AI時代，軟件開發(fā)成本真的能下降90%嗎？資深工程師Martin Alderson分享最新觀察：AI Agent正大幅壓縮人力成本，數(shù)周甚至數(shù)月的項目如今幾小時或一周即可交付。AI不僅加速新項目開發(fā)，還能輕松理解維護三年以上的老舊代碼庫。這種變化釋放巨大潛在軟件需求，小團隊也能實現(xiàn)過去整個開發(fā)小隊的產(chǎn)出。

本文深入探討成本下降的原因、AI工具對開發(fā)模式的重塑，以及為何2026年可能成為行業(yè)大轉(zhuǎn)折點。

我從事軟件開發(fā)近20年，見證過不少行業(yè)浪潮——SaaS的興起、移動應用的全面爆發(fā)、區(qū)塊鏈的狂熱炒作，還有那些宣稱會讓程序員失業(yè)的低代碼工具。

但隨著代理式編碼（Agentic Coding）的出現(xiàn)，軟件開發(fā)的經(jīng)濟模型正在劇變，這股力量將徹底重塑整個行業(yè)，甚至波及更廣泛的經(jīng)濟結(jié)構(gòu)。2026年或許會讓很多人猝不及防。

此前我曾討論現(xiàn)有評測標準可能忽略某些關鍵躍遷，而這段時間的思考與親身經(jīng)歷，讓我更確信我們正迎來一場“十年一遇”的行業(yè)大轉(zhuǎn)折。

軟件交付成本的變遷

我入行時恰逢開源大規(guī)模興起，那是自定義軟件開發(fā)成本的第一波大幅下降。記得當年SQL Server或Oracle的授權(quán)費高得驚人，所以我從一開始就用開源的MySQL，它能讓你構(gòu)建定制化網(wǎng)絡應用，無需承擔動輒五六位數(shù)的年度數(shù)據(jù)庫授權(quán)費。

后來經(jīng)歷了云計算（其是否真省錢雖有爭議，但暫且假設初期減少了部分資本支出）。近幾年則可稱為“復雜性時代”，軟件工程變得——在我看來往往不必要地——復雜了。大家一頭扎進對人力要求極高的模式，比如TDD、微服務、極其復雜的React前端，還有Kubernetes。我甚至覺得過去幾年軟件開發(fā)成本幾乎沒有下降。

不過在我看來，AI Agent會大幅降低軟件開發(fā)中的人力成本。

90%成本節(jié)省的來源

2025年初，我對各類AI編碼工具都持懷疑態(tài)度，現(xiàn)在依然如此。很多平臺看似換皮的低代碼工具（如Loveable、Bolt等），或是帶自動補全增強功能的VS Code衍生版本，用起來一半有用一半煩人。

以公司典型的內(nèi)部系統(tǒng)項目為例，假設數(shù)據(jù)模型已有雛形，要構(gòu)建Web應用管理某個“widget”類業(yè)務對象。

過去的流程通常需要小團隊搭建CI/CD、整理數(shù)據(jù)訪問模式、開發(fā)核心服務，然后做大量CRUD頁面，加上儀表盤或可視化，最后（理想情況下）寫一套自動化單元測試、集成測試、端到端測試確保質(zhì)量，大概一個月后才能上線。

這還只是“純勞動力”成本。人越多溝通成本越高：各種會議、任務管理、Code Review、前后端對接、等待他人解決難題，你真正寫代碼的時間往往只是全部工時的一小部分。

用代理式編碼的CLI工具，這些流程幾乎所有步驟幾小時內(nèi)就能完成。我曾讓Claude Code花幾小時寫完一個復雜內(nèi)部系統(tǒng)的完整單測+集成測試套件（300多條）。這種規(guī)模的測試，我自己或認識的優(yōu)秀開發(fā)者都得花好幾天。

AI Agent已非常擅長將業(yè)務邏輯規(guī)范轉(zhuǎn)化為結(jié)構(gòu)清晰、可用性高的API和服務。

過去一個月的項目，現(xiàn)在一周就能搞定。思考時間差不多，但實現(xiàn)時間直接壓縮。而且團隊越小溝通開銷越低，甚至反向驗證了“布魯克斯定律”的鏡像效應：溝通成本不再是人越多效率越低，而是人越少效率爆炸提升。一兩個開發(fā)者突然能做到過去一個團隊的工作量。

