本文出自 CSDN創(chuàng)始人&董事長(zhǎng)蔣濤個(gè)人公眾號(hào)系列文章《硅基時(shí)間》。

寫(xiě)完《硅基時(shí)間》前五章之后，收到了上百條留言和私信。大家的問(wèn)題比我預(yù)想的尖銳得多，也現(xiàn)實(shí)得多。真正的思考，永遠(yuǎn)不是來(lái)自作者的獨(dú)白，而是來(lái)自讀者的追問(wèn)。

這一篇，我把最高頻、最有分歧、最值得展開(kāi)的問(wèn)題集中回答一次——有些是我之前略過(guò)的，有些是讀者逼著我重新想的，也有些，是我自己還沒(méi)完全想清楚、但愿意把思考過(guò)程攤開(kāi)來(lái)聊的。

由于問(wèn)題實(shí)在太多，這將是一個(gè)系列。這一篇聚焦"程序員、應(yīng)用、OPD/OPC、新市場(chǎng)"四大板塊；下一篇會(huì)專(zhuān)門(mén)聊 Token 經(jīng)濟(jì)生態(tài)。歡迎在留言區(qū)繼續(xù)追問(wèn)。

作者 | 蔣濤

來(lái)源 | 蔣氏閑記

第一部分｜關(guān)于程序員：消失、轉(zhuǎn)型，還是重生？

Q1. 程序員這個(gè)工種會(huì)消失嗎？

短答：寫(xiě)代碼的“那種程序員”會(huì)被壓縮，但“會(huì)編程的人”會(huì)暴增。碼盲會(huì)消失，新程序員會(huì)崛起。

過(guò)去四十年，“程序員”這個(gè)詞指的是一個(gè)非常具體的職業(yè)形態(tài)：把 PRD 翻譯成代碼，把 Jira 任務(wù)翻譯成 PR，把設(shè)計(jì)稿翻譯成前端組件。這種“翻譯型程序員”的工作，在 Claude Code、Cursor、AtomCode 這類(lèi)工具面前，已經(jīng)基本被接管了——不是未來(lái)，是正在發(fā)生。

Anthropic CEO Dario Amodei 講過(guò)一句很直接的話：未來(lái) 3–6 個(gè)月，AI 將寫(xiě) 90% 的代碼；12 個(gè)月內(nèi)，AI 將寫(xiě)幾乎所有代碼。這不是預(yù)測(cè)，這是 Anthropic 自己正在發(fā)生的現(xiàn)實(shí)——他們內(nèi)部團(tuán)隊(duì) 70–90% 的代碼由 Claude Code 產(chǎn)出，Claude Code 自己的代碼庫(kù) 90% 由它自己寫(xiě)。

所以，短期內(nèi)會(huì)發(fā)生什么？企業(yè)會(huì)短期壓縮程序員編制，大約 50% 的初級(jí)和中級(jí)程序員會(huì)面臨轉(zhuǎn)崗或失業(yè)。這個(gè)數(shù)字聽(tīng)起來(lái)殘酷，但它和歷史上每一次生產(chǎn)力躍遷的比例驚人地一致——工業(yè)革命時(shí)的手工織工、電氣化時(shí)代的蠟燭工匠、PC 時(shí)代的打字員。

但故事的另一面，是“碼盲”這個(gè)概念正在消失——這才是更大的變量。

Q2. “碼盲消失”是什么意思？編程會(huì)像識(shí)字一樣普及嗎？

這是我近三年反復(fù)講的一個(gè)觀點(diǎn)，今天數(shù)據(jù)終于開(kāi)始兌現(xiàn)。

CSDN 有 5300 萬(wàn)注冊(cè)開(kāi)發(fā)者用戶——這幾乎是中國(guó)所有有編碼能力的人。中國(guó) 14 億人口，有工作能力的約 8 億。這意味著中國(guó)目前只有約 6–7% 的勞動(dòng)人口具備編程能力。剩下 93% 的人，在過(guò)去四十年的數(shù)字革命里，始終是“被服務(wù)的一方”，而不是“創(chuàng)造者”。

AI 編程正在把這個(gè)比例徹底改寫(xiě)。

過(guò)去很多產(chǎn)品經(jīng)理和業(yè)務(wù)人員都是“碼盲”——他們只能提需求，不能自己寫(xiě)應(yīng)用。需求需要經(jīng)過(guò)翻譯，就像“傳話游戲”，話傳幾輪就變樣了。最后提需求的人往往極度不滿意。

