软件、数字商品与服务的TEMU化

# 软件、数字商品与服务的 TEMU 化 来源：https://xn--gckvb8fzb.com/the-temu-fication-of-software-digital-goods-services/ 关于软件、书籍、音乐和电影并不遥远的未来的一种假说：我们消费的大多数东西将变得更便宜、更丰富，但也明显更差，而人类手工制作的东西则将进入一个属于自己的奢侈品细分市场。 **免责声明：** 这是一篇观点文章，大部分内容都是基于少数已经出现的数据点，对未来（尚未到来？）的推测。照例，文末有摘要（https://xn--gckvb8fzb.com/the-temu-fication-of-software-digital-goods-services/#summary）。 几年前，如果有人告诉我，会有一个正经市场，卖十美元的钻头、两美元的裙子和一美元的鞋子，而且是从地球另一端的仓库发货，我一定会笑出声。然而今天，这个市场确实存在，它有自己的名字，甚至还在公开市场上交易（某种程度上，通过控股公司）。*TEMU*、*Shein* 和其他几家公司，围绕这样一个理念建立了令人瞠目结舌的业务：如果你把生产成本压得足够低、生产速度足够快，并且产品质量仅仅够好、好到在手机屏幕上看起来像样，那么就会有极大量人口购买它——哪怕产品一周之内就坏掉，哪怕制造材料的毒素含量（https://memotherearthbrand.com/blogs/plastic-free-living/the-ethical-and-sustainability-concerns-of-temu-and-shein）令人担忧，哪怕单次配送的碳足迹（https://www.greenmatch.co.uk/blog/environmental-impact-of-temu）比本地购买同样产品高出几个数量级。 这种商业模式的关键不在于创新，而在于成本的转嫁与压缩。在上游某个地方，人们每周工作七十五个小时（https://www.greenpeace.org/international/story/82296/the-hidden-cost-of-fast-fashion-shein-temu-zara/），工作条件之恶劣，本网站的大多数读者连去参观都不愿；这样我们其他人才能在五个工作日内收到一件便宜的塑料锅铲。当可见的价格坍塌时，不可见的成本被分摊到垃圾填埋场、人的肺，以及最终那些我们永远不会遇见的人身上。 接下来是一个我无法证明、但已经在脑中翻来覆去琢磨了很久的假说：因为我们正在看着同样的事情发生在软件、书籍、音乐、（电影）剧本，以及我们消费的大多数数字商品和服务上。这一次，廉价劳动力不是人，而是一个*大型语言模型*（*LLM*），也就是如今许多人所说的*“AI”*；而被转嫁出去的成本，除了别的之外，还包括*质量*——质量需要匠心才能生产，需要注意力才能感知。就像实体商品一样，我们最终很可能会得到一个两级市场：一个庞大且利润极高的低级市场，装的是生成出来的*垃圾*；另一个更小、更昂贵的高级市场，装的是仍然可以辨识出人类痕迹的作品。 我想称之为*软件、数字商品与服务的 TEMU 化*，并描述它可能的样子。 ## 廉价劳动力 几十年来，全球服装业一直依赖一支几乎没有议价能力、也没有话语权的劳动力队伍。这一套经济逻辑之所以成立，是因为某个远方的人，缝一件 T 恤挣的钱还不到一杯咖啡的价格。没有了这种扭曲的安排，整个*快时尚*商业模式就会崩溃。你手里的那件衣服*对你来说便宜*，只是因为它*对别人来说昂贵*——而这种代价并没有体现在价签上。 现代的*大型语言模型*在经济中占据了类似的位置，但有一个重要的区别：血汗工厂里没有人，取而代之的是一堆 GPU，它们在一个由其他人类经年累月创作出来的语料库上训练而成。被压缩的劳动是*历史性的*，而模型某种程度上是数百万程序员、作家、插画师和音乐家作品的压缩拷贝，以接近零的边际成本被回放出来。嗯，至少在理论上是这样，而且前提是*超大规模云服务商*能找到降低每 token 成本的办法，但那是另一个话题。 然而，结果是一样的。一类商品突然可以以比以前低一个数量级的成本被生产出来。而且，就像*TEMU* 的商品一样（https://www.theguardian.com/world/2026/may/28/eu-fines-temu-sale-illegal-dangerous-products），这些商品*恰好是刚刚够好*。 ## Vibe 编程的软件 到目前为止，最直接的表现形式是所谓的 *vibe coding*。这个词指的是这样一种做法：用自然语言向*LLM* 描述你想要什么，接受它生成的任何结果，然后通过更精细的关于基本想法的描述迭代，最终把结果交付到生产环境。开发者是否真正理解了生成出来的东西，越来越被认为是一个*实现细节*。虽然输出在*技术上*是软件，但问题是，它是*哪种*软件。 2025 年的一份 *Veracode* 报告发现，大约 45% 的 AI 生成代码样本（https://www.businesswire.com/news/home/20250730694951/en/AI-Generated-Code-Poses-Major-Security-Risks-in-Nearly-Half-of-All-Development-Tasks-Veracode-Research-Reveals）未能通过安全测试，并包含 *OWASP Top 10* 中的严重漏洞；一项跨语言、跨模型的学术研究（https://arxiv.org/abs/2502.01853）评估了 *Claude*、*Gemini*、*Codestral*、*GPT-4o* 和 *Llama-3* 在 Python、Java、C++ 和 C 上的输出，发现相当大一部分生成的代码片段要么不符合基本的安全编码标准，要么直接触发了已分类的弱点（缓冲区溢出、硬编码凭据、SQL 注入、加密误用、路径遍历，你能想到的都有）。