软件：现代世界的隐形引擎与脆弱基石

纽约市若在今晚突然停摆，从JFK机场航班取消、地铁停滞到支付系统失效，乃至华尔街陷入瘫痪，其根本原因只有一个：软件故障。除非出现全球性的软件问题，否则没有任何力量能阻挡现代世界的运转。这揭示了纽约乃至全球经济高度依赖看不见的软件驱动。值得注意的是，支撑这一体系的并非我们常谈论的AI类软件，而是经过70多年人类手工打磨、基于确定性规则的传统可靠软件。从日常通勤到核反应堆控制，再到空间站运行，驱动125万亿美元经济的共同因素是软件。若此类确定性软件停止工作（如Y2K危机重现），后果将是灾难性的，因为现代世界信任将其用于心脏起搏器和波音747等关键领域。

工程师判断与工具链的反馈闭环

在软件产品的左侧，工程师是产品所有决策的来源。他们拥有独特的品味、信念体系和价值观，这些主观判断直接反映在他们交付的软件中。软件运行的工具链拥有确定性规则，并形成一个跨反馈循环：组装者构建C语言，C构建了Unix系统，Unix又孕育了万物，进而发展出Kafka、Zookeeper，直至今天运行世界的Kubernetes。在这个图中，唯一的判断力来自人类判断。由于人类的差异性极大，这种方差正是每个产品独特性的起源。整个软件行业构成一个高维表示块，其中IP归属何处？持续循环如何运作？每一层工具链的砖石都帮助我们攀登新的高度。无论软件是确定性还是概率性，这一结构构成了现代经济的基础。

AI介入：租赁智能与确定性输出的本质

在AI时代，工程师被模型辅助、驱动甚至声称完全自主地工作。这些模型被称为“租赁的”（rented）智能，其优势在于创造了公平竞技场：每个人都能平等访问前沿模型和工具。过去无法负担Google或Meta人才库的团队，现在可以通过API获得智能，声称解决了软件问题。然而，深入模型、代理（agents）、工具及MCP底层，核心仍是旧的确定性软件。构建这些的人深知这并非AI产品，而是通过模型构建的传统确定性软件。最终产出物未变：世界需要每次都能可靠执行相同任务的软件。因此，AI的角色并非替代确定性，而是以最低成本加速确定性软件开发，或编写因预算限制此前无法实现的代码。未来5-10年将出现两种用例：加速开发确定性软件，以及解决因预算不足而未解决的难题。我们将使用概率性齿轮来制造可靠的确定性软件。这是否意味着取代人类判断？我们需要审视现状。

短跑冠军与模型评测：微小差距下的误判风险

作者引用2015年短跑比赛为例，九名选手竞争，差距仅为27百分之一秒。Gatlin以100分之1秒之差输掉金牌，这种细微差别超出人类直觉理解。科学测量显示Usain Bolt获胜，但在另一晚顺序可能完全相反。在人类能力边缘竞争时，差距极小以至于世界纪录保持者并不具备绝对优势。作者将此标准应用于AI模型。斯坦福近期研究显示，Anthropic得分为1503，Mistral为1460，两者相差87分。这些分数并非表示Anthropic比Mistral“聪明”87点，而是基于模型比较得出的相对评级。排行榜随发布周期不断变化。虽然“本周你使用哪个模型”是热门餐桌话题，但不应将微小的前沿差距作为产品路线图的优势。情感因素（如粉丝心态）常在会议室达到顶峰，但理性决策需避免被这种微小波动误导。

模型与产品的混淆：运动员与训练系统的区别

在当前的AI评估环境中，许多组织存在一个严重的认知误区：他们误将“产品”或“工具链”当作模型本身进行比较。作者指出，诸如Claude Code与Cursor、Codex之间的对比并非真正的模型较量。这更像是在比较牙买加运动员与美国队的训练体系，二者维度完全不同。模型是提供底层能力的“引擎”或“运动员”，而工具、上下文管理、指令编排及MCP调用等构成了围绕引擎的“Harness”（框架/车轭）。如今，底层模型能力已逐渐商品化，任何人都可以租用相同的引擎和框架。当所有人都拥有相同的基础源时，真正的差异化不再来自技术本身，而是源于工程师思维的多样性与方差。这种思维差异曾是推动不同公司在特定领域崛起的第一性原理，但在模型能力普惠的今天，这一壁垒正在被削弱。

“中位数”陷阱：同质化竞争与市场护城河的转移

随着模型迭代，被解决的问题正迅速进入LLM的训练数据中，导致“中位数”水平不断前移。作者将这种由相同工具、面向同一问题所生成的通用结果定义为“中位数”（Median）。这种“中位数产品”虽然足以交付，但极易被竞争对手复制，导致市场充斥着相似的产品。在2023年之前，解决此类问题需要昂贵的团队、时间和技术栈；如今，这些能力变得免费且普及。当产品本身不再具备区分度时，“分发”（Distribution）而非“产品”，成为了新的护城河。作者引用GitHub的数据指出，AI正在产生海量软件，虽然质量尚可，但结果高度雷同。这种现象被行业称为“AI Slop”（垃圾软件），作者认为这并非抄袭者的泛滥，而是人们因使用相同的“模具”而得出了相同的答案。

