AI Coding 的终局不是生成，而是抛弃

全文约 3317 字，阅读需要 11 分钟

前几天收到一份外卖，看着那个精美的包装袋，我突然想到：如果这放在 20 年前，这个包装袋恐怕会被当作精美的产品，至少能用上一年时间。

这就是生产力提升和生产成本下降给我们生活带来的深刻变化。当制造效率提高 100 倍，成本降低到原来的 1%，我们就能享受到以前无法想象的便利和品质，甚至是彻底改变我们的生活体验。

那么，如果 AI Token 的价格下降变成原来的 1%，生成 Token 的速度再提高 100 倍，会对我们使用 AI 带来什么革命性的变化呢？

重新思考软件的本质

在 AI 时代，我们谈论 AI Coding，最终还是要生成网站、App 或者软件。但让我们先停下来思考一个根本问题：当我们用代码产生一段功能供人使用时，真的必须生成一个完整的程序、网页或软件吗？

要理解这个问题，我们需要回到软件的起源：

最初有计算机的时候，那些功能都是一段一段的代码。软件的出现，很大程度上是商业模式的产物。比尔·盖茨的伟大贡献不仅在于技术，更在于他发明了 License 售卖模式，推动了软件的商业化。

为了向你销售他生产出来的产品功能，他必须把这些功能封装在一个软件里，以进行分发、交付和收费。从这个角度看，软件、网站和 App 都是为了方便大规模生产、分发、交付和收费这样的商业模式而构建的。

传统软件模式的困境

过去几十年，软件的逻辑一直没有根本性改变：功能被打包成一个个软件（App），然后以“整套功能许可”的形式卖给用户。这种模式存在几个根本性问题：

1. 比如 Microsoft Office，有成千上万个功能，用户实际可能只常用几十个。这就像买了一套完整的工具箱，但大部分工具你永远用不到。

2. 我们经常先搜集一些软件，看看这些软件有什么功能，然后再去考虑它们是否能满足自己的需要。这就像先买工具再想用途，而不是先有需求再找工具。

3. 我们买回来的软件往往不能完美适配我们的需求，无法适应个性化的使用场景。就像买了一件成衣，但永远不如量身定制的合身。

4. 很多需求是及时产生的，比如突然需要处理一个特殊格式的文件，或者需要生成一个特定的图表。这时候我们手头可能没有现成的软件。

所有这些问题的背后，都有一个隐含的假设：功能必须依附在软件这个“容器”里交付。

但在 AI 时代，这个假设可以被彻底打破。

未来图景：即时生成，用完即弃

想象一下，未来当生成成本足够低、生成速度足够快时，用户完全不必再安装和维护一堆软件。AI 会根据你的即时需求，动态生成对应的功能，用完即弃。

不再需要“收藏 App”，不再需要“安装更新”，不再需要担心版本兼容性。所有功能都是随取随用，就像自来水一样，需要时打开水龙头，不需要时关闭。

目前我们主要的产品形态有两个方向：通过 Chat 的方式与 AI 交互的 Conversational UX，以及 AI Coding。而生成可交互的软件功能，随着模型能力的提升，如果一次能够在几秒之内甚至一秒之内就可以快速生成我们想要的功能，这不就是 Generative UX（生成式用户体验）吗？

接下来，我们只需要一个“All in one”的完整平台来做这个事情。它可以是 LLM 的 App 就像 ChatGPT，就是那个满足我们所有即时需求的终极 App。

过渡阶段：小功能市场的兴起

其实我们已经能看到一些过渡状态，比如 Youware、Macaron 等产品：现在不少 AI 产品允许用户生成小功能或小片段，并围绕它们形成了一个市场，有搜索、推荐和复用机制。

在很长一段时间内，我是相当看好这类产品模式的。但是，最近我对这些事情的看法发生了根本性改变。

我认为这依然是一个中间态。真正的终点不是“功能市场”，而是“功能随需而生”。

当生成速度和成本无限逼近零，搜索和收藏这样的功能都不再被需要！

试想一下，如果成本足够低、生成速度足够快，当我们每次使用的时候，我们及时生成就好。而且，再也不需要被重新找回来；下次如果需要的时候，再重新生成就好。

这就像现在的计算器：你不需要记住上次计算的结果，需要时重新计算即可。但未来的 AI 功能生成，会比计算器快得多，成本低得多。

使用即反馈，反馈即训练

在这个新的模式下，每一次生成、每一次使用，都是在为功能“投票”。这些被证明有用的代码结果，就是 AI 未来迭代的训练数据。

这个逻辑类似于短视频推荐系统：用户的观看停留就是投票，推动系统不断优化推荐。未来软件的迭代，也是通过用户的使用反馈，持续改进功能生成。

用户使用功能 → 产生使用数据 → AI 模型学习优化 → 下次生成更好的功能 → 用户满意度提升 → 更多使用数据...