更令人担忧的是 *IEEE-ISTAS* 2025 年一篇经过同行评审的论文，记录了在仅仅五次迭代提示之后，严重漏洞增加了 37.6%（https://arxiv.org/html/2506.11022），这表明你越是让模型去*改进*它自己的代码，安全状况就变得越糟糕。 当这些问题随着时间推移不断累积，结果就是总拥有成本（https://www.baytechconsulting.com/blog/ai-technical-debt-how-vibe-coding-increases-tco-and-how-to-fix-it）高于传统开发。然而，当你不考虑*长期*，而是考虑*快时尚*时，这一点并不重要。另外，这也不是说经验丰富的工程师就不能用好这些工具——他们当然可以。问题在于，当同样的工具被一个本来就不懂*好*是什么样的人（https://xn--gckvb8fzb.com/the-rise-of-the-bullshittery/）使用，而且他们下游也没有人懂（https://xn--gckvb8fzb.com/a-word-on-omarchy/），会发生什么。输出通过了最基本的测试——*它能跑，看起来像那么回事*——然后被交付到生产环境，积累起那种只有当出了大问题时才会显现（https://www.infoworld.com/article/4098925/is-vibe-coding-the-new-gateway-to-technical-debt.html）的架构和安全债务。 **注：** 业界有一些可信的声音，尤其是来自 AI 工具供应商自己的声音，他们认为 AI 辅助开发更多的是抬高了底线，而不是压低了天花板。在这种观点看来，中位数的软件*从来都*是平庸的：在截止日期压力下由疲倦的人类写成，不假思索地从 *Stack Overflow* 复制，用胶带和祈祷拼凑起来。如果一个 LLM 能在极短时间里产出质量大致相当的输出，那么按照这个论证，事情并没有变得更糟。我们只是移除了一个瓶颈。 我觉得这个论证有一部分说服力，也有一部分是说出它的人在自说自话。确实，很多软件本来就不怎么样；但同样真实的是，*一个至少明白自己在做什么的人写的烂代码* 与 *一个什么都不理解的系统写的烂代码* 之间是有区别的。前一种可以被质疑和纠正，后一种则倾向于不断累积恶化，因为把它交付上线的人无法回答*为什么*它会这样做。至少目前如此。 ## Vibe 写成的书籍 软件并不是唯一在发生这种事的地方。图书业可以说走得更远。据估计，每个月有大约一万到四万本 AI 生成的书籍被上传到*亚马逊*的 *Kindle Direct Publishing* 平台（https://shellypalmer.com/2025/02/ai-slop-how-low-quality-ai-books-are-overwhelming-libraries/），其中许多没有披露有模型参与。2023 年 6 月，*Kindle 畅销榜*前 100 名中据发现只有 19 本是人类写的（https://www.tekedia.com/ai-bookspam-wave-increasing-grut-of-slops-in-2026/）。*亚马逊*后来引入了限制和披露要求（https://www.plagiarismtoday.com/2024/04/17/why-amazon-is-overrun-with-plagiarism-and-ai-garbage/），但执行并不一致，作者们也在继续抵制（https://www.npr.org/2024/03/13/1237888126/growing-number-ai-scam-books-amazon）这场看起来像是缓慢洪水的浪潮。 受到冲击尤其严重的类别包括：旅行指南（生成出来的指南，*作者*从未去过那些城市，推荐的餐厅根本不存在）、营养与健康（生成出来的饮食建议，引用的研究根本不存在），以及公有领域改写（https://www.rollingstone.com/culture/culture-features/amazon-ai-book-knockoffs-1235450690/）（生成出来的旧书*改编版*，依赖那些真实作者从未同意过的书名可辨识度）。尤其是旅行指南，已经催生出一小类故事：读者按照地址到了地方，发现是一片空地；或者按照步行路线穿过某个人类永远不会推荐的街区。 **注：** 辩护者又会说，图书市场的底层从来都充斥着凑数之作，按需印刷已经存在很久了，代笔的商业书和流水线类型小说在生成式 AI 出现之前几十年就有了。然而，新的东西在于*规模*——低努力内容如今可以以什么样的量级被生产出来，以及它以多快的速度淹没目录中的其他内容。作者们正在争夺货架空间，而竞争对手可以一个周末就上架一百本新书。 ## Vibe 生成的文章与视频 2025 年一份对 2020 年 1 月以来发布的 65,000 篇英文文章的分析发现，互联网上所有新文章中有略超过一半现在是由 AI 生成的（https://graphite.io/five-percent/more-articles-are-now-created-by-ai-than-humans）。而且不只是文字在被*机器*批量制造。*YouTube* 也有自己的同类问题。