夜雨聆风昨天影视飓风 Tim 发了一个视频：《你被 AI 内容骗过吗》，聊的是 AI 时代的创作困境。
AI 内容正在让互联网的“信任感”快速下降。以前我们看到一张图、一段视频、一篇文章，默认会先相信它大概是真的；但现在 AI 图、AI 配音、AI 视频、AI 文案越来越像真人创作，很多人第一反应变成了：“这是不是 AI 做的？”这种怀疑会扩散到所有内容里。
但我发现，用 AI 制作的网站，或者其他工具类产品，似乎并没有遭遇太多类似的质疑。
我的理解是，这和“工具”的属性有关。
一个工具好不好用，用户其实没那么关心它到底是手工打造的，还是机器加工的。毕竟用户使用的是工具，而不是欣赏一件艺术品。
就像人们常讨论劳斯莱斯的手工打造，它彰显高贵和身份。但这辆车本身，很大程度上已经脱离了汽车最基础的工具属性。作为交通工具，大多数人真正关心的是安全、舒适、可靠、效率，而不是每一针皮革是不是手工缝制。
但 AI 时代的软件价值，最近也在被反复讨论。
SaaS 软件公司的市值，在一轮轮大模型公司推出新功能之后，股价一次次下探。其中最夸张的是我喜欢的多邻国。一年前股价还有 500 美金，现在只有 100 美金左右，几乎是打折到脚踝。
微软 CEO 纳德拉也谈过类似的问题：传统 SaaS / business apps 这类“业务应用”的形态，可能会在 Agent 时代坍缩。因为很多业务软件，本质上就是“数据库 + 一堆业务逻辑”，而未来这些业务逻辑会迁移到 AI Agent 里。
Tim 在思考 AI 会给视频制作、图片影像带来什么。
引起我的思考是：未来软件在 AI 时代的价值是什么？
就像我做的 ETFWin.com，实际上用最好的模型，多花一点 token，其他人完全可以让 AI 复刻一个出来。特别是我还公开了系统技术栈。
也有网友质疑：“这么简单的功能，一个下午就可以做出来”，为什么还要做会员功能？
这确实是 AI 时代非常现实的问题。
一个工具从制作到使用，确实被 AI 大大缩短了时间。我是受益者，用户也是受益者。那工具的价值到底该怎么衡量？
我现在的理解是，工具的价值不再由“做出来有多难”决定，而是由“它在用户那里持续解决了什么问题”决定。
作为开发者，很容易把价值和制作成本绑定在一起。
这个功能调了三天，那个页面我改了十版，这个数据处理得很辛苦，所以它应该值钱。这是过去大量的toB软件公司和甲方收取“人月”费用的逻辑。但AI时代，人的底层劳动被迅速压缩，同时用户不会关心这些。用户关心的是：我打开这个东西之后，是不是更快看懂了市场，是不是少走了弯路，是不是帮我省下了时间。
AI 把“制作成本”打下来了，但没有把“问题本身”打下来。
就像多邻国的 App，我已经利用 AI 做过类似的工具，但我依然是多邻国的付费用户。
在“复刻一个多邻国并自己维护”和“付一点钱直接使用一个成熟软件”之间，我选择了后者。因为我真正购买的不是几个页面、几道题、几个按钮，而是它已经设计好的学习路径、反馈机制、长期数据和使用习惯。
AI 会让软件的“壳”越来越便宜，但不会让判断力、数据积累和产品理解变便宜。
就像 Codex 发布了 /goal 命令，但如果你只输入一句“帮我做一个 ETF 分析网站”，那百分之百得不到你真正想要的东西。
因为真正难的不是生成页面，也不是搭一个数据库，而是你是否知道 ETF 分析网站应该分析什么，应该忽略什么，用户在什么情况下会打开它，什么信息能降低决策成本，什么信息只是制造噪音。
职场多年，我一直很认同一句话：
一个人在职业上能达到什么样的成就，其实要看他在指令模糊的时候，是否能够做出正确的安排。
这句话同样可以用来评价大模型的聪明程度。
而这也可能是 AI 时代软件最后的价值。
不是“能不能做出一个工具”，而是“能不能把一个复杂问题，持续整理成一个大家愿意使用的工具”。
AI 可以降低生产成本，但它不能自动替代长期的观察、判断和取舍。
未来很多软件的界面会被复刻，功能会被复刻，甚至代码也会被复刻。但真正有价值的工具，背后一定有某种持续的理解：理解用户，理解场景，理解数据，理解复杂问题里哪些东西真的重要。
所以我不太相信“软件没有价值了”。
更准确地说，是只靠“做出来”这件事的软件，价值会越来越低。
但能把复杂问题变简单、把混乱信息变清楚，依然会有价值。
只是这个价值，不再属于代码本身，而属于代码背后那个做判断的人。
一点点思考，欢迎探讨。
