夜雨聆风
当下，越来越多的普通人开始“自己做软件”了。有人用 AI 做了一个记账工具，有人搭了一套内部管理系统，有人在几天内上线了一个 App 原型。曾经需要程序员、设计师、产品经理协作才能完成的事，现在一个人加几个 AI 工具就够了。
于是很多人兴奋地觉得——“人人都能创造软件的时代，要来了。”
但真的如此吗？
当你真的开始部署应用、接入支付、管理用户权限、处理数据同步时，一个更现实的问题会迅速浮出水面：
AI 的确降低了“制造软件”的门槛，但它并没有降低“融入软件世界”的门槛。
这两者，从来不是一回事。
很多第一次用 AI 写代码的人，都会经历一个类似的阶段：
一开始是震撼。一句自然语言描述，AI 就能生成页面、数据库、API 接口，甚至帮你部署上线。
但如果继续下去，你会逐渐意识到：自己虽然能“生成代码”，却仍然深深依赖一个早已存在的软件生态。
你需要使用代码托管平台——比如 GitHub（面向全球） ；
需要部署服务——比如 Vercel、Netlify、AWS，或者国内的阿里云、腾讯云；
需要处理支付——海外有 Stripe，中国有支付宝、微信支付；
需要适配移动生态——既要遵守苹果 App Store 和 Google Play 的规则，也要面对华为、小米、OPPO、vivo 等应用商店的分发要求；
更不必说 AI 本身，就需要运行在 OpenAI、Anthropic、Google 或 DeepSeek、Qwen 等模型基础设施之上。
也就是说，AI 并没有重新创造一个全新的软件文明，它只是在已有文明之上，释放了更多的生产能力。
AI 一边在“分散创造力和生产力”，一边却又在“强化基础设施”。
过去十几年，全球互联网形成了一套极其庞大的基础设施体系。
云计算领域：根据 2025 年数据，全球市场中 AWS 约占30%，Microsoft Azure 约占24%，Google Cloud 约占11%。
在中国市场，阿里云约占 34%，华为云约占 19%，腾讯云约占 16%。无论全球还是中国，绝大多数互联网服务，本质上都运行在少数几家公司的服务器体系之上。
支付领域：海外有 Stripe、PayPal、Apple Pay 控制身份验证、风控与结算网络；国内有支付宝（约54%移动支付份额，2024年数据）和微信支付（约39%）构成几乎不可绕过的支付轨道。一个开发者当然可以自己写一个网站，但很难脱离这些基础设施独立完成支付能力。
移动生态更加明显：苹果的 App Store 和 Google Play 长期控制着全球移动应用的分发入口。而在国内，华为应用市场、小米应用商店、OPPO 软件商店 等构成了另一套分发体系，再加上微信小程序这样的超级应用生态——它本身已经成为一种“应用内的应用商店”。即便 AI 让更多人能开发 App 或小程序，只要想触达用户，就仍然需要遵守这些平台的规则。
换句话说：
AI 正在让“应用层”变得越来越开放，但“基础设施层”反而可能变得更加集中。
这也是为什么，“SaaS已死”这句话只说对了一半。
真正容易被 AI 冲击的，往往是那些“纯功能型SaaS”——比如简单的数据整理工具、表单工具、轻量CRM、自动化脚本平台。这类产品过去的核心价值是“技术实现能力”，但 AI 已经开始快速压缩这部分门槛。现在很多人只需要几句提示词，就能让 AI 帮自己生成一个内部管理系统或数据面板。
但与此同时，那些真正处于生态核心位置的 SaaS，并不会轻易消失。比如海外的 Stripe、Shopify、GitHub、Notion、Slack、Cloudflare；以及中国的支付宝、微信、钉钉/飞书、阿里云/腾讯云。
这些平台真正强大的地方，并不是某一个具体功能，而是它们在整个互联网生态中的“连接位置”。
它们掌握的是：
• 用户关系 • 数据流动 • 工作流 • 身份系统 • 支付轨道 • API 网络 • 开发者生态 • 企业协作结构
它们是 “数字基础设施”，而不是普通工具。
所以未来一个很可能出现的局面是：
AI 会让“创造工具”的能力变得越来越廉价，但“连接现实世界”的能力仍然高度稀缺。
这也是为什么，未来会出现海量 AI 应用，但其中绝大部分都会很快消失。因为一个产品真正困难的部分，往往并不是“做出来”，而是：
是否存在真实需求是否能融入已有生态是否能被用户长期信任是否具备稳定分发能力是否能形成持续现金流
这些问题，并不会因为 AI 会写代码就自动解决。
实际上，现在的软件世界本身，也并不是一个“最优设计”的结果。
今天人们所使用的大量技术栈、协议和软件结构，很大程度上是过去几十年不断演化、妥协和商业竞争之后形成的历史结果。
很多系统之所以存在，并不是因为它“最先进”，而是因为：
✅已经有大量用户在使用✅已经形成开发者生态✅已经接入商业网络✅已经沉淀数据与习惯
这意味着，软件世界并不像很多人想象中那样，是一个完全自由的技术空间。
普通人当然可以创造新的应用，但大多数情况下，仍然需要运行在已有生态的轨道上。
这有点像铁路系统。
任何人都可以造车，但如果想真正连接城市、运输货物、形成规模，就必须进入已有铁路网络。
互联网也是类似的逻辑。
那么，一个很有意思的问题就出现了：
如果完全抛开现有的软件生态，从芯片最底层的 1 和 0 开始，全部交由 AI 来重新设计整个软件世界，它会长得和今天一样吗？
答案很可能是否定的。
因为今天的软件世界，本质上是“GUI时代”的产物。
人们需要：
下载App学习操作界面理解按钮逻辑适应软件结构
但 AI 更可能推动一种新的结构：人表达意图，系统动态生成能力。
也就是说，未来的软件可能不再是固定 App，而更像一种流动的能力网络。
用户不再关心“打开哪个软件”，而只需要表达：“帮我完成这件事。”
随后，AI 自动调用不同工具、拼接工作流、生成界面、处理数据。
在这种模式下，“软件”本身可能会逐渐变得模糊。
真正重要的，不再是代码本身，而是：
意图理解权限管理系统调度数据连接信任验证
但即便如此，也并不意味着未来一定会走向完全自由、完全去中心化的软件世界。
因为技术并不是唯一决定结构的因素。
商业、监管、安全、协作成本、风险控制、人类习惯，这些现实因素，同样会不断推动新的中心化结构重新出现。
所以，更现实的推演可能并不是 AI 推翻旧的软件生态（毕竟 AI 自己就是旧生态的产物：今天的Claude、GPT、Grok 等模型，训练数据 99%来自现有代码库和文档。它们最擅长的其实是模仿和扩展已有模式，而不是凭空发明全新底层）；而是用 AI 重写软件世界的层级结构。
过去的软件世界，可能是：
操作系统 → 浏览器 → App
未来的软件世界，则可能逐渐变成：
模型 → Agent → 动态服务网络
但无论如何，真正重要的问题始终没有改变：
谁掌握基础设施，谁控制生态入口，谁拥有连接现实世界的能力。
AI 的确让更多普通人第一次拥有了“造轮子”的能力，但软件世界的核心竞争，或许从来都不是“谁能造轮子”。而是谁能决定：
这个轮子最终能否接入真实世界。
