识到，开发关心的是怎么把需求做出来，售前还得搞清楚，这个需求为什么值得做。两件事都重要，只是我以前接触最多的是前一件。

AI越来越会写，我还得补什么？

说回 REA。AI 能帮人分析软件、生成代码，甚至把一些过去挺费时间的功能重新做出来。这肯定会影响软件开发。

以后单纯实现一个功能，可能确实没有以前那么难，也不一定还能按以前的方式收费。作为一个写了多年 Java 的后端开发，要说一点压力都没有，那是假的。

但我也不觉得，只要 AI 越来越会写代码，我们这些人就没有事情可做了。因为我自己经历过。

接口写完了，还得看现场能不能用。系统做出来了，还得有人去找客户、谈合作。就算产品已经做到八九成，资金没跟上，项目也可能停下来。

AI 可以帮忙解决其中越来越多的技术问题，但它不会因为代码写完了，就自动让客户愿意购买，也不会替一个项目承担所有风险。这些事情，我自己也还在学。

以前接到需求，我最关心的是怎么做出来。现在我开始多问一句：做出来以后，谁会用，谁愿意为它付钱？

这可能就是我看到“AI 克隆软件”之后，反而没那么慌的原因。不是觉得自己的技术永远不会被替代。而是终于知道，除了继续把技术做好，我还有哪些本事需要去学。

如果你也在做开发，或者正尝试把自己的技术做成产品，欢迎聊聊你的经历。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧。想第一时间收到推送，也可以给我个星标⭐。谢谢你看我的文章，我们下次再见。

我是仙哥。一个正在练销售和表达的 Java 后端。