文章核心观点 - 随着LLM和Agent技术的发展，软件的本质正从现成的商品转变为瞬时的服务，未来的应用模式将不再是下载离散的应用，而是由AI根据用户需求即时生成高度定制化的临时应用，这将对传统的应用商店模式构成根本性挑战 [2][3][4][11][12] 对Karpathy观点与案例的总结 - AI大神Karpathy以自身经历为例，为达成将静息心率从50降至45的八周有氧实验目标，没有使用现成应用，而是通过AI助手逆向工程跑步机API，仅用一小时就创建了一个超定制化的实验追踪仪表盘 [3][7][8] - Karpathy认为，这种仅需约三百行代码、由LLM Agent快速生成的高度定制化应用，不可能也不应该出现在传统的应用商店中 [9] - 当前行业进展缓慢，**99%的产品/服务仍没有AI原生命令行界面**，**99%的产品/服务仍在维护传统的网页说明文档**，而非提供易于Agent调用的接口 [10] - 两年前完成类似定制化开发需要十小时，如今仅需一小时，未来的目标是将其缩短至一分钟以内，用户只需简单描述需求，AI即可自动收集数据、参考技能库并组装维护临时应用 [10] 对软件与应用模式演变的看法 - 软件的本质正在从现成的商品降维成瞬时的服务 [4] - 由一堆离散应用构成的应用商店模式在LLM能即时生成应用的今天显得别扭且过时 [9][11] - 未来的模式是通过LLM的“胶水”能力，将AI原生的传感器和执行器服务编排成高度定制、用完即走的临时应用 [12] - 未来的软件将变得极其廉价和丰富，现在的离散式“应用”将变成仅为特定目的临时组装、执行后即删除的代码路径，如同从代码城堡变为沸腾的代码浓汤 [17] 对行业基础设施需求的看法 - 整个产业需要重新配置，提供一套具备“Agent Native”易用性的传感器和执行器服务，它们应提供便于Agent直接调用的API或命令行，而非维护给人看的前端界面或网页文档 [10] 引发的讨论与不同观点 - **支持观点**：认同LLM定制化应用方向，并建议应用商店可向2.0版本演进，作为安全层并提供可定制的基础应用 [13][15] - **反对观点**：认为绝大多数普通用户既无能力也无意愿自行创建和维护应用，现成应用凝聚了专业设计和集体反馈的智慧，在99%的情况下优于个人定制，且超级特定的定制化需求用户比例可能极低 [16] - **Karpathy的反驳**：普通用户无需懂App，其LLM智能体会处理一切；反对观点仍受限于对软件的“匮乏思维”，未来软件极度丰富后，临时组装代码路径将成为常态 [16][17] - **商业模式探讨**：有人提出疑问，如果未来应用是临时性和一次性的，软件公司将如何构建商业模式 [19]