AI平推了软件的工程实现成本之后,才露出了平台真正的价值

微软在2026年再一次开启裁员。继4月份“自愿退休”8750名资深美国员工，5月份“自愿离职”9000名美国员工，7月份“强制裁员”4800人，9月份“裁员”数百人之后。这一次“大规模自愿离职”面向美国、加拿大、英国、印度的60000人开放申请，占员工总数的27%，职级为副总裁及以下全部级别，裁员核心原因是在AI基础设施上的巨额资本开支下，调整员工结构以控制运营成本和进行资源再配置。这一次，裁员的规模最大，动作最软。

微软的业务并没有收缩，业务结构并没有骤变，半年之内如此广泛和大规模的裁员，说明组织效率获得了极大的提升，员工的工作已经能被智能体极大的取代。拆开裁员的员工结构看，市场、销售和安全并不涉及，裁员对象集中于软件部门。

20天前，还有个大事件。一位个人开发者因不满Adobe取消订阅仍需支付费用的政策，利用AI大模型从零编写出功能对标Adobe全家桶的开源软件套件。一个人，使用Anthropic的 Claude Opus 5.5模型，基于公开规范和观察到的行为，通过Vibe Coding的方式从零构建七款应用后免费和开源。我们不去关注和讨论实际功能完成度、产品可用性的差距，这件事的意义在于AI改变了软件开发的范式，复杂软件的开发门槛被极度降低，软件开发的周期和成本被极度压缩。

我在前文“Agent取代传统软件，具身智能替代传统自动化，是AI技术的幻觉？”中提到Agent的目标不是摧毁或取代传统软件而是加强数字化平台，而现在微软半年内用AI取代了这么多的工位、一位个人开发者想要一年内完成Adobe数千人用数十年完成的工程平替，矛盾与冲突、顺承和衔接是在哪里？

AI的编码能力和氛围编程的软件开发范式，极大压缩甚至平推的是软件实现的工程成本，扩展的是软件的边界能力，最终软件在数字世界与现实世界的交互中更加完善并作用关键。

我不太同意把AI称之为数字员工，把Agent称作工种工位。拟人化确实形象，能让人更容易理解技术的价值与作用，但抹平了公司作为组织的进化智慧，也错认了人的核心价值。

我在“时代共谋与情绪”中讲述了AI的能力与边界，软件编程是高度结构化的任务，软件是AI最擅长的任务类型和领域。大家看到了Adobe被平替的现实割裂，忽略的是Adobe数十年的产品迭代和完善，在与几代创作者的合作与摩擦中的进化和积淀，以及数十年形成的对创作和设计的深刻理解。

软件本身，是这些过程和积累的承载和表现。被忽略的往往是最有价值的，这是我认为绝大多数人对软件最大的误解和误判，就像他们不理解程序员在大多数时候的工作是枯燥与重复的一样。软件从业者，大多数人没有机会去经历重构。在软件重构的那一刻，软件的价值被归零，就会明白对一家企业什么才是最重要的。被清零的是软件的工程价值，而留下来要被装入新软件的才是最关键和最有价值的。

2018年底，我从北京创业失败回到上海后进入到一家房产交易SaaS平台公司，当时公司正在进行平台重构。老的平台面对分布在全国各地的数千家各种规模的房产中介公司，持续运行和迭代了四年多，支撑的核心业务要素越来越多、流程越来越复杂，新的迭代像在一座迷宫里堆砌，逻辑更复杂、实现更难、漏洞更多，重构成了最优解。那一刻，我看到了软件价值归零，看清了软件的承载。

公司把行业里最顶尖的产品和技术人才挖来放在一个新的部门里去负责重构，老的平台继续维护停止大的迭代，待新平台上线后将客户和数据迁移至新平台，届时老平台寿终正寝。

新平台上线前，产品、技术、运维在讨论和制订详细的数据迁移方案。结论是，无法迁移。这个玩笑太有分量，堪称核弹炸裂，人民币千万为单位的重构资本投入，目标是去替换老平台，现在发现替换不了，数据结构不同、数据表不同、业务流程也不同。