現(xiàn)在發(fā)生了重大變化：他們可以自己寫(xiě)應(yīng)用，跳過(guò)程序員。

一個(gè)真實(shí)的例子——“小貓補(bǔ)光燈”。這個(gè)小應(yīng)用的開(kāi)發(fā)者其實(shí)是一個(gè)大廠的產(chǎn)品經(jīng)理，過(guò)去他需要依賴(lài)程序員，有想法沒(méi)辦法實(shí)現(xiàn)；現(xiàn)在他自己寫(xiě)出來(lái)，直接沖上了中國(guó)區(qū) App Store 的付費(fèi)榜。一個(gè)產(chǎn)品經(jīng)理獨(dú)立做出了一家小型創(chuàng)業(yè)公司才能做出的產(chǎn)品——這在五年前完全不可想象。

這不是想象。讓我用一張對(duì)照?qǐng)D說(shuō)明：

抖音、快手讓“視頻盲”消失了。很多有表演才華的人，過(guò)去可能一輩子沒(méi)機(jī)會(huì)站在鏡頭前；快手前 100 視頻主我一個(gè)都不知道，但他們的粉絲都上千萬(wàn)。一個(gè)貴州的鄉(xiāng)村老奶奶可以憑做菜視頻獲得上千萬(wàn)粉絲。AI 編程正在對(duì)“碼盲”做短視頻對(duì)“視頻盲”做過(guò)的事。

過(guò)去一個(gè)有產(chǎn)品想法但不懂代碼的人，只能把想法寫(xiě)在 PPT 里求投資，就差一個(gè)程序員合伙人；現(xiàn)在，他可以直接做出來(lái)，而且制作成本只有過(guò)去的千分之一。軟件的邊界變了，寫(xiě)軟件的基本能力將像寫(xiě)文章一樣普及。

Q3. 所以未來(lái)的程序員會(huì)分層？會(huì)是什么樣子？

這是我三年前畫(huà)的架構(gòu)圖——人人程序員，行行智能化，萬(wàn)物可編程。

第一層：專(zhuān)家煉模型（垂類(lèi)模型層）

這一層做的事，今天已經(jīng)有了一個(gè)明確的落點(diǎn)——Skill。

專(zhuān)家經(jīng)驗(yàn)現(xiàn)在可以被沉淀成 Skill：一個(gè) Skill 就是把某個(gè)領(lǐng)域?qū)＜业?know-how、判斷邏輯、操作步驟結(jié)構(gòu)化后喂給大模型，讓模型在這個(gè)領(lǐng)域瞬間擁有頂級(jí)專(zhuān)家的能力。Anthropic 的 Claude Skills、OpenAI 的 GPT Custom Instructions、各家垂類(lèi)模型的 LoRA 微調(diào)，都是這一層的具體形態(tài)。

少數(shù)頂級(jí)專(zhuān)家，把自己行業(yè)的深度 know-how 煉成 Skill / 垂類(lèi)模型。醫(yī)生煉醫(yī)療模型、律師煉法律模型、結(jié)構(gòu)工程師煉結(jié)構(gòu)設(shè)計(jì)模型。這一層人數(shù)最少，但每個(gè)人的杠桿最大——他們產(chǎn)出的不是一個(gè)應(yīng)用，而是一個(gè)新的行業(yè)生產(chǎn)基礎(chǔ)設(shè)施。

過(guò)去一個(gè)頂級(jí)兒科醫(yī)生一輩子只能看幾十萬(wàn)個(gè)病人；今天他把自己的診斷邏輯煉成 Skill 后，可以同時(shí)服務(wù)幾億次問(wèn)診——專(zhuān)家本人的價(jià)值被放大了幾個(gè)數(shù)量級(jí)。

第二層：超級(jí)程序員（專(zhuān)業(yè)開(kāi)發(fā)者層）

架構(gòu)師和有經(jīng)驗(yàn)的程序員不會(huì)消失，相反，他們會(huì)被AI 放大 10 倍以上：生產(chǎn)力提升 10 倍、工作流優(yōu)化 10 倍、創(chuàng)意實(shí)現(xiàn)增加 10 倍。

