工业软件的崛起

Industrial

adj. (sense 3a)

与生产性工作、贸易或制造相关的，尤指机械工业或大规模制造；（也指）由此类工业产生的。

—《牛津英语词典》

在软件发展史的大部分时间里，软件更像是手工艺品而非工业制品：成本高昂、开发缓慢，严重依赖技能和经验。AI 编程正在改变这一切，它提供了更便宜、更快速的生产路径，越来越不依赖人类的专业知识。

随着我们逐步解决当前工具集的不足，一个趋势正变得清晰：我们正走向一个软件生产高度自动化的世界。当软件开发经历一场“工业革命”时，会发生什么？

软件成为一次性商品

传统上，软件的生产成本高昂，其成本主要由高技能、专业化劳动力驱动。这支劳动力也构成了生产规模的瓶颈，使得软件成为一种宝贵的商品。

任何领域的生产工业化，都试图通过流程自动化来减少对人力的依赖，从而同时降低成本和扩大生产规模。这种变化将人类的角色转变为监督、质量控制和流程优化。

这种变化的一阶效应，是对高质量工作产品供应链的颠覆。劳动力被去中介化，进入门槛降低，竞争加剧，变化速度加快。这些效应如今已开始显现。

而工业化的二阶效应，则是使得大规模生产低质量、低成本产品成为可能。其他领域的例子包括：
* 印刷工艺的工业化催生了平装通俗小说
* 农业的工业化催生了超加工垃圾食品
* 数字图像传感器的工业化催生了用户生成视频

在软件领域，生产的工业化正在催生一类新的软件产物，我们可以称之为 一次性软件：创建时没有持久的所有权、维护或长期理解期望的软件。

传统软件是高成本、高价值，而一次性软件是低成本、低价值

支持者可能称之为“氛围编程软件”，怀疑者则会谈论“AI 垃圾”。无论其优劣如何，这类软件的经济学已截然不同，因为每个软件输出由于易于复制而经济价值较低。

杰文斯悖论和垃圾的成瘾性

杰文斯悖论是一个古老的经济理论，它指出：当某种资源的消费效率提高时，其成本会降低，进而推动需求增长，最终导致该资源的总消费量不降反增。

杰文斯悖论描述了效率提高如何导致总消费量增加

这在今天尤为相关。我们看到，随着 AI 模型效率提升，对算力的需求反而激增。同样的效应会波及软件开发本身吗？较低的工作成本会驱动更高的软件产出和消费吗？历史表明答案是肯定的。

以农业工业化为鉴。在二十世纪初，科学进步曾被期望根除饥饿。然而，饥饿问题依然存在。与此同时，在最富裕的国家，工业食品系统产生了另一种“丰裕”：超加工食品被广泛认为有害，但绝大多数人每天都在消费。

工业系统可靠地创造出朝向过量、低质量商品的经济压力。一旦生产足够便宜，最大化数量、利润和覆盖面的，往往是“垃圾”。结果并非最好东西的丰裕，而是最易消费东西的过度生产。

工业化的经济压力将推动一次性软件的采用

我们对“AI 垃圾”的胃口可能同样贪得无厌。如果软件的民主化能像智能手机普及拍照、录像一样，我们可能会看到用户生成的软件以社交媒体般的规模被创建、分享和丢弃。新颖性和奖励的反馈循环将驱动软件产出的爆炸式增长。

传统软件能幸存吗？

当然，超加工食品并非唯一选择。对健康、可持续食品的需求正在增长，这本身就是对工业化负面影响的一种回应。软件领域是否也可能发展出“有机软件”运动？

观察其他行业，即使在工业化水平最高的领域，小规模、人工主导的生产依然作为产出谱系的一部分而存在。例如，在服装业，尽管快时尚主导了市场，但定制西装、手工编织等小规模、缓慢的纺织品生产仍有一席之地，满足了定制、耐用性或纯粹的手工艺乐趣等需求。

人类编写的软件会不会变成小众精品行业？

那么，传统的人类编写软件，是否会演变为一个专注于高价值、高可靠性需求的精品行业？这将是下一部分探讨的核心。

那么，人类编写的软件会被限制在类似高级时装或手工针织品的利基市场吗？如果软件是实体产品，工业化可能导致可重复使用组件的大规模生产，那么或许会如此。但软件是无形商品，与其他工业化领域不同，它本身就有着组件重用的悠久历史，这是其内在特性。创新不仅限于生产现有产品的更好或更便宜版本（如服装），更在于解决方案空间的扩展——这更类似于蒸汽机如何催生了可重复使用的机器零件、生产线乃至汽车。

因此，软件开发历史中技术进步的驱动力，不仅是工业化，更是创新。研发虽然昂贵，但它提供了价值随时间增长的唯一路径。

创新是软件价值增长的历史和未来驱动力

创新与工业化有根本不同：它不专注于更高效地复制现有事物，而是通过发现和解决新问题、在前人基础上构建、交付前所未有的能力来推动进步。工业化 随后 介入，提供规模和商品化，为下一轮创新奠定基础。这两种力量的相互作用，就是我们所说的 进步。

无尽的进步循环

大语言模型是软件的“蒸汽机时刻”。它们大幅降低了一类此前完全依赖稀缺人力的工作成本，从而释放了产出的非凡加速。

但请记住，蒸汽机并非凭空出现。风车和水车比涡轮机早了几个世纪。机械化并非始于煤炭和钢铁；它只是在自动化、规模与资本结合推动经济转型的拐点达到高潮。同样，软件早已在持续工业化：通过可重用组件（开源代码）、可移植性（容器化、云）、民主化（低代码/无代码工具）、互操作性（API标准、包管理器）等多种方式。

因此，我们正在进入的软件工业革命，并非一个断裂的时刻，而是一个巨大加速的时刻。工业化不会取代技术进步，但将极大加速新思想的吸收和新能力的商品化。反过来，创新得以更快释放，因为在新技术基础上构建的成本下降得更快。进步的循环持续运转，而在大规模自动化时代，这个轮子转得比以往任何时候都快。

进步循环由创新和工业化同时发生驱动

所以，开放的问题不在于工业软件是否会占据主导地位，而在于这种主导地位对周围的生态系统意味着什么。以往的工业革命将其成本外部化于看似无限的环境中，直到环境不再无限。软件生态系统亦无不同：依赖链、维护负担、随产出规模扩大而倍增的安全攻击面。技术债务是数字世界的“污染”，在它阻塞依赖它的系统之前往往不被察觉。在大规模自动化时代，我们或许会发现，最棘手的问题并非生产，而是管理。谁来维护那些无人拥有的软件？

原文：https://chrisloy.dev/post/2025/12/30/the-rise-of-industrial-software

关注“鲸栖”小程序，掌握最新AI资讯