ARTICLE · 1305039
5 分钟改造风扇 LED,软件开发进入新纪元
5 分钟改造风扇 LED,软件开发进入新纪元许愿式编程和REA 让人人软件开发时代来临了，不差一个程序员了
今天难得闲下来，正好电脑上有两个需求要处理。第一个很小：机箱上有个风扇，带 LED 屏，能显示温度和转速。 
厂商自带软件特别臃肿，启动慢，我怀疑是 Electron 写的。刚好最近想测试一下 REA，就把它放进 Workbody 里，加上 REA 插件跑了一遍。结果很顺利，不到 5 分钟就分析出来：这个软件实际用的是 Tauri，配合 AIDA64 读取传感器数据。
接下来就是“许愿式编程”的环节了。我直接让 AI 写一个简单 UI，实时 
把转速和温度推到风扇 LED 上。过程不复杂，成品启动速度也达到了要求。
这件事如果放在以前，其实挺麻烦。厂商不出好用的软件，就只能等各路大神出手。尤其这种小众硬件，往往要上 Wireshark、USBPCAP 抓包，分析协议，再定制界面、写软件。现在随着 AI 和 REA 这类工具兴起，这类需求真的变成了“小菜一碟”，整个过程花费的 Token 也不多，可能也就几百万 Token。
但正是这种“小菜一碟”，让我觉得软件行业接下来会遇到一个很现实的问题：当人人都能定制软件，传统软件产品的价值还剩什么？
一、冲击不在于 AI 会写代码，而在于需求的长尾被激活了
过去软件行业的商业模式，很大程度上建立在“标准化”上：厂商做一个通用软件，覆盖尽可能多的人，然后靠许可证、订阅、维护费赚钱。用户有长尾需求怎么办？忍着，等插件，等生态，或者找外包定制。
但许愿式编程改变了一件事：长尾需求的实现成本被大幅拉低了。
一个不懂完整软件开发流程的人，只要能把问题描述清楚，就可以借助 AI 和 Agent/Harness 定制自己想要的工具。界面不合心意？改。启动太慢？换轻量方案。只想要一个功能？那就只做一个功能。以前“不值得开发”的需求，现在可能几分钟、几小时就能做出一个够用的版本。
这对旧软件产品是很直接的冲击。尤其是那些功能臃肿、启动慢、交互陈旧、靠信息不对称赚钱的软件，用户第一次有了“我自己做一个”的现实选项。人人可以定制、人人可以优化自己想要的软件，不再只是口号。
二、但“人人能做软件”不等于“人人能做可靠的软件”
不过，写到这里也要泼一点冷水。AI 能把 Demo 做出来，不代表软件行业就没有门槛了。一个能跑的小工具，和一个能长期使用的产品，中间还隔着很多事：
· 硬件协议变了怎么办？
· 系统升级后驱动不兼容怎么办？
· 数据出错、风扇失控、温度误报谁负责？
· 安全、权限、隐私、合规怎么处理？
· 出问题后谁来维护、谁来兜底？
这次改造风扇 LED，本质上是一个“低风险、可自担后果”的场景。做坏了，最多是不显示。但放到工业控制、医疗设备、金融系统、企业流程里，逻辑就完全不同了。AI 可以生成代码，但责任不能生成。
所以，软件行业的出路，不是和 AI 比谁写代码快，而是重新回答：在代码供给过剩的时代，什么仍然稀缺？
三、软件行业的出路：从“卖功能”转向“卖结果”
我认为至少有几个方向。
第一，做“最后一公里”的交付。
通用能力会越来越便宜，但把能力接进具体硬件、具体流程、具体场景，仍然需要人。客户要的不是一个 Agent，也不是一个 UI，而是“风扇能稳定显示温度”“产线能少停十分钟”“报表能按时合规提交”。软件公司要往结果走，而不是只卖功能清单。
第二，做深垂直行业。
越靠近硬件、越靠近现场、越靠近行业规则，AI 越难一键替代。因为那里有大量隐性知识：协议细节、异常处理、现场约束、责任边界。通用工具能做出 80 分，但垂直场景的 95 分往往更值钱。
第三，从许可证转向服务、运维和责任。
当软件本身可以被快速生成，持续维护、集成、监控、安全更新、问题兜底就会成为更稳定的价值。用户愿意为“出了事有人管”付费，而不只是为“功能能用”付费。
第四，做平台和生态，而不是做孤立的软件。
Agent、插件、Harness、数据接口、权限体系，这些会成为新的基础设施。未来不是每个需求都从零写软件，而是把 AI 能力、硬件能力、业务系统连接起来。谁能提供可靠的连接和治理，谁就有位置。
第五，开发者要升级为“问题定义者”和“质量负责人”。
会写代码仍然有用，但更重要的能力会变成：把需求拆清楚、把边界定清楚、把验证做扎实、把风险兜住。AI 负责生成，人负责判断什么该生成、什么不能生成、生成后怎么证明它可靠。
四、结语
这次风扇 LED 的小改造，对我来说只是一个下午的消遣，但它像一个很小的信号：软件行业的供给方式正在变化。过去是厂商做什么，用户用什么；以后可能是用户描述想要什么，AI 和工具链快速拼出来。