這一層里最關(guān)鍵的角色是Harness Engineer——我叫他們"搭腳手架的人"。

什么是 Harness？在 AI 原生工程里，Harness 指的是把大模型能力接入真實(shí)業(yè)務(wù)場(chǎng)景所需要的那一整套“韁繩”——包括提示詞工程、工具調(diào)用、上下文管理、Agent 編排、Evals 體系、錯(cuò)誤恢復(fù)、權(quán)限邊界、可觀測(cè)性。大模型本身只是一個(gè)強(qiáng)大的推理引擎，但要讓它真正跑通一個(gè)任務(wù)、一個(gè)流程、一個(gè)產(chǎn)品，中間這一層 Harness 才是真功夫。

Harness Engineer 要同時(shí)具備三種能力：會(huì)用提示詞（語(yǔ)言層）、會(huì)寫(xiě)工程（代碼層）、會(huì)想產(chǎn)品（業(yè)務(wù)層）。今天這是最稀缺的人才，硅谷的頂級(jí) Harness Engineer 薪酬已經(jīng)到百萬(wàn)甚至千萬(wàn)美元——因?yàn)樗麄兪前岩粋€(gè)通用大模型變成一個(gè)真正能干活的系統(tǒng)的人。

第三章講過(guò)的那位——他用 28 天做完了兩年前 10 個(gè)人 6 個(gè)月的工作量——就是典型的超級(jí)程序員。差距不是 10 倍，是接近 60 倍的生產(chǎn)效率躍遷。

第三層：碼盲成為程序員（全民開(kāi)發(fā)者層）

這是最大的一層，也是改變游戲規(guī)則的一層。關(guān)鍵詞是：創(chuàng)意即刻應(yīng)用、零手工代碼、小應(yīng)用大爆發(fā)。

過(guò)去不會(huì)編程的產(chǎn)品經(jīng)理、運(yùn)營(yíng)、老師、醫(yī)生、小店主、手工匠人……他們將第一次成為“創(chuàng)造者”。他們不會(huì)關(guān)心 Git、不會(huì)關(guān)心框架、不會(huì)關(guān)心部署——他們只關(guān)心“我的想法能不能跑起來(lái)”。

未來(lái)軟件公司只有兩種人：定義問(wèn)題的人，和調(diào)度硅基時(shí)間的人。而在公司之外，還有一大群“定義自己生活場(chǎng)景的人”。

Q4. “超級(jí)程序員個(gè)體”會(huì)像 up 主一樣爆發(fā)嗎？會(huì)出現(xiàn)“code 主”嗎？

這是我 2023 年就在講的判斷，今天正在兌現(xiàn)。

抖音和 B 站把拍視頻的門(mén)檻盡量簡(jiǎn)化掉了，誕生了大量 up 主；今天 AI 賦能 + 開(kāi)源底座，軟件開(kāi)發(fā)的成本也降低了一個(gè)數(shù)量級(jí)。所以我一直認(rèn)為會(huì)出現(xiàn)一批超級(jí)程序員個(gè)體：

他們有創(chuàng)造力，要么能把問(wèn)題解決得漂亮，要么能找到好的需求零配件；他們像 freelancer 一樣，提供個(gè)性化的軟件開(kāi)發(fā)服務(wù)；他們像 up 主一樣，是獨(dú)立的“軟件創(chuàng)作者”——我叫他們code 主，業(yè)界叫他們OPD（One Person Developer，獨(dú)立開(kāi)發(fā)者）。

讓我用一張對(duì)照?qǐng)D說(shuō)明 code 主和傳統(tǒng)程序員的區(qū)別：

今天你已經(jīng)可以在 Product Hunt、GitHub Trending、Hugging Face Spaces 上看到大量這類(lèi) OPD 的雛形。一個(gè)人做一個(gè)爆款 GPT、一個(gè)爆款 MCP Server、一個(gè)爆款 Claude Skill，就能做出一個(gè)初具規(guī)模的小生意。

Sam Altman 說(shuō)“第一家一人十億美元的公司一定會(huì)出現(xiàn)”——那個(gè)人，很可能就是一位頂級(jí) OPD。軟件開(kāi)發(fā)正在經(jīng)歷自己的“up 主時(shí)刻”。

Q5. 那“普通程序員”現(xiàn)在應(yīng)該做什么？

三條具體建議，排序很重要。

第一，立刻用 Token 提升編碼效能——這是這個(gè)時(shí)代最大的紅利。

過(guò)去兩年，全球大模型公司累計(jì)投入超過(guò) 1000 億美元，養(yǎng)出了 GPT-5、Claude Opus 4、DeepSeek 這一批能力躍遷的模型，而且還在加速進(jìn)步。這意味著一件事：作為一個(gè)普通開(kāi)發(fā)者，你花 1000 元買(mǎi) Token，背后調(diào)用的是一個(gè)上千億美元資本砸出來(lái)的生產(chǎn)力引擎。黃仁勛在 GTC 2026 上講：給 50 萬(wàn)美元的工程師配 25 萬(wàn)美元的 Token。對(duì)普通程序員，哪怕每月拿出工資的 5%（約 1000 元）買(mǎi) Token，也能換來(lái) 5–10 倍的工作產(chǎn)能。

