软件开发的终结

背景

我是 Michael Arnaldi，Effectful Technologies 的创始人兼首席执行官——该公司打造了 Effect，一个用于构建生产级系统的 TypeScript 库。我几乎一生都在编程。11 岁时，我开始编程，目标是破解电子游戏。自那以后，我在各个层面都写过代码：从内核开发到 TypeScript 中最高层次的抽象。

编程曾是我的全部人生。而现在，它已经彻底结束了。

让我来解释一下。

拉尔夫·威格姆时刻

更广泛的社区直到现在才真正意识到 AI 的力量。上周，Ralph Wiggum 在网络上迅速走红。Ralph 是一种技术，通过确定性的循环来提示像 Claude Code 这样的代理，从一系列小任务清单出发，迭代式地构建大型系统。Twitter 随之沸腾。

这个名字来自 Geoffrey Huntley——一位杰出的工程师，也是我的一位好友，他长期以来一直在探索 AI 的极限。

但关键在于：人们没有意识到，Ralph 只是一个开始。“AI 重度用户”——那些已经在这个世界里浸淫了数月的人——早已在使用更为成熟精细的技术。而且他们做的并不只是简单的项目，他们能在数小时内复制整家公司。

忽略了真正的重点

普通软件开发者甚至还没有接近理解这场变革的深度与广度。

他们沉迷于挑选“最好的模型”——无休止地争论 Claude 是否优于 GPT、Gemini 是否正在追赶、开源模型能否与之竞争。他们完全抓错了重点。

结果由流程决定，而不是由模型决定。模型只是解谜的一部分。可以把它类比为传统的软件开发：并不是每个开发者都很出色，但一支“足够好”的开发团队，配合正确的流程，就能构建出伟大的软件。同样的原则也适用于这里。一个足够好的模型，配合正确的流程，将在每一次对抗中击败一个更好的模型但没有流程的方案。

有一个令人不安的事实：最前沿的技术并非公开知识。高阶用户正在将自己的方法牢牢掌握在手中——因为分享它们令人恐惧，其影响过于巨大、过于颠覆性。我们终将抵达那一步，但还不是现在。

像 Ralph 这样的工具是一个不错的起点，但它们在本质上存在局限。如果你认为模型可以自行判断任务何时完成，并以确定性的方式输出一个 token，那你离真正理解其潜力还差得很远。这只不过是触及了表面。

在接下来的两年里，你会越来越多地听到诸如 Lean 和 TLA+ 这样的东西。你将看到整个行业从“Coding Agents”演进到“Agentic Infrastructure for Coding”。这一转变将是深刻而根本性的。

一个真实案例

让我给你一个具体的例子。

我一直对金融充满热情。我曾经是一名受监管人士 ——在一家开发衍生品的公司担任执行董事。离开那个行业之后，我仍然时不时会想去查看宏观经济数据，深入研究市场动态。

几周前，我决定分析 Polymarket。我想找出内幕交易、巨鲸活动，推导波动性——这些只有金融极客才会关心的事情。

在金融领域，几乎所有认真的从业者最终都会使用一个工具：Bloomberg Terminal。它的普及程度之高，以至于“人均终端数量”被用作衡量各国金融活动水平的指标。而在这一指标上，冠军并不是纽约！不——实际上是梵蒂冈城，1.9%的人拥有一个终端，几乎是卢森堡的四倍。

Bloomberg Terminal 只有一个问题——他妈的贵。而且老旧。还很笨重。

于是我决定“用 Ralph 的方式”，为 Polymarket 构建一个现代版的 Bloomberg Terminal。

这只花了我 2 个小时。我写了 0 行代码，也审查了 0 行代码。

显然，我并没有完整复制彭博终端——我只是构建了用于 Polymarket 分析所需的那一部分。但关键在于：即便是复制完整的终端，可能也只需要一两天的 token 使用量。不是几个月。不是几年。是几天。

验证这一点

我知道你在想什么：“这听起来像是在胡扯。”可以理解。所以我正在推进一个开源项目，来证明这并非空谈。

就我的个人需求而言，我需要一个会计应用程序，能够在多个司法辖区和多种货币下管理多家公司，并提供合并报表——同时完全符合美国 GAAP 会计准则。这类系统通常需要一个团队、数月的开发周期。而现在，我正利用周末时间，一路“Ralph”到一个完整可用的应用。你可以在 Accountability 关注整个过程。

但有个关键点：我刻意没有使用最前沿的工具。我是在完全公开的环境中，从第一性原理出发构建一切，以证明这种方法确实可行。没有任何“独门秘方”，没有专有技术，只有基础方法，被正确地应用。

完成后，我会撰写一篇完整的文章，详细讲述我是如何做到的——包括整个过程、我遇到的问题，以及一路走来的所有收获。

什么是软件开发？

先停下来想一想这件事。

如果像我这样的人都能在两小时内复制一个每月收费 3 万美元的产品，那软件开发到底还算什么？

这是个耐人寻味的问题。软件开发曾经是一门手艺，只有少数人才能把它做好。它需要多年的练习、深厚的知识，以及来之不易的经验。如今，任何人都可以成为软件开发者。

我有一位拥有法律背景、几乎没有编程经验的朋友，构建了一整套用于将隐私政策与 GDPR 进行比对的合规解决方案。他没有使用 Lovable 之类的工具，而是通过与 Claude Code 对话，结合 Effect 和 Next.js“硬生生”做了出来。我检查了代码，质量很好。

新的软件开发者不再是匠人，而是被赋能的普通操作者。

软件工程依然生机勃勃

但关键的区别在于：我们所熟知的软件开发已经走向终结，而软件工程依然生机勃勃。

这一角色已经发生转变。工程师不再编写软件——他们在设计更高阶的系统。他们从雕琢代码，转向设计能够编写代码的系统。他们构建方法，构建技能，发展引导 AI 走向优良解决方案的心智模型和架构直觉。他们可以在几分钟内采用新技术——最坏的情况也不过是几个小时。

这一新的现实要求我们重新思考一切。四十年来被奉为圭臬的最佳实践如今已经过时。我们曾经依赖的模式、构建的团队结构、遵循的流程——所有这一切都需要重新审视。个人的能力远比以往更为强大。一个具备合适技能的人，如今就能完成过去需要整个团队才能完成的工作。正如我们所熟知的那样，工程团队正在变得不再必要。

经济现实

我们正身处软件领域的工业革命之中。

我们正从一个软件稀缺的世界，走向一个软件充裕且廉价的世界。正如最初的工业革命改变了制造业——将曾经由手工打造、只属于奢侈品的商品，转变为大规模生产的日用品——人工智能正在对软件产生同样的影响。

其经济影响将是深远的——而且目前仍缺乏充分理解。

这将成为未来一系列文章的主题。