传统软件不会一夜消失，但那些只靠“功能堆砌”和“信息不对称”生存的产品，会越来越难。软件行业的出路，不是继续卖臃肿的通用软件，而是走向更深的场景、更重的责任、更好的交付，以及更可靠的系统集成。
代码会越来越便宜，但把代码变成可靠结果的能力，会越来越贵。
今天难得闲下来，正好电脑上有两个需求要处理。第一个很小：机箱上有个风扇，带 LED 屏，能显示温度和转速。
接下来就是“许愿式编程”的环节了。我直接让 AI 写一个简单 UI，实时
这件事如果放在以前，其实挺麻烦。厂商不出好用的软件，就只能等各路大神出手。尤其这种小众硬件，往往要上 Wireshark、USBPCAP 抓包，分析协议，再定制界面、写软件。现在随着 AI 和 REA 这类工具兴起，这类需求真的变成了“小菜一碟”，整个过程花费的 Token 也不多，可能也就几百万 Token。
但正是这种“小菜一碟”，让我觉得软件行业接下来会遇到一个很现实的问题：当人人都能定制软件，传统软件产品的价值还剩什么？
一、冲击不在于 AI 会写代码，而在于需求的长尾被激活了
过去软件行业的商业模式，很大程度上建立在“标准化”上：厂商做一个通用软件，覆盖尽可能多的人，然后靠许可证、订阅、维护费赚钱。用户有长尾需求怎么办？忍着，等插件，等生态，或者找外包定制。
但许愿式编程改变了一件事：长尾需求的实现成本被大幅拉低了。
一个不懂完整软件开发流程的人，只要能把问题描述清楚，就可以借助 AI 和 Agent/Harness 定制自己想要的工具。界面不合心意？改。启动太慢？换轻量方案。只想要一个功能？那就只做一个功能。以前“不值得开发”的需求，现在可能几分钟、几小时就能做出一个够用的版本。
这对旧软件产品是很直接的冲击。尤其是那些功能臃肿、启动慢、交互陈旧、靠信息不对称赚钱的软件，用户第一次有了“我自己做一个”的现实选项。人人可以定制、人人可以优化自己想要的软件，不再只是口号。
二、但“人人能做软件”不等于“人人能做可靠的软件”
不过，写到这里也要泼一点冷水。AI 能把 Demo 做出来，不代表软件行业就没有门槛了。一个能跑的小工具，和一个能长期使用的产品，中间还隔着很多事：
· 硬件协议变了怎么办？
· 系统升级后驱动不兼容怎么办？
· 数据出错、风扇失控、温度误报谁负责？
· 安全、权限、隐私、合规怎么处理？
· 出问题后谁来维护、谁来兜底？
这次改造风扇 LED，本质上是一个“低风险、可自担后果”的场景。做坏了，最多是不显示。但放到工业控制、医疗设备、金融系统、企业流程里，逻辑就完全不同了。AI 可以生成代码，但责任不能生成。
所以，软件行业的出路，不是和 AI 比谁写代码快，而是重新回答：在代码供给过剩的时代，什么仍然稀缺？
三、软件行业的出路：从“卖功能”转向“卖结果”
我认为至少有几个方向。
第一，做“最后一公里”的交付。
通用能力会越来越便宜，但把能力接进具体硬件、具体流程、具体场景，仍然需要人。客户要的不是一个 Agent，也不是一个 UI，而是“风扇能稳定显示温度”“产线能少停十分钟”“报表能按时合规提交”。软件公司要往结果走，而不是只卖功能清单。
第二，做深垂直行业。
越靠近硬件、越靠近现场、越靠近行业规则，AI 越难一键替代。因为那里有大量隐性知识：协议细节、异常处理、现场约束、责任边界。通用工具能做出 80 分，但垂直场景的 95 分往往更值钱。
第三，从许可证转向服务、运维和责任。
当软件本身可以被快速生成，持续维护、集成、监控、安全更新、问题兜底就会成为更稳定的价值。用户愿意为“出了事有人管”付费，而不只是为“功能能用”付费。
第四，做平台和生态，而不是做孤立的软件。
Agent、插件、Harness、数据接口、权限体系，这些会成为新的基础设施。未来不是每个需求都从零写软件，而是把 AI 能力、硬件能力、业务系统连接起来。谁能提供可靠的连接和治理，谁就有位置。
第五，开发者要升级为“问题定义者”和“质量负责人”。
会写代码仍然有用，但更重要的能力会变成：把需求拆清楚、把边界定清楚、把验证做扎实、把风险兜住。AI 负责生成，人负责判断什么该生成、什么不能生成、生成后怎么证明它可靠。
四、结语
这次风扇 LED 的小改造，对我来说只是一个下午的消遣，但它像一个很小的信号：软件行业的供给方式正在变化。过去是厂商做什么，用户用什么；以后可能是用户描述想要什么，AI 和工具链快速拼出来。
传统软件不会一夜消失，但那些只靠“功能堆砌”和“信息不对称”生存的产品，会越来越难。软件行业的出路，不是继续卖臃肿的通用软件，而是走向更深的场景、更重的责任、更好的交付，以及更可靠的系统集成。
代码会越来越便宜，但把代码变成可靠结果的能力，会越来越贵。