重新定义成功：从专家视角到创作者自洽

面对“AI Slop”的批评，作者主张不应以资深开发者的标准来衡量这些新生成的应用。他分享了自己两周前使用AI构建iOS应用的经历，感叹AI让每个人都能成为开发者，这是一种积极的民主化进程。对于数百万通过Lovable或Replit等平台构建应用的新手而言，成功的定义应取决于是否满足了创作者自身的目标。对某些人可能是收入，对另一些人则是在同事面前展示成果的自我实现。作者强调，虽然这类软件大多落入“中位数”，且缺乏独特性，但这并不妨碍其内部使用或个人满足。关键在于停止将其视为商业上的差异化因素。正如90年代搜索引擎拥有相同爬虫和索引一样，要在开放市场中竞争，必须引入“新颖性”（Novelty）元素。

构建优先的反射：从搜索到生成的范式转移

作者回顾了自己过去三年在LlamaIndex等项目的开源贡献及实际构建经历，指出当前的开发范式发生了根本性逆转。在过去，由于构建成本高、难度大，开发者倾向于“先搜索再构建”；而在AI时代，面对一个问题时，“直接让编码代理构建”变得比阅读文档做决策更容易。作者将这种“遇到问题即要求AI生成”的行为定义为“构建优先反射”（Build First Reflex）。这种新常态导致开发者逐渐放弃深度思考和决策过程，转而依赖AI直接产出结果。虽然这种模式极大地降低了门槛并加速了原型开发，但也带来了缺乏深度辨析和独特性思考的风险。作者提醒读者，虽然不必停止开发或发布这些“中位数”产品，但必须清醒认识到它们无法构成核心竞争力。

盲目构建的陷阱与多巴胺错觉

在AI开发的初期，许多开发者容易陷入一种"先构建再思考"的误区。作者分享了一个典型案例：他让AI在2分钟内搭建脚手架，并在4周内推出一个功能粗糙但能运行的RAG（检索增强生成）系统。这种快速获得"小胜利"的过程会产生大量多巴胺，让人误以为解决了问题——比如将PDF指向后端LLM并获取答案。然而，当产品真正面对现实时，他发现这不过是第400个或第4,000个RAG系统。作者质问AI为何要重复造轮子，而成熟的开源方案已有数千星的评价。"为什么你要构建第n个RAG系统？当有更多成熟、功能丰富且拥有数千星评级的开源系统可用时，我们本可以利用它们。" 这种重复建设不仅浪费了资源，更让人忽略了真正的问题：在模型层面尚未形成定论之前，过早投入工程化往往是在构建一个已经被解决的"中位数"问题。

从狂热到现实校准：拥挤的赛道

在最初的两年里，作者像玩 chess 一样沉迷于构建各种应用，牺牲了社交和娱乐。他使用了包括Max Plan在内的多种AI平台，甚至免费资源，试图独自完成产品经理、架构师等所有角色。然而，当他软启动产品时，现实给了他一记重击：他的圈子指出他们见过类似的计算器。令人惊讶的是，"没有人从任何人那里抄袭……这是同样的事情。这是一种模仿者的工作（copycat work）。" 无论是开源还是闭源计算器，解决方案惊人地相似。这种收敛现象不仅出现在产品形态上，也体现在LLM路由等技术架构中。"竞争者和你拥有相同的开发者……你只能通过构建来建立直觉。" 作者意识到，自己并没有校准到现实，而是陷入了拥挤的赛道。每当他投入一个月时间开发一个想法，回来时就会发现已有60个类似产品出现。"最终赢得战斗的是那些拥有更好分发渠道的人，而不是构建者。"

新颖性预算：破局的核心策略

经过两年的疲惫和数百万Token的消耗，作者提出了"新颖性预算（Novelty Budget）"的概念。在AI软件开发生命周期中，"如果你能获得至少一个单位的真正新颖性……你就能跨越这个中位数。" 这意味着开发者不应盲目追求构建速度，而应首先确定项目中唯一的、真正的创新点。如果无法命名这个新颖之处，那么该项目仅是一个学习练习。"在账单开始之前，说出那件新颖的事情。如果你没有，那就接受中位数吧……告诉我一个没有任何解决方案的问题。" 作者建议将新颖性作为路线图的一部分进行严格审查，就像管理项目支出一样。他不再炫耀Claude工作流或代码技巧，因为这些只是"中位数最佳实践"。"模型本身并不具有偏见（opinionated），它是收敛的最佳实践。" 最高的投资回报率来自于对新颖性的专注，而非重复构建已被解决的中位数问题。

