AI能复刻软件功能后,我们的价值还剩什么?

熙AI力｜职场AI工作流实验室

从爆火的REA谈起：当软件功能更容易被理解和重做，真正难复制的，是对真实工作场景的理解、持续交付和长期信任。

今天看了数字生命卡兹克的一期视频，讲到一个最近很受关注的开源项目 REA。视频开头有一句很抓人的话：“付费软件的时代结束了。”

听到这里，我先想到的不是哪款软件能免费用，而是另一个问题：如果一个成熟产品的功能越来越容易被看懂、被重新实现，我们这些做工作流程的人，还能靠什么创造价值？

先说清楚 REA 是什么。它的全称是 Reverse Engineer Anything，项目把 AI Agent 与多种分析工具连接起来，帮助开发者观察软件行为、查看代码与二进制线索，形成有证据的功能理解，再为自己的项目实现类似能力。它并不是“点一下就复制整套商业软件”的按钮，更不等于拿到了原始源代码。

视频里用一款 Mac 清理软件举例：把垃圾清理、完整卸载、重复文件检测等功能拆开研究，再尝试开发一款满足相似需求的工具。这个演示很有冲击力，但“十几分钟做出功能几乎一样的成熟产品”属于视频中的演示表述，不能直接当作经过独立验证的产品结论。真正投入使用，还要看误删风险、系统兼容、性能、持续维护和用户支持。

我更关心这个方法背后的变化：过去我们看到一个好工具，往往只能问“能不能买、要花多少钱”；现在可以进一步问“它解决了什么问题，输入是什么，规则是什么，输出如何验证，能否为自己的场景做一个更合适的版本”。

放到医疗人力资源和培训管理中，这个思路尤其值得用。但我们的起点应是自己有权处理的流程和资料，而不是去破解别人的商业产品。

比如一场培训，从报名表、名单核对、短信或通知、签到、考核，到证书和档案归集，常常散落在多个表格和系统里。与其只羡慕某个平台的“自动生成”按钮，不如把自己每天重复的动作拆成一张流程图：哪些字段需要读取？哪些规则必须由人审核？异常记录怎么处理？最后要输出什么，谁来确认？

这样做出来的工具，未必功能最多，却可能最懂本单位的工作。它知道同名人员怎么区分，知道证书信息哪一步必须复核，知道培训数据为什么要保留来源和修改记录。一个按钮可以模仿，这些从真实业务里长出来的判断，很难靠一次演示复制。

视频的后半段提出一个更尖锐的问题：当复制产品的成本不断下降，谁来承担第一个好产品的试错成本？这个问题没有简单答案。原创者需要合理回报，使用者也希望工具更开放、更适合自己。做应用的人必须尊重软件许可、知识产权、隐私与数据安全；做管理的人则应把 AI 用在有授权、可核验、可持续维护的工作流程里。

最后，视频借用了 2017 年论文《Attention Is All You Need》的标题，说“注意力才是护城河”。我愿意把它理解为一个启发，而不是论文的原意，更不是说流量本身就足够。真正有价值的是长期、正向的注意力：有人愿意反复使用你的工具、相信你的判断、把重要工作交给你，也愿意告诉你哪里还不好用。

对于熙AI力，接下来值得做的事情依然很具体：继续拆解医疗人力资源与培训管理中的小场景，先把一个高频痛点做扎实，再用真实反馈反复改进。AI 会让“做出第一版”越来越快，而真正让人留下来的，是对问题的理解和对结果的负责。

资料说明：REA 项目主页 https://github.com/morluto/rea ；《Attention Is All You Need》论文 https://arxiv.org/abs/1706.03762 。文中关于清理软件的情节来自视频分享，未作为独立测评结论。封面中的热榜和 Star 数为视频时点信息，可能随时间变化。