你可能会说，如果让老平台的团队参与到新平台的构建中，是不是就可以规避这个问题。重构过程中，老平台的产品和技术是参与进新平台的关键产品和技术评审的。他们早就提醒过数据无法迁移，老房子里的管线结构与组织，新团队没有人来去真正理解。

后来的故事，老客户继续留在老系统，老系统继续向前迭代，新客户进入新系统。作为业务中台，我和两个团队都保持着深入的合作，近距离观察着完整的冲突过程。

命运是个循环往复，但不简单循环往复着。

一年之后，我在新公司碰到了同样的局面。这次不同的是，我成为重大干系人推动了平台重构立项。但重构并不由我负责，新平台由新团队负责，我作为老平台的产品负责人，参与到了新平台的重大产品评审。我的老板特意叮嘱我，一定要知无不言，让我把对业务的理解与判断、老平台的经验和积淀和盘托出。刚开始我确实如此做的，两次会议后我就再也不言语了，再接着干脆不去开会，他们也默契地不叫我。确实是情绪所致，我说我的，他们干他们的，说与不说都没意义了。但我清楚，结果只有糟糕了。

这一幕，何曾熟悉。结局，完全预料之内。

经历了这些，从这家公司离开的时候，我认为我是带着公司最有价值的东西离开的，对业务和行业的深刻理解，对产品和研发的体系管理。走时老板问我，你在这一段职业经历中最重大的收获是什么。我回答了两个字，敬畏。对人性的敬畏，对客观规律的敬畏。

两年多前，当我们结束创业的时候，科技公司最后只剩下我一个人，我亲手关闭了平台，清理了数据。老板问我，以后平台还能恢复吗。我回答说，数据不用恢复，代码还在平台还能重启，但这些都不重要，最有价值的显化在我们的经历中、内化在我们的认知里。

可口可乐前总裁说过，如果可口可乐在世界各地的厂房被一把大火烧光，只要可口可乐的品牌还在，一夜之间我就能再重新站起来。那么，工厂和设备不是可口可乐最核心的资产。

假设把人物换成比尔盖茨，应该是这样的版本，如果微软在世界各地的研发中心被一把大火烧光，只要微软的算力中心、数据中心还在，一夜之间我就能重新站起来。显然，大型复杂软件研发的生产组织在AI时代已经不依靠研发人力资源的工程堆砌，而是少量人主导的研发体系的搭建与运转，那些枯燥的编码与测试工作从裁去的员工办公室中转移到了算力中心的机房里，那些标准化的技能被拆分成了skill、整合成了Agent，他们工作探索中的试错与成功经验梳理成了数字文档放进了企业知识库。

软件的内核价值始终在延伸和发展，和时间的关系是非线性增长的。

我们看到Adobe开始被平替，也应该看到Adobe凭借着数十年对于创作的理解和积淀，在AI大模型平推工程周期和成本下能够更加快速地进化。个人能力更强了，巨头的进化也更快了。

AI让后来者看到了追赶的可能，但仅仅复刻过于单薄。第一，商业试错与工程实现成本大幅变薄，而知识产权形成及其独特性价值将变厚；第二，商业社会市场竞争的生死成败呈现高度复杂性。

软件技术实现层面也呈现出高复杂性。Adobe是功能性工具，不涉及数据交互，从复刻角度产品呈现度是相当高的。更多应用场景下的产品，是强依赖于数据交互和复杂规则算法的，前者呢软件是看得到的露在水面上的冰山，后者是捉摸不透的黑匣子，软件实现在大多数时候并不是简单的工程问题。冰山下的数据，黑匣子中的算法，如何来的？在企业的积淀里，在成长的进化里。