当写代码不再昂贵，软件行业为何还没走出配给时代

我们生活在构建软件最伟大的时代。200 美元的订阅就能让你使用最先进的编码模型，这些模型几乎可以构建任何东西。那么为什么我们的软件没有好上 10 倍？为什么我们大部分的软件看起来仍然像是 2015 年设计的，只不过现在主页换成了一个聊天框？

简短的回答是：配给。它已经结束了，而我们还没赶上。

在 Claude Code 出现之前（BC）¹，构建软件的"物理规律"看起来相当不同。软件的构建成本高昂，运行成本低廉。编写代码的瓶颈在于招聘和留住昂贵的工程师，这些工程师需要昂贵的管理者来保证进度，还需要昂贵的产品经理来帮助弄清楚该构建什么。计算、内存和存储的成本每年都在下降。上市 SaaS 公司的中位数将每 1 美元收入中约 75 美分留作毛利。²

工程带宽是所有科技公司中最稀缺的资源，而我们得到的产品就是对它进行配给的结果。你可以在行业前辈们传承下来的信条中看到这一点：最小可行产品（MVP）、精益创业、"只做一件事"。赢家在崛起过程中做出的权衡塑造了每一个品类，因为行业中的其他人都在效仿他们。

以 GitHub 的 pull request 为例。它始于 2008 年，最初不过是一个通知——当你在某人代码仓库的分支上做了修改并请求他们 "pull" 这些修改时。后来，这个功能演变成我们今天看到的样子，带有差异对比、讨论区和合并按钮。这个功能最初是为开源协作而构建的，然而它被其他所有 git 平台所复制，即使它们并非为开源而构建，以至于即使那些立志要为智能体编程构建一个更好的 GitHub 的平台，今天似乎也无法摆脱它。Salesforce 1999 年的销售线索/机会/管道对象模型成为了 CRM 的定义。此后每一家 CRM 公司都继承了这一模型。

在 Claude Code 出现之后（AC），催生出我们今天所使用的每一款软件的经济学原理已经发生了逆转。构建软件已经变得廉价，构建一个新功能的边际成本接近于零，而运行软件——既然 AI 处于关键路径上——已经变得昂贵。任何使用大语言模型的产品现在都承担着真实的销售成本和真实的单位用户边际成本。软件已从高固定成本（研发团队）和接近零的边际成本（廉价的计算）转变为低固定成本（更精简的研发团队、更多的智能体）和可观的边际成本（前沿模型）。

软件现在看起来更像制造业，而不是 SaaS。³

我们的产品是被配给塑造的，而配给已经结束。如果你在今天构建产品，你就不再受制于昨天的种种约束。一款新产品或一个新功能既便宜又容易构建。实验也变得容易，因为无论代码多么复杂，如今都是可以丢弃的。因此，从这里开始我们获得的软件理应看起来完全不同，并且好上几个数量级。然而它还没有，至少目前还没有。

在旧金山市市场街漫步，你会看到广告牌和 Muni 公交车上贴满了为构建 AI 智能体的公司所做的广告。如果你仔细看，几乎所有这些都是伪装成垂直领域智能体的 OpenClaw 克隆。每个人似乎都在构建同样的东西，仿佛他们没有意识到现在他们几乎可以构建任何东西。我们得到的软件变得更多了，而不是不同了。⁴

我们的行业还没有跟上定量配给时代终结的步伐，原因有以下几点：

• BC 时代关于如何打造成功软件产品的观念根深蒂固，难以动摇。任何谈论"tokenmaxxing"（即自由地花费 token 而不是定量配给）⁵的人都会遭到嘲笑。
• 销售不符合类目的新产品很难，因为大多数采购团队购买的是类目。一款看起来不像 CRM 的产品，即使好上 10 倍，也很难卖出去，除非有一位愿意承担风险的内部支持者。
• 资本仍在流向经过验证的"X for Y"型创业公司。OpenClaw 取得了巨大成功，因此"OpenClaw for X"的项目容易拿到融资。
• 最后，大型在位厂商交付的是他们的组织架构，而这些架构是围绕员工人数构建的。对它们而言，软件构建方式的根本性变革几乎不可能实现。⁶

BC 时代的一些约束仍然成立。分发仍然是在位厂商最大的护城河，也是新进入者最难攻克的壁垒。⁷信任需要数年才能赢得，尤其在消费者端更是如此。代码写起来便宜，但维护并不便宜：一个正在扩展的产品所需的组织结构与从 0 到 1 交付的产品截然不同，而大多数谈论 tokenmaxxing 的人只谈交付。如今每个用户都要消耗 token。但这些都无法解释为什么我们构建出来的软件看起来仍像是 2015 年的产物。

