当每个人都编写软件时，软件还有什么价值？

自从第一波 Saaspocalypse 以来，我一直在深入思考软件行业的本质。虽然我认为第一波有些反应过度，但 AI 将对软件行业造成重大颠覆这一总体判断很难否认。如果你投资于私营公司或在一家初创公司工作，这对你来说并不是什么新闻；过去三年里，你已经亲眼看到了这一点。公开市场仍处于早期阶段，还在消化那些私营市场参与者多年来一直在努力应对的变化。过去几个月里，有两个核心想法一直萦绕在我的脑海中：

• AI 正在并将继续对软件业务产生通缩影响。软件公司的高毛利率特征，源于低边际单位成本（这一点仍然成立）、由于优秀软件开发者供给有限而导致的高生产成本（这一点仍然成立，但重要性降低了），以及在 AI 之前的时代，使用传统软件开发流程追赶现有产品所需投入的大量人力工时（这一点已不再成立）。销售软件很可能仍然是一门好生意，但大概率不会像 SaaS 云时代那样优秀。顺便说一句，这对软件买家来说是件好事——你会花更少的钱买到更好的软件，而且买家将比云时代获取更多的软件价值。对我来说，这似乎是市场上大多数人都已经充分理解的事情。

• 无论是好是坏，AI 的通缩影响都意味着，更多人将为我们此前无法想象的用例编写更多软件。最后这一点正是我亲身经历过的，而且仍然尚未被充分探索。我认为，tokenmaxxing 时代掩盖了一些更有意思的变化：人们把代币消耗在低效的应用程序、工作流和流程上，而这些东西或许甚至根本没有必要被构建出来。随着这层迷雾散去，有几件事将会变得清晰。

人们不需要构建自己的 CRM

“软件终结”叙事的一个可预见副产物，是人们认为再也不会有人为软件付费了。当你可以凭感觉写代码，做出一个你已经在付费使用的东西的原型版本时，为什么还要为软件付费？CRM 平台似乎成了这种想法的第一个目标——既然你可以用一个 coding agent 重建大部分功能，为什么还要为 Salesforce 或 Hubspot 付费？你完全可以拥有一个完美契合自己需求和工作流的 CRM，而无需向供应商付费，前提是你不把自己花在开发这个应用程序、维护它上的时间价值，或者运行它所消耗的代币成本算进去。

当我与那些走上这条路的人交谈时，我注意到一种非常常见的模式。最初，人们会因为构建出了一个能运行、而且与自己工作流程完全匹配的东西而感到兴奋。然后，事情开始出问题，或者运行效果并不完全如预期。接着，团队成员开始提出功能请求和更新需求，结果不出所料，创建第一个版本的人不得不成为自己作品的软件开发者和产品经理。我不确定，当潜在消费者群体很大时，为产品构建定制版本是否有充分的理由；很多人都需要 CRM 系统，而我敢说，大多数公司与其从零开始自己开发，不如定制现有产品。你在为云产品购买许可证时，付费的一部分就是把跟上 API 变化、构建新功能以及总体上维持系统运行的挑战交给别人去处理。这在今天仍然有价值。不同之处在于，我认为供应商已经无法像以前那样，仅靠做这些工作就获取那么高的收益。

单用户软件——没有市场，但非常有价值

直到我开始借助 AI 编码助手为自己构建软件时，我才真正理解面向单个用户的软件应用程序正在快速增长。其中让我觉得这些产品有趣的一点在于，它们都是高度定制化的，你过去不会花钱请软件开发者为你构建它们，因为在 AI 出现之前的时代，这样做的成本高得令人难以承受。我也怀疑，任何开发者都不会把这些产品当作营利性业务来做，因为市场太小了。

我们还处在理解“每个产品只有一个用户的众多应用程序”究竟意味着什么的非常早期阶段。只要这个单一用户仍然觉得它有用，并且使用与维护它所需投入的时间和精力依然值得，他就会继续开发并支持这个产品。一旦这种平衡被打破，它不再显得有用，这些产品就会消亡。我不认为这里能构建出一门生意，但这种单用户软件的概念，确实与另一件我最近才开始真正内化的事情密切相关——随着我在 Precursor 构建了大约两打我经常使用的 agents，这一点变得愈发清晰。

那么，这一切对软件价值意味着什么？情况并不明朗，而且影响取决于产品的性质。范围狭窄的基础工具型应用程序，将持续面临价格下行压力，因为终端用户完全可能自己构建这个产品。也许他们永远不会真的去构建它，但只要他们相信自己能构建，就会对价格更加敏感，并且更怀疑是否值得为那些只提供狭窄价值主张的产品支付更高价格。结果并不是统一的通货紧缩——而是分化。那些需要维护、开发新功能、进行集成，以及能够与客户的 AI 工具链和基础设施交互的产品，仍然会被购买，因为买方并不想亲自做完所有这些工作。作为初级构建者的经验，会让买方更能体会这项工作的价值，但他们不会为此支付软件式的利润率；它依然有价值，但会低于软件供应商过去从许可证收入中习惯获得的水平。

会有更多人把构建软件作为其工作的一部分，就像他们使用 Excel 和 PowerPoint 一样

我并不是传统意义上的软件开发者——我从未在学院里学习过 CS，也从未掌握或学会一门真正的编程语言。在过去一年左右的时间里，我已经相当深入地学习了如何把 Claude Code 作为我的搭档来构建应用程序。我从一个连 GitHub 都不会用的人，变成了现在能够为自己构建有用的应用程序的人，这些应用程序能解决我作为一名 VC 在工作中遇到的真实业务问题。我已经学会了足够多的 Python 概念，能够让 Claude Code 帮我构建我想要的东西，并让它具备相当不错的效率，但我绝不会把自己误认为是一名专业的软件开发者。

在很多方面，我与编程的关系类似于我与 Excel 的关系。我知道如何使用 Excel，并且能从这个工具中获得很多价值。我的 Excel 技能远不如那些在 investment banking 或 private equity 工作的朋友；他们的工作对这个产品的熟练掌握程度要求比我的工作高得多，所以他们懂得比我多得多。对于那些在咨询行业工作、并且与 PowerPoint 打交道的朋友，我也可以这么说。

在听了 Platformer 的 Casey Newton 与 Anthropic 的 Boris Cherny 之间的这场采访 之前，我一直难以把自己对这个话题的想法用语言表达出来。我认为，我们正在迅速进入这样一个世界：高水平使用 AI 的能力（不仅仅是在聊天机器人里输入简单提示）将成为白领工作的基本技能；在某些领域，尤其是初级风险投资岗位，这在很大程度上已经是现实。

我还没有把这件事完全想清楚，而且变化非常快。等到我发布这篇文章时，这些内容可能已经过时了！如果我从更宏观的角度来看，我认为模型提供商，无论是闭源还是开源，都会成为单用户软件应用程序的主要受益者；这类产品的预算将会受到限制（不会再有 tokenmaxxing），但只要应用程序确实有价值，预算仍然会存在。我也怀疑，支持和维护将变得更加重要，因为海量机器生成的代码意味着，真正理解任何一家公司的代码库，或理解编码助手或代理所做决策的人类会越来越少。让这些应用程序持续运行，并随着 AI 的最新进展保持更新，仍将是一项挑战。软件行业里依然会有钱可赚，只是可能没有那么多，也不会再像我们作为投资人和创始人已经习惯的那样拥有同样的利润率。