四条规则：如何击败中位数

为了在拥挤的AI市场中生存，作者总结了四条基于两年失败经验的规则。第一，"做一个高度有偏见（opinionated）的人"。AI助手通常给出概率性的、通用的答案，这些属于已解决的范畴。在"中位数世界"里，"偏见是你拥有的最便宜的新颖性来源"。第二，接受从Prompt到生产（prompt to production）是中位数路径。如果是内部使用且团队需要，这完全没问题；但面向公众时需警惕同质化。第三，当AI说"完成（done）"时，这实际上是信号："AI已经给出了它的中位数产品。我必须从这里开始工作。" 开发者不应止步于代码生成，而应在此基础上进行差异化创新。"当AI说完成时……那是来自任何编码压缩的信号。" 第四，不要重复造轮子。"你的产品肯定有一个双胞胎……利用它，分叉（fork）它。" 这些规则应作为下一个季度的路线图执行，以避免在无意义的中位数竞争中耗尽资源。

AI代理的局限与领导者的直觉校准

当前的编码AI代理虽然能免费完成最后的架构设计，但它们无法发明像Kubernetes或Zookeeper这样的下一代基础构建块。AI擅长的是搭建脚手架，并在多个地方表现出色，但这仅仅是“免费的最后一步设计”。对于希望在职场中生存并繁荣的人来说，核心任务变成了寻找下一个伟大的创新点。然而，许多领导者正面临巨大的决策困境：他们的直觉尚未校准。过去，交付一个功能需要团队耗时超过一个季度；如今，一名新工程师声称能在极短时间内完成同等工作。这种巨大的效率落差让非技术沉浸式的领导者难以判断资源投放方向，因为仅靠阅读或观看视频无法重建直觉，唯有通过实际构建才能校准认知。在这种背景下，盲目跟随AI的“建造本能”是危险的。

应对AI浪潮的三个关键问题

为了在充满兴奋与噪音的AI时代保持清醒，作者提出了三个核心问题作为行动指南。首先，“谁已经做过这件事？”这个问题迫使团队进行搜索，以驯服由AI驱动的盲目建造本能。其次，“我们拥有什么是竞争对手或团队其他成员所没有的？”这将新颖性（Novelty）提升为团队成员思维中的第一公民，因为仅仅依靠更好的提示词只能得到平庸的解决方案。最后，“这个应用将存在于哪里？”在人人热衷于展示Demo的时代，强制进行基于结果的思考至关重要。因为演示是昂贵的验证方式，用于确认你是否拥有真正的分发模式。作者强调，这三个问题虽不能解决所有难题，但能帮助团队在混乱中保持聚焦。

开源模型背后的隐形成本与基础设施壁垒

作者通过一个具体的案例揭示了“开放权重”（Open Weights）模型与企业实际落地之间的巨大鸿沟。他意识到，开放权重并不等于开放的推理服务。在模型权重与最终生成的Token之间，存在着10层复杂的中间环节。这些层级包括ML运维、规模远超常规的SRE（站点可靠性工程）、精确的KV缓存管理、批处理技术以及执行并行性等。其中许多环节需要聘请行业稀缺的专家，而第9层——利用率（Utilization）更是结构性的难题，无法直接购买。作者开发了一个计算器来对比在内部运行开源模型与使用云Token服务的成本差异，发现对于许多企业而言，自行构建基础设施的成本极高。这一工具帮助企业在考虑部署开源模型时看清现实：如果无法在特定问题上做到极致，仅靠使用AI工具很难跨越平庸的门槛。

新颖性是唯一稀缺资源与确定性软件的永恒价值

尽管LLM使得过去三年的构建工作呈指数级简化，但软件开发的底层动态并未改变。基于提示词的平庸产品虽然有用且非垃圾，但在开放竞争中缺乏持久性（Durability）。除非拥有巨大的分发渠道，否则它们难以生存。作者重申核心态度：选择一个问题并致力于成为该领域全球最佳，这种意图本身就能让你超越平均水平。对于软件的未来，作者持坚定观点：运行十万亿美元经济的软件不会发生本质改变，世界仍将由确定性软件驱动。AI的作用是让编写过程更快，而非取代确定性逻辑。因此，新颖性是稀缺的，而平庸是免费的。领导者应将所有精力投入到追求极致的创新上，因为这是唯一能带来长期竞争优势的领域。

结论

视频核心论证表明，AI显著降低了确定性软件的开发成本与门槛，但也导致大量同质化的“中位数”产品泛滥。由于底层模型能力商品化且工具链趋同，单纯依赖AI生成的代码缺乏持久竞争力。真正的护城河已从技术实现转移至分发渠道与独特性。

作者主张，开发者应摒弃盲目构建的快感，转而追求“新颖性预算”。在开放市场中，唯有通过引入偏见、利用现有开源方案进行差异化创新或解决未被满足的特定需求，才能跨越平庸。AI是加速工具而非替代判断的核心，领导者需校准直觉，将资源集中于创造不可替代的价值。