程式碼已經不值錢了，但軟體依然昂貴：個人軟體時代的迷思與現實
當寫程式碼的成本趨近於零，真正昂貴的是判斷力、品味、和對一個問題的理解深度——這些東西 AI 一行都寫不出來。
最近讀了 Chris Gregori 的一篇文章 Code Is Cheap Now. Software Isn’t.。這篇文章的核心論點簡潔有力：AI 讓生成程式碼的成本崩塌了，但做出真正有價值的軟體的成本，一吋都沒有移動。
這句話聽起來像是老生常談，但 Gregori 把它拆解得夠細，讓你不得不正視一些正在發生、卻被集體忽略的事。
一、個人軟體的崛起：從 SaaS 到草稿紙
Gregori 觀察到一個明確的趨勢轉向：我們正在從「購買軟體」走向「生成軟體」。
過去你有一個問題，會花幾小時搜尋哪個 SaaS 產品能解決 80% 的需求。現在？你打開 CLI 或語音介面，描述你要什麼，五分鐘後就有一個可運行的東西。
他舉的例子很有畫面感：
- 一個按照自己預算風格量身打造的訂閱追蹤器
- 一個解決一個非常利基的資料輸入問題的 Chrome 擴充套件
- 一個介面完全按照自己意思設計的健身 App
這些東西不是要活一百年的產品。它們是用完即丟的草稿紙——解決當下的問題，然後拋棄。
Gregori 用了一個我很喜歡的類比：
Claude Code 之於開發者，就像 Excel 之於辦公室工作者：一個強大、靈活的工具，用來解決眼前的問題——而不是 Shopify 那種為建立永久事業而設計的平台。
這段讓我想到一件事：我們其實正在回到試算表被發明時的原始用途。你不會打開 Excel 來建一個永久的多年資料庫——你用它來理清一個問題、算出結果、然後繼續走。軟體正在經歷同樣的「回歸」。
二、程式碼便宜了，但軟體從來沒有便宜過
這是整篇文章最核心的論點，也是最被「AI 淘金熱」的噪音淹沒的事實：
LLM 有效地殺死了生成程式碼的成本，但它們完全沒有觸及真正理解一個問題的成本。
Gregori 精準地指出，我們看到的那些「週末造出來的 App」，大多數只是基本 CRUD 操作和第三方 API 的薄薄包裝。它們在 Twitter 的展示影片裡看起來很驚豔，但碰到真實世界的摩擦力時就碎了：
| 看起來很完美的時候 | 碎掉的時候 |
|---|---|
| 訂閱追蹤器正常運作 | 銀行改了 CSV 匯出格式 |
| Chrome 擴充套件完美執行 | 目標網站的 DOM 結構改了 |
| 健身 App 流暢好用 | 使用者需要離線支援或資料同步 |
軟體的真正成本不在第一次寫出來。它在維護、邊界情況、不斷堆積的 UX 債務、以及資料所有權的複雜性裡。 這些「快速」解決方案是脆弱的。
這讓我想到我的第一篇文章中引用的放大器比喻：AI 放大的是你帶進去的東西。如果你帶進去的是一個沒有被深入理解的問題，AI 會把那個膚淺放大成一個看起來完整、實則一碰就碎的東西。
三、工程師的價值正在轉移，而不是消失
Gregori 對「軟體工程的末日」論述的回應，我認為是全文最清醒的段落：
我們沒有在見證這個職業的終結；我們正在進入它的新時代。工程師的價值正在從「怎麼寫」的語法層，轉移到「寫什麼」和「為什麼寫」的系統層。
真正的工程在於抽象和架構。它是知道如何結構化一個能持久的系統、理解為什麼一個特定的限流策略是必要的、知道如何管理分散式快取、知道在哪裡不該放你的環境變數。
這段話呼應了我之前在 AI 差異化那篇文章中的觀點：當底層產出被商品化，上一層的能力就變得更值錢。 程式碼被商品化了？那架構判斷力就更值錢。架構哪天也被商品化了？那對問題本身的理解就更值錢。商品化的浪潮一直往上推，但每一層的上面永遠還有一層需要人類的判斷。
四、分發幻象：MRR 截圖背後的真相
文章中有一段特別辛辣的觀察：
我的動態牆目前被「AI 創業者」淹沒，他們聲稱用一個下午造出來的 App 有五位數的每月經常性收入（MRR）。在很多情況下，這些說法高度可疑。
Gregori 指出，這些人成功的原因不是因為他們有一個 AI 副駕——而是因為他們已經掌握了在擁擠場域中捕獲注意力的技術。他們不是發現了捷徑，他們只是用新工具更快地執行了自己原本就有的優勢。
這帶出一個我認為非常重要的框架轉換：
AI 已經有效移除了工程槓桿作為主要差異化因素。當任何開發者都能用 LLM 在一小時內建構和部署一個複雜功能，寫程式碼的能力不再是競爭優勢。
取而代之的差異化因素是什麼？品味、時機、以及對你的受眾的深刻直覺理解。 這些東西比程式碼難自動化一萬倍。
五、誰是真正的贏家
Gregori 在文末列出了在這個新時代真正受益的人，我把它整理成一張圖譜：
| 受益者 | 為什麼 |
|---|---|
| 被無聊重複問題困住的領域專家 | 他們終於能自己造出解決自己問題的工具 |
| 造拋棄式內部工具的內部團隊 | 需要立刻能用、不需要完美的東西 |
| 想替換脆弱手動流程的進階使用者 | 自動化的門檻降到接近零 |
