文章核心观点 - 软件行业正经历从“耐用品”向“快消品”的根本性转变，软件不再默认长期存在，而是围绕具体任务被快速生产、快速消耗 [1] - 这一转变由软件生产成本、组织方式与商业模式的同步变化推动，是AI时代生产效率提升后的必然结果 [1][22] 从反直觉现象看起：软件为什么开始“用完即弃” - 出现大量生命周期极短、规模极小的软件应用，例如为零时活动或家庭需求开发，用完即删 [2] - 企业端为应对促销活动、旺季周期、临时产线或监管检查等需求快速搭建内部系统，任务完成后即被弃用或整体重构，而非长期维护 [3] - 零代码平台、AI代码生成和云资源按需计费使软件开发成本从“数十万、数月”下降到“几百元、几天”，催生了大量原本不值得系统化的需求 [4] - 根据“杰文斯悖论”，AI让代码生产极其廉价并未减少软件开发，反而推动软件进入更多场景，导致软件数量膨胀而单个软件生命周期缩短 [4] 四个正在同时发生的结构性变化 - 软件形态转变：软件从长期运行的系统转向以完成一次任务的能力出现，例如多智能体平台自动拆解任务并交付结果，或制造业中智能体以秒级响应完成任务后即进入下一次调用，软件成为被反复消耗的生产要素 [6] - 主导权转移：低代码/无代码平台普及使业务部门开始主导系统搭建，Gartner与IBM研究指出约70%的新应用将在2025年前后通过低代码或无代码方式完成，国内平台已支撑百万级企业用户 [7] - 成本对比变化：AI开发工具改变了维护与重写的成本对比，使整体重写比持续维护更划算，例如某互联网公司将90天开发周期压缩至30天，内部系统在一年内经历多次整体替换 [8] - 商业模式演进：结果付费模式为短生命周期软件提供商业合理性，企业更愿为可量化的业务结果付费，如AI客服按销售提升分成、工业设备按产出计费 [9] To B软件行业正在承受的四重冲击 - 产品标准失效：传统围绕架构优雅、长期可扩展性、易于维护的“好产品”标准正在失效，企业更关注交付速度、结果可量化验证及弃用重建成本是否足够低 [11][12][13] - 研发模式转向：研发从围绕统一系统持续演进转向重心前移至组件、模板、工作流及智能体协作规则的设计，目标是搭建高效率的生产线以快速组合和复制能力 [14] - 定价逻辑变化：按年订阅、按账号收费的模式合理性下降，厂商开始尝试按结果付费、按任务计费或按调用量计费，使成本与业务价值直接对应，削弱了对年度经常性收入的高度依赖 [15] - 客户关系演变：客户关系从长期绑定走向项目制协作，厂商更多扮演高效执行者和能力提供者，需通过效率、结果和专业度持续赢得合作，而非依赖系统迁移成本形成锁定 [16] 边界与代价：哪些软件不应被消费品化 - 适用场景：消费品化模式适用于个人微需求、部门级临时项目、探索性验证及流程清晰、结果可快速检验的任务型场景，价值体现在及时完成任务 [17] - 不适用边界：核心业务系统、安全与合规系统、金融交易、医疗、航空航天等高可靠领域必须坚持长期可维护的软件逻辑，稳定性、可解释性、可追责性高于交付速度和灵活性 [18][19] - 潜在风险：在不具备条件的领域盲目推动消费品化可能累积技术债务、削弱对关键流程的理解，并在合规和安全层面留下难以追溯的风险 [20] - 未来格局：软件行业将呈现分化格局，一端是强调速度、低成本和结果导向的快消品软件，另一端是强调质量、稳定性和长期价值的精品系统 [20] - 企业所需能力：企业需要具备区分和匹配不同软件形态的能力，而非在两者间二选一 [21] 结语 - 软件消费品化是AI时代生产效率提升后的必然结果，当代码生成成本趋近于零，软件数量必然爆发，生命周期必然缩短 [22] - 趋势既带来数字垃圾和技术债务的风险，也释放了低成本构建工具、验证想法的创造力 [23][24] - 关键在于建立判断力，以决定哪些软件应该快、哪些必须慢，哪些可以用完即弃、哪些值得长期投入，这种分层能力将决定企业与软件厂商在新周期中的位置 [24][25]