为了更好地理解这种滞后，不妨看看美国制造业的历程：1880 年代初电力实现商业化之后，美国制造业花了大约四十年才看到生产率的提升。工厂最初只是用一台大电机替换蒸汽机，驱动原有的轴和皮带，因此生产率提升微乎其微。直到工厂围绕每台机器上的小电机重新设计车间布局，生产率才真正起飞。软件行业尚未重新设计自己的"车间"，而那些比别人更早这样做的公司很有机会达到逃逸速度。⁸

迎头赶上将体现为两种形式。

GitHub 不会被一个贴上 AI 的"全新改进版"GitHub 取代，而是会被一家重新思考人类与智能体之间代码协作的公司取代——在这个人类每天阅读的代码越来越少的时代。⁹Salesforce 也不会被一个"AI 优先"的 CRM 取代。它将被一家从第一性原理出发解决 CRM 问题的公司取代，不受现有对象模型的包袱所累。¹⁰许多公司正获得资金去打造现有类目的 AI 原生版本，而很少有公司在构建摆脱定量配给之后该类目应有的样子。

第二种形式不那么显而易见：打包整合。在后定量配给的世界里，"只做一件事"的教条已不再适用，公司现在可以"煮沸整片海洋"，捆绑比以往更多的产品，聚合价值并掌控客户关系。¹¹

Rippling 和 PostHog 这样的公司是先驱，早在智能体出现之前就将多个相关产品捆绑在一起。Parker Conrad 起步很早。¹²我们应该看到更多这种形态的公司。我们还会看到一些看似奇怪、但一旦理解原因就觉得合理的组合，比如 Stripe 收购 OpenRouter，以及 Ramp 推出自己的 LLM 路由器。这两家公司都在追随软件的新成本线：token。

配给制在我们的旧习惯之前就已经结束，而我们正处于这个奇怪的空档期，等所有人回过神来、摆脱那些陈旧的产品构建教条。优势属于那些从未学会配给的人。

脚注

1. Claude Code 于 2025 年 2 月以研究预览版的形式推出，并于 5 月正式上线。对我来说，它在 2025 年 12 月左右才真正进入状态，那时 Claude Opus 4.5 刚刚问世。我在这里用它来泛指编码代理。 ↩
2. Clouded Judgement（Jamin Ball），2024 年 5 月 3 日。↩
3. ICONIQ 的《2026 年 AI 现状报告》显示，2025 年 AI 产品的毛利率为 45%，预计 2026 年为 53%，2027 年为 59%。这虽在提升，但仍远低于 SaaS 过去约 75% 的水平。↩
4. 在2025 年 9 月，Mike Judge 曾问所有那些 AI 构建的软件都去哪了。到 2026 年 1 月，Show HN 的帖子数量已经翻了一倍多。↩
5. 值得注意的是，曾经教了一代创始人如何发布最小可行产品的 YC，这一次也早早加入了。↩
6. 我对 Google 怀有很深的感情，但看看他们是如何把自己的组织架构直接以四个编码代理的形式搬出来的：Jules、Gemini CLI、Gemini Code Assist 和 Antigravity。↩
7. 凭借Muse，Meta 似乎终于在消费级 AI 的赛道上占有一席之地，并能够通过 Facebook、Instagram、Messenger 和 WhatsApp 每天触达 36 亿用户。↩
8. 电气化的故事来自 Paul David 的《发电机与计算机》。David 是在回应 Robert Solow 1987 年那句著名的话：「除了生产率统计数字，你可以在任何地方看到计算机时代。」↩
9. 所有新的代码平台都在抨击 GitHub 的可靠性问题，并把自己定位为它的继任者，但我至今还没看到有谁敢于跳出 GitHub 所奠定的那些基础范式。↩
10. 我最喜欢的例子是Granola，我认为它是一家伪装成 AI 笔记应用的 CRM 公司。它已经存在于 CRM 数据本应来源的那些对话之中。在所有试图取代 Salesforce 成为 CRM 的玩家中，他们或许才是真正能做到的那一个。↩
11. 请阅读 Ben Thompson 的《聚合理论》。↩
12. 早在智能体出现之前，Parker Conrad 就曾说过「过去 20 年我们构建商业软件的方式一直是错的」。详见此处。↩

每当我有新文章发布，你都会不定期收到更新。