这个正反馈循环会让 AI 生成的功能越来越精准，越来越符合用户的实际需求。

软件的终极形态：从容器到平台

当我们把这条路径串起来，会发现软件发展经历了三个清晰的阶段：

过去：功能打包 → 软件容器 → 整体出售这是传统的软件商业模式，功能被强制打包在一起。

现在：功能拆散 → 小功能市场 → 搜索与推荐这是当前的过渡状态，功能开始独立，但还需要市场机制来组织。

未来：功能即时生成 → 使用即反馈 → 无限迭代这是终极状态，功能完全按需生成，用完即弃。

到最后，软件可能根本不再是“软件”，而只是一个智能功能供应平台。这个平台不需要安装，不需要更新，不需要担心兼容性，功能完全按需生成，使用体验完全个性化，持续自我优化。

重新审视 AI Coding 的本质

所以，当我们重新审视 AI Coding 的本质时，会发现：

AI Coding 的终局不是生成，而是抛弃。

不是要生成更多的软件，而是要抛弃软件这个概念本身。不是要创造更多的功能容器，而是要创造功能即时生成的能力。

就像我们不再需要蜡烛来照明（因为有了电灯），不再需要马车来出行（因为有了汽车），未来我们可能不再需要“软件”这个概念，因为有了“即时功能生成”。

这不仅是技术的进步，更是思维方式的根本转变。从“拥有”到“使用”，从“存储”到“生成”，从“固定”到“流动”。

在这个新的范式下，我们每个人都能成为自己需求的创造者，而 AI 则是我们最得力的助手。功能不再是稀缺资源，而是像空气一样随时可用的必需品。

这就是 AI 时代的真正革命：不是让 AI 帮我们写代码，而是让 AI 帮我们直接生成功能，这些功能被“一次性”使用之后，就可以直接抛弃了。

范式转变：从工具到能力

这里的根本性变化是，我们正在从一个收集和维护工具的世界，转向一个按需生成能力的世界。这种转变具有深远的影响：

对用户而言：

• 不再有软件管理开销

• 即时访问任何需要的功能

• 实时适应的个性化体验

• 摆脱兼容性和版本约束

对开发者而言：

• 重点从构建容器转向构建生成能力

• 用户体验设计的新范式

• 创建终极“功能即服务”平台的机会

对行业而言：

• 传统软件许可模式变得过时

• 围绕 AI 生成能力的新商业模式出现

• 软件和服务之间的区别完全模糊

这种转变是软件的死刑判决，由本应增强它的技术来执行。

前进道路：挑战与机遇

虽然这个愿景令人信服，但前进的道路并非没有挑战：

技术挑战：

• 实现接近即时的生成速度

• 在多样化用例中保持质量

• 确保动态生成中的安全和隐私

经济挑战：

• 从一次性销售转向基于使用的模式

• 平衡生成成本与用户体验

• 创建可持续的商业模式

用户体验挑战：

• 设计直观的功能生成界面

• 管理用户对"一次性"功能的期望

• 在不同生成功能之间创建无缝过渡

但这些挑战只是新时代的阵痛——旧软件范式的垂死挣扎。

拥抱未来

AI Coding 的未来不是让编写代码的过程变得更容易——而是让代码本身的概念变得过时。当我们能够即时生成任何需要的功能时，传统的软件范式就变得不必要了。

这不仅仅是一次技术演进；这是对我们如何思考数字能力的根本性重新想象。从静态工具到动态能力，从永久安装到短暂生成，从拥有到访问。

AI Coding 不仅仅是一个工具——它是将埋葬我们所知软件的掘墓人，为功能像水一样流动的新范式扫清道路，按需可用，使用一次，无憾丢弃。

早期拥抱这种转变的公司和开发者，将是定义计算下一个时代的人。问题不在于这个未来是否会到来，而在于我们能够多快地适应它。

当我们站在这种转变的门槛上时，有一件事是明确的：未来不属于那些构建更好软件的人，而是属于那些构建更好生成器的人。

软件时代正在结束。生成时代万岁。