潛在需求的釋放

乍看這對軟件行業(yè)似乎是壞消息，但從經(jīng)濟學角度并非如此。

杰文斯悖論表明，當某種東西生產(chǎn)成本下降時，我們不會只“花更少錢做同樣的量”，而是會做更多。電燈就是典型例子：蠟燭和煤氣燈銷量下降，但整個社會的人造光源總量大幅增加。

應用到軟件開發(fā)上，就是供需關系問題：社會對軟件有巨大“潛在需求”。

幾乎每家公司都有幾百甚至幾千份Excel表格記錄關鍵業(yè)務流程，這些本該做成SaaS。如果外包公司報價5萬美元開發(fā)其中一個應用，只有最核心的項目能立項。但如果成本降到5000美元（找個不錯的開發(fā)者配合AI工具即可），需求就會大爆發(fā)。

唯一的護城河：領域知識

那么開發(fā)者會被淘汰嗎？現(xiàn)實沒那么簡單。

目前人類仍很重要，因為你得“看著AI干活”：審核輸出、提出建議、避免它走偏。如果完全放任AI寫代碼，項目很快會亂成一團。但只要有人類參與，AI能幫你短時間內(nèi)構(gòu)建高質(zhì)量軟件。

掌握這些工具的開發(fā)者，解決業(yè)務問題時會異常高效。他們的領域知識與行業(yè)理解會成為最大杠桿：知道什么架構(gòu)合適、用什么框架、哪些庫穩(wěn)定好用。

再疊加對業(yè)務本身的理解，“傳說中的10倍工程師”正在變成現(xiàn)實。同樣，業(yè)務專家+熟練掌握AI工具的開發(fā)者組合會非常強大。未來可能不再需要“一個業(yè)務專家+一整個開發(fā)小隊”，兩三個人緊密配合即可。

這種組合讓迭代速度驚人，軟件變得幾乎是一次性的：如果方向不對，直接丟掉重來，從經(jīng)驗中學習就行。這需要轉(zhuǎn)變心態(tài)，但真正難的是想清楚問題，而非敲鍵盤。

不要措手不及

AI Agent和模型仍在快速進化，現(xiàn)有基準測試并未真正反映這一點。比如Opus 4.5能在10–20分鐘的長會話中保持較好理解，不偏離主題。我們才剛開始看到數(shù)千億美元投入GB200 GPU的成果，更新一代模型很快會讓現(xiàn)有技術過時。

但我遇到太多抵觸變化的軟件工程師，反對理由雷同：LLM錯誤太多、理解不了某個框架、根本沒節(jié)省時間。

這些說法正迅速變得不成立，讓我想起2007年看不起iPhone的桌面工程師。后來的事大家都知道：網(wǎng)絡更快、手機性能提升、移動操作系統(tǒng)更強大。

我認為工程師們需要積極擁抱變革。這不會一夜完成——大企業(yè)總體仍落后，被繁瑣的供應商審批和管理結(jié)構(gòu)困住，對小型競爭者極度脆弱。

但如果在小公司或團隊工作，有機會使用這些工具就該抓住。你的工作會變化，但軟件開發(fā)一直都在變化，這次變化可能比任何人預料的都快。2026年即將到來。

我常聽到的反對意見是：LLM只適合新項目。我強烈反對。我花了不少時間理解三年以上、原作者已離職的舊代碼庫，AI Agent能大幅簡化這個過程——解釋代碼功能、定位Bug、提出修復建議。我寧愿接手由Agent協(xié)助、優(yōu)秀工程師監(jiān)督完成的代碼庫，也不愿接手三年前水平可疑的承包商寫的、沒有測試、充滿混亂的項目。

原文：https://martinalderson.com/posts/has-the-cost-of-software-just-dropped-90-percent/

本文來自微信公眾號“CSDN”，作者：Martin Alderson ；責編：蘇宓，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com