有人用AI“复刻”了7款Adobe软件!造价人,你的软件或许也能自己做了

最近AI圈有一个很火的词，叫“逆向一切”。

一位开发者借助AI，用Rust语言重新开发了7款软件，分别对标Adobe旗下的Photoshop、Illustrator、Premiere Pro、Lightroom、Acrobat、After Effects和InDesign。

文章末尾我放了地址，感兴趣的可以去看一下

这套开源软件叫ArtCraft，其中PhotoCraft在GitHub上已经获得近5万颗Star。

要知道，Adobe的这些产品，可是经过多年研发和持续迭代才发展起来的。

当然，这7款开源软件目前还不能完全替代Adobe的成熟产品。

这让我们觉得有一种新可能：我们是不是也可以借助AI，把自己需要的软件功能重新做出来？

一、什么叫“逆向”？

可以用一个简单的例子来理解。

假设你买了一台机器。

你不知道它内部的设计图纸，也不知道它是怎么制造出来的。

但你可以观察：

•  它能完成什么工作？

•  输入什么东西，会得到什么结果？

•  各个按钮分别有什么作用？

•  它是按照什么规则运行的？

当你把这些事情研究清楚以后，就可以尝试用自己的方法，重新制造一台具有类似功能的机器。

这就是逆向工程的一种思路。

放到软件上，也是类似的。

你不一定需要知道原软件的源代码，只需要研究它的功能、操作流程和输入输出，就有机会重新实现相似的功能。

这不是破解别人的软件，也不是直接复制别人的代码。

而是研究：它解决了什么问题？我能不能用另一种方法解决同样的问题？

二、为什么以前很难，现在却变得有可能？

以前，如果一个造价人想开发软件，需要做什么？

首先，你得懂编程。

其次，你得学习软件架构、数据库、界面设计，还得不断测试、修复问题。

即使你很清楚自己需要什么功能，也未必能把它开发出来。

所以我们过去的工作方式通常是：

发现需求 → 寻找软件 → 购买软件 → 学习使用 → 适应软件的功能。

有时候，我们明明只需要其中一个功能，却不得不购买或者使用一整套复杂的软件。

现在，AI正在改变其中一个关键环节。

你可以把软件的操作过程、功能要求、输入输出样例告诉AI，让它帮你分析规则、编写代码、制作界面，再通过真实数据不断测试。

比如，你可以告诉AI：

“我有两份工程量清单，希望你帮我做一个工具，自动识别相同清单、工程量差异、新增项目和删除项目，并把不能确定的匹配项单独列出来。”

过去，这可能是一个需要专门开发人员完成的任务。

现在，借助Codex等AI编程工具，不懂编程的造价人也有机会参与开发。

当然，AI第一次做出的结果不一定可靠，还需要我们不断验证和完善。

真正发生变化的，是软件开发的门槛正在降低。

三、放到造价行业，这件事有什么意义？

我们每天都在使用各种软件。

算量软件、计价软件、PDF工具、Excel插件、资料管理工具、清单对比工具……

我想请大家思考一个问题：

你有没有遇到过这样的情况：特别喜欢某个软件的一个功能，但其他功能根本用不上？

或者：

某个软件明明很好用，却偏偏缺少一个你最需要的小功能。

过去，我们只能向软件公司反馈，等待它开发。

现在也许你可以自己开发一个小工具，可能更符合自己的实际需求。

这些例子都有一个共同点：

我们不需要从零发明一种全新的软件，只需要找到已经存在的解决思路，再结合自己的需求重新实现。

四、是不是意味着，我们想用什么软件，都可以自己“逆向”一个？

从技术原理上说，许多软件功能都可以被分析，并尝试通过不同的技术路线重新实现。

但这不意味着任何软件都可以被AI一键复制。

例如，想重新开发一套成熟的BIM算量软件，就涉及复杂的三维建模、工程量计算规则、数据格式兼容、运行性能和长期维护等问题。

这与开发一个清单对比小工具，完全不是同一个难度。

另外，涉及商业软件时，还必须遵守知识产权、软件许可和数据安全方面的要求。

所以，我认为更现实的方式不是：

“我要用AI重新开发一套广联达。”

而是：

“广联达或者其他软件中，有哪些功能是我特别需要的？我能不能先用AI实现其中一个？”

比如一个清单检查功能、一个数据转换功能、一个简单的工程量计算辅助功能。

五、我觉得，这件事带来的最大变化，是我们看待软件的方式变了

以前，我们学习软件，更多是在思考：

“这个软件怎么操作？”

“它有哪些功能？”

“我要怎样适应它的工作流程？”

但以后，我们还可以多问三个问题：

第一，这个软件真正解决的是什么问题？

第二，它实现这个功能，可能依靠什么规则？

第三，我能不能借助AI，做一个更符合自己需求的版本？

这三个问题，看似简单，却代表着不同的思维方式。

前者是软件使用者的思维。

后者开始接近软件设计者的思维。

对于我们这些长期从事造价工作的人来说，其实还有一个优势。

我们可能不懂代码，但我们懂业务。

我们知道结算审核容易在哪里出错，知道工程资料应该怎样核对，也知道哪些重复性工作特别耗费时间。

而这些经验，恰恰是AI开发专业工具时非常需要的东西。

所以

下次遇到一个好用的软件功能，可以多想一步：这个功能，我能不能借助AI，自己做一个？

也许你会发现：

过去，我们只能选择软件提供给我们的功能。

未来，我们还可以参与决定，自己的软件应该长什么样。

项目参考：ArtCraft / PhotoCraft GitHub（https://github.com/storytold/photocraft）

写在最后

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，如果想第一时间收到推送，也可以点个关注

我是张兰，谢谢你看我的文章，我们一起将AI嵌入我们的工作流程。