根据 *《卫报》*（https://www.theguardian.com/technology/2025/aug/11/cat-soap-operas-and-babies-trapped-in-space-the-ai-slop-taking-over-youtube）的分析，全球增长最快的频道中近 10% 只发布 AI 生成内容（https://www.rmit.edu.au/about/schools-colleges/media-and-communication/industry/rmit-information-integrity-hub/the-repost/repost-december-2025），而在 *Shorts* 中，新用户看到的视频里超过五分之一是低质量 AI 生成材料（https://www.kapwing.com/blog/ai-slop-report-the-global-rise-of-low-quality-ai-videos/）。 ## Vibe 产出的音乐 就连音乐创作——这种极具创造性、并且（直到最近）依然由人类完成的过程——也无法幸免于这种 *TEMU 化*。*Spotify* 多年来一直在移除幽灵艺术家（https://en.wikipedia.org/wiki/Controversy_over_fake_artists_on_Spotify）的曲目，但当生成式工具让制作令人信服的 *lo-fi* 背景音乐变得轻而易举、并且可以任意量产时，这种做法急剧扩大。据报道，该平台在一年内移除了 7500 万首*垃圾*曲目（https://www.npr.org/2025/10/27/nx-s1-5587852/spotify-ai-music-fakes）；而像 AI 生成乐队 *The Velvet Sundown*（https://aimagazine.com/news/is-velvet-sundown-ai-hoax-a-canary-in-the-mine-for-music）这样的高调案例，在被揭穿之前就积累了超过一百万次播放。至少还有一起刑事案件，涉及超过 800 万美元的欺诈性版税（https://futurism.com/artificial-intelligence/man-pleads-guilty-music-ai-bot-streams），完全建立于 AI 生成的音乐和机器人刷量之上。 然而，这没有理由让我们为 *Spotify* 鼓掌（https://xn--gckvb8fzb.com/high-quality-offline-music/），因为这家公司看起来只有在 AI 垃圾内容让别人赚到钱的时候才会去打击它。 ## 抵抗……还是拖延？ 不过，还有一丝希望：据报道，2024 年人们对 AI 生成文章的参与度下降了约 40%（https://smartaiwork7.wordpress.com/2026/04/11/human-only-content-marketing-2026/），而在一些研究中，人类生成内容获得的流量似乎仍然是 AI 生成材料的 5.4 倍左右（https://www.mindstudio.ai/blog/human-made-premium-ai-backlash-authentic-content）。大约 38% 的消费者公开表达了对 AI 创作内容的怀疑，人们似乎确实还在用注意力投票。但这一票是否足够强大，能够改变平台层面的激励，是另一个问题。就我个人而言，我并不特别乐观，尤其是考虑到平台无论怎样都能获利。 以 *Netflix* 为例。据我理解，*WGA* 2023 年的协议（https://prospect.org/2023/09/29/2023-09-29-what-writers-won-wga/）明确禁止制片公司将 AI 生成材料视为源材料，也禁止使用 AI 撰写或改写剧本；*Netflix* 至少在 2026 年 5 月之前似乎都受该协议约束。*Netflix* 自己的*生成式 AI 制作指南*（https://partnerhelp.netflixstudios.com/hc/en-us/articles/43393929218323-Using-Generative-AI-in-Content-Production）似乎也反映了这一点：它允许在*构思*阶段使用 AI，但不应*取代或实质性影响*那些原本会由工会代表的编剧、演员或剧组成员完成的工作——*未经适当批准*。这表面上听起来令人安心，但在我看来，这只是拖延，而不是限制。 这家公司同时公开承诺在其制作管线中*全力以赴*拥抱 AI（https://www.cnbc.com/2025/10/22/netflix-all-in-on-leveraging-ai-in-its-streaming-platform.html），与 VFX 自动化供应商签署了协议（https://restofworld.org/2026/netflix-interpositive-vfx-ai-automation/），这些协议明确让全球一部分 VFX 劳动力面临风险；而且它已经在至少一个节目（*《El Eternauta》*（https://techcrunch.com/2025/07/18/netflix-starts-using-genai-in-its-shows-and-films/））中使用了生成式 AI。其轨迹似乎是：*“在合同当前允许的每个地方都用 AI，合同一允许就扩展到其余领域，然后把结果包装成‘创意的民主化’。”* ## 展望未来 所以，以下是我具体的（也很有可能错误的）预测： 在未来五到十年内，*Netflix* 将提供一个*基础*订阅档，其节目库主要由 AI 生成或 AI 辅助的内容构成。我们说的是*生成式程序化剧集*——每一集都是从小型模板集中重新混搭出来的；*生成式儿童内容*——勉强有点教育意义，但看完一小时后就完全记不住；以及*生成式剧情片*——从现有 IP 中回收情节，其余部分全靠 *vibe* 凑出来。为此，观众支付最低的月费；平台则几乎不花制作成本，同时保留巨大的利润率。消费者唯一*“好处”*是没有广告插播——因为定向广告很可能会被实时注入到你正在看的节目里，无缝地融入故事情节，而你却浑然不觉……