| 重視解決方案所有權的工程師 | 工具更強了，但他們的判斷力才是核心價值 |
注意這個清單裡沒有的東西：「不懂技術但以為可以 fire 掉整個開發團隊的非技術主管」。Gregori 對這類人有一句狠話：
相信技術專業能力可以被一個 prompt 取代，是一個戰略性錯誤。
六、我的心得
讀完這篇文章之後，我有三個層次的感受。
第一層：鬆了一口氣
作為一個正在學習、正在累積技術判斷力的人，這篇文章的核心訊息對我來說是一個正向訊號：判斷力的價值不會因為 AI 而降低，反而會升高。 那些我花時間理解的架構原則、系統思維、邊界情況的敏感度——這些東西的複利倍率正在增加。
第二層：被提醒了
但同時我也被提醒了一件事：我有時候也會掉進 Gregori 描述的陷阱。看到一個問題，直接讓 AI 生一版，然後在上面修改。看起來高效，但實際上我跳過了「自己先想清楚問題結構」的那段認知勞動。
那段被跳過的勞動，恰恰是建構判斷力的原料。
這和我之前讀 Globalflows 那篇文章的啟發完全一致：AI 放大你帶進去的東西。你帶進去一個結構清晰的問題，它回給你十倍的產出。你帶進去一個模糊的「幫我想想」，它回給你一個看似完整但實則脆弱的幻覺。
第三層：重新定義了「會寫程式」的意義
這篇文章讓我徹底告別了一個舊的心智模型：「學會寫程式 = 能造軟體」。
不，能寫程式碼和能做軟體之間的距離，從來沒有像現在這麼大。當程式碼的生成成本趨近於零，「會寫程式碼」變成了一個基線而不是優勢。真正的優勢在於：你能不能判斷這段程式碼該不該被寫出來？你能不能看到一個看似完整的 App 背後隱藏的十個邊界情況？你能不能在「快速出貨」和「可維護性」之間做出對的取捨？
這些問題沒有任何一個可以被 prompting 回答。
七、挑戰：Gregori 的論述本身也有一個結構性盲點
認同歸認同，我認為 Gregori 的論述有一個他自己沒有正視的矛盾。
盲點一：「個人軟體」和「工程能力依然重要」之間的張力
Gregori 一方面大力歌頌「個人軟體」的崛起——非開發者現在能自己造工具了，用完即丟，太棒了。另一方面又說：真正好的軟體還是需要工程能力、架構判斷、和系統思維。
那那些用完即丟的個人軟體，到底需不需要工程能力？
如果不需要，那「軟體依然昂貴」這個論點就只適用於一個越來越小的「正式軟體」子集。大多數人日常接觸的軟體需求，正在被「便宜的程式碼」滿足。
如果需要，那「個人軟體的民主化」就是一個假象——因為那些非開發者造出來的東西，注定在第一次遇到邊界情況時就壞掉。
Gregori 想兩邊都要，但這兩個論點在邏輯上是互斥的。 你不能同時說「人人都能造軟體了，太棒了」和「造軟體依然需要深度專業能力」——除非「軟體」這個詞在兩句話裡的定義不同。而他沒有明確區分這一點。
盲點二：低估了「脆弱」軟體的生存能力
Gregori 說這些快速造出來的東西「一碰真實世界就碎了」。但我們來想一個反例：
如果這個訂閱追蹤器只需要存活三個月呢？
如果我知道我只需要它正常運作到我完成這一輪財務盤點，然後就丟掉它——那「銀行改了 CSV 格式會壞掉」這個邊界情況，根本不是問題，因為它不太可能在三個月內發生。
Gregori 用「傳統軟體工程」的耐久性標準來評判「用完即丟」的工具。但這就像用一棟房子的建築標準來評判一頂露營帳篷——標準本身就不適用。
在「用完即丟」的世界裡，「脆弱」不是 bug，它是 feature。 如果造它只花五分鐘，壞了再造一個就好。這不是工程的失敗，這是工程經濟學的改變。
盲點三：忽略了「中間態」的可能性
Gregori 把世界分成了兩極：一邊是用完即丟的個人草稿紙，一邊是需要深度工程的「真正的軟體」。但真實世界裡，大量需求落在中間：
- 一個小團隊的內部工具，不需要完美，但需要穩定跑半年
- 一個 side project，不打算變成事業，但希望它能持續幫到自己一兩年
- 一個 MVP，需要快速驗證市場，但也不能真的一碰就碎
這些「中間態」的軟體，正是 AI 工具最有價值的戰場。 它們不需要頂級架構師的系統設計，也不甘於五分鐘的用完即丟。它們需要的是「足夠好的工程」加上「快速迭代的能力」。
而 Gregori 的二元框架——要嘛草稿紙、要嘛正式軟體——完全沒有為這個中間地帶留空間。
八、最後：工具變了，紀律沒有
儘管有上述的挑戰，Gregori 的核心訊息我依然深刻認同：
工具變了，但好的工程基本面沒有變。
AI 可以幫你寫程式碼，但它不能替你判斷什麼是值得寫的。它可以幫你快速出貨，但它不能替你負責出貨之後的維護。它可以降低進入門檻，但它沒有降低做出好東西的門檻。
進入門檻崩塌了。但做出真正重要的東西的門檻，一吋都沒有移動。
用二十美元、幾小時的時間、和一點耐心，幾乎任何人都能出貨一個功能性的應用程式。但出貨和造出軟體之間的差距，才是這篇文章真正想說的。
判斷力、品味、責任感——這些依然是這份工作的核心。
備註：最近討論品味的文章好多喔，我們會持續深入來討論這部分。