AI让人人都能做软件,为什么爆款还是那么少?

AI编程工具越来越强，做一个软件也越来越容易。

过去，一个普通开发者想做一款完整的产品，可能需要几周甚至几个月。现在，借助Claude Code、Codex等工具，从想法到可运行的Demo，时间已经明显缩短。

但一个有意思的问题出现了：

如果AI让软件开发变得如此简单，为什么我们还没有看到成倍增长的软件爆款？

最近，软件工程师Sean Goedecke的一项观察，给出了一个值得思考的答案。

AI确实正在推动软件数量增长，但增长最明显的，并不是那些拥有数百万用户的明星产品，而是一大批只有几百、几千甚至上万用户的中小型软件。

这可能正在改变整个软件行业的生态。

01｜软件正在变多，但爆款没有同步增长

10月16日，Sean Goedecke调查了约20个软件生态，包括浏览器扩展、Obsidian插件、游戏Mod、Blender扩展等，比较2022—2024年与2025—2026年的项目表现。

文章给出了三个观察：

• 不同平台的新软件数量增长约2—20倍。
• 取得一定使用规模的中小项目，数量大约翻倍。
• 超高人气项目没有出现同等程度的增长。

例如，NVDA屏幕阅读器插件生态中，下载量超过1000次的新插件数量增长到此前两倍以上，但超过1万次下载的插件数量没有明显变化。

HACS智能家居插件也出现类似现象：达到100次安装的项目明显增加，达到1000次安装的项目却没有同步增长。

这意味着什么？

软件供给正在增加，但用户注意力并没有按同样的速度向头部产品集中。

当然，这不是严格的因果研究。不同平台的增长情况并不一致，统计窗口、平台规则也可能影响结果，更不能认定新增软件都由AI开发。

但它至少揭示了一个值得观察的趋势：越来越多的小软件，正在获得真实用户。

02｜AI降低了开发成本，却没有降低所有门槛

为什么中小项目增长明显，超级爆款却没有同步出现？

关键在于，软件开发与产品成功，本来就是两件事。

过去，开发成本是一道很高的门槛。

一个想法即使有价值，如果需要复杂的前后端开发、数据库设计、测试和部署，也可能因为投入太大而被放弃。

现在，AI正在降低这道门槛。

一个开发者可以借助AI实现功能、生成测试、排查错误，甚至完成部分部署工作。

原来不值得投入几个月的小需求，如今可能值得用几天尝试。

但当软件真正上线后，还有另一组问题：

用户从哪里来？为什么选择你的产品？是否愿意持续使用？出了问题由谁维护？

AI能帮助你把产品做出来，却不能保证有人需要它。

尤其是超级爆款，往往还依赖品牌、分发渠道、网络效应、运营能力以及长期积累。

这些因素不会因为代码生成速度提高而自动消失。

03｜真正的新机会，可能是小而美的软件

过去做独立开发，很多人会设想一个宏大的目标：

开发下一款Notion、下一款Slack，或者下一款拥有百万用户的App。

但AI可能正在创造另一种机会。

不需要百万用户，也可以做一个有价值的软件。

比如，为特定职业开发一个数据整理工具，为某个开发框架制作插件，或者为一个小众兴趣群体解决繁琐的日常问题。

这些需求往往有共同特点：

用户群体不大，问题非常具体，现有大型软件又不愿意专门解决。

传统开发模式下，它们的商业价值可能不足以支撑一个完整团队。

而当开发成本下降，小市场也开始具有可行性。

这里存在一个容易被忽略的变化：

AI未必首先创造更多软件巨头，却可能让更多小众需求得到满足。

不过，小项目的成功也不等于一定赚钱。

几千次下载不代表几千名付费用户，更不代表能够覆盖服务器、模型调用、维护和获客成本。

判断一个项目有没有商业价值，仍然要回到真实需求和单位经济模型。

04｜当人人都能写代码，竞争优势会转移到哪里？

如果未来大部分开发者都能借助AI快速完成软件，那么代码实现本身的稀缺性就会下降。

这不意味着工程能力不再重要。

相反，当产品原型越来越容易出现，稳定性、安全性、可维护性以及持续迭代能力，会成为区分Demo和成熟产品的重要因素。

更大的变化可能发生在三个方面。

第一，发现需求的能力。

能够准确识别真实问题，比单纯拥有一个产品创意更重要。

第二，触达用户的能力。

产品做出来只是起点。如何让目标用户发现、理解并信任它，依然是一项独立能力。

第三，持续交付的能力。

AI可以加速生成代码，但产品仍然需要测试、监控、反馈分析和长期维护。

对于技术管理者来说，衡量团队AI应用效果，也不能只看生成了多少代码、开发时间减少了多少。

还需要观察产品是否真正交付、用户是否持续使用，以及总体成本是否下降。

05｜尼古拉斯的判断：软件行业正在走向长尾繁荣

我认为，这项观察最有启发性的地方，并不是AI让软件数量增长了多少倍。

而是它提醒我们重新理解软件的价值。

过去，只有足够大的市场，才容易支撑一个专门的软件产品。

未来，随着开发与维护成本进一步降低，一些原本被忽视的小众需求，可能逐渐成为可持续的产品机会。

对于普通程序员和独立开发者，我更建议采用一种务实的方法：

先找到一个具体人群的高频痛点，用AI快速做出最小可用产品，交给真实用户验证，再决定是否继续投入。

不要一开始就追求复杂架构，也不要把AI生成的Demo当作产品成功。

更不必每个项目都追求百万用户。

一个能够稳定解决问题、获得持续使用，并且有合理收益的小产品，同样值得长期经营。

AI让软件更容易被创造，但真正决定软件价值的，始终是它解决了什么问题。

当写代码不再是最大的门槛，理解用户、交付价值和持续运营，可能才是开发者下一阶段更值得建立的能力。

而这，或许就是AI时代软件行业最值得关注的变化。