低成本超定制一次性软件

# 低成本超定制一次性软件 来源：https://blog.gnoack.org/post/hyper-customized-one-off-software 2026-07-05 我此前讨论过，人工智能项目的平均生命周期通常较短（https://blog.gnoack.org/post/lindy-effect）。 这是一个相关的假设，我认为我们已经开始在人工智能相关的软件工程领域看到这一趋势，并且它可能很快会扩展到其他领域： > **假设：**随着软件创建经济学的变化，我们将看到更多由用户自身根据需求、借助足够强大的人工智能模型按需生成的软件。这些软件成本低廉，但更重要的是，它们能够高度专业化地满足用户需求，从而大幅降低集成成本。 ## 旧世界 传统上，我们将成功的软件项目视为少数人构建、多数人使用（1:N）的事物。其模式如下： 作者（少数）构建软件，用户（多数）使用。构建成本（高），采用成本（高？），购买成本（视情况而定） 作者承担软件的设计与实现成本，有时还需支付营销及类似功能的费用。这很昂贵，但对作者而言仍有利可图，因为（1）软件易于复制，且（2）他们可以面向大量用户。 但用户不仅为软件本身付费，还需支付（更隐性的）**采用成本**（发现合适的软件、将其技术性且实际性地整合到自身环境与工作流中）。如果他们未能成功将软件融入自身环境，此类集成项目失败并非闻所未闻（https://retail-optimiser.de/en/aldi-nord-struggles-with-its-new-sap-world/），并会导致高昂成本。 ## 人工智能模型改变了软件开发的经济学 如今，随着实现成本因人工智能而发生转移，用户实现软件也变得更加可行，**在某些领域，用户按需构建定制软件的成本可能低于搜索并集成一个合适的现有解决方案**。 软件按需构建并使用，用户（少数）。构建成本（低），采用成本（更低） 原因如下： - **实现成本如今大幅降低**（针对简单软件而言）。 - 通过生成高度特化于用户特定需求的软件，可以**降低采用/集成成本**。 - 将此推向极致，对于那些使用频率低、但每次使用都需要细微变化的软件，你甚至可以做到每次使用时都重新生成软件。 - 无需再评估现有软件产品的适用性，因为软件如今对用户而言是可塑的。 ## 这适用于哪些类型的软件？ 早期指标可以在人工智能采用率已经很高的领域看到，例如软件工程领域本身：如果你关注人们分享和推广其项目作品的网络论坛，可以清楚地看到，现在有大量人们创建的项目，因为他们能够（a）使其更符合自身品味（即更好地集成到其环境与工作流中），并且（b）他们懒得费心研究和整合现有解决方案。 当然，对于从事该领域工作的人来说，达到实现阶段的门槛更低。但随着人工智能模型的改进和适合人工智能工作的框架的出现，我认为这在普通计算机用户中也达到可实现水平是现实的。 但有些类型的软件我认为不适用此模式： - 你仍然无法突破算法和复杂性理论的根本限制。更实际地说：如果你想分析大型数据集，但你没有将其存储在具有合适查询能力的地方，那么暴力处理数据很快就会变得昂贵。 - 其他人员所依赖的软件或软件服务更难更改，需要仔细考虑。以“随感觉”的方式更改此类软件而不破坏或移除这些依赖关系是很困难的。因此，“更底层”类别的软件，如数据库、操作系统和其他服务，在此意义上较不可塑。 --- 随着成本经济学的转变，我认为趋势已经明朗：**我们将看到更多解决更特定用例、面向更少用户的一次性软件项目**。 当然，随着软件生产成本的降低，这不仅仅*替代*现有软件，它还释放了**此前在经济上不可行生产的软件的创造潜力**。