這是你能買(mǎi)到的、ROI 最高的一筆職業(yè)生涯投資——本質(zhì)上是在搭整個(gè) AI 行業(yè)的順風(fēng)車(chē)。你自己不需要訓(xùn)練模型、不需要建數(shù)據(jù)中心、不需要養(yǎng)算法團(tuán)隊(duì)，你只需要付 Token 的零售價(jià)，就能用上別人千億級(jí)投入的成果。這個(gè)紅利窗口不會(huì)永遠(yuǎn)存在，先用先得。

第二，從“寫(xiě)代碼”升級(jí)到“編排 Agent 矩陣”——從加法到乘法的切換。

不要再問(wèn)“怎么讓 AI 幫我寫(xiě)這段代碼”，開(kāi)始問(wèn)“怎么讓 3 個(gè) Agent 并行做 A / B / C 三條路徑，最后我挑一個(gè)”。前者是串行思維，一次一件事；后者是并行思維，一次幾件事。前者是加法，后者是乘法。這一步是區(qū)分“被 AI 放大的程序員”和“被 AI 替代的程序員”的分水嶺。

第三，把每一次開(kāi)發(fā)都沉淀成“可調(diào)用的能力”——蒸餾提效是手段，人升級(jí)才是目的。

不要讓經(jīng)驗(yàn)只留在你腦子里——要讓它沉淀到提示詞、Agent 配置、Evals 集、工作流模板里。蒸餾的直接收益是效率：一個(gè)過(guò)去要 2 小時(shí)手把手的排障過(guò)程，變成一個(gè) 30 秒就能跑完的 Agent；一個(gè)過(guò)去要反復(fù)叮囑新人的“坑點(diǎn)清單”，變成一套自動(dòng)生效的 Evals。

但真正的問(wèn)題是——蒸餾之后，你的價(jià)值在哪里？

答案是：把你從“重復(fù)勞動(dòng)”里解放出來(lái)，去做那些“不可被蒸餾”的事。

哪些事不可被蒸餾？三類(lèi)：定義問(wèn)題的能力（在一個(gè)全新的業(yè)務(wù)場(chǎng)景里，判斷"到底要解決什么"）、架構(gòu)審美（在 10 個(gè)技術(shù)方案里，看出哪個(gè) 5 年后還站得?。?、對(duì)真實(shí)世界的理解（知道客戶嘴上說(shuō)的和心里想的不是一回事、知道這一次的例外不是錯(cuò)誤而是信號(hào)）。

這三類(lèi)能力 AI 今天學(xué)不會(huì)，因?yàn)樗鼈円蕾?lài)人在真實(shí)世界里的經(jīng)歷、承擔(dān)和判斷。它們沒(méi)法靠看更多代碼學(xué)會(huì)，只能靠做更多有責(zé)任的決策長(zhǎng)出來(lái)。

所以蒸餾自己不是把自己掏空，而是把“昨天的你”變成系統(tǒng)，讓“今天的你”去長(zhǎng)“明天的能力”。華為“消滅王牌飛行員”的本質(zhì)也是這個(gè)——不是讓王牌失業(yè)，而是讓王牌不再被日常重復(fù)拖住，可以去打更高級(jí)的仗。一個(gè)銷(xiāo)售高手如果每天都在做重復(fù)跟進(jìn)，天花板就是一個(gè)銷(xiāo)售；但如果他的經(jīng)驗(yàn)被沉淀成系統(tǒng)，讓團(tuán)隊(duì)里 20 個(gè)新人都能打出 80 分水準(zhǔn)，他才從“一個(gè)王牌”變成“一個(gè)將軍”。

蒸餾是手段，升級(jí)才是目的。程序員和 AI 的關(guān)系，不是“你蒸餾了我，我就完了”，而是“你蒸餾了我的昨天，我才有時(shí)間成為我的明天”。

第二部分｜關(guān)于 AI 應(yīng)用：為什么還沒(méi)爆發(fā)？

Q6. 都說(shuō) AI 會(huì)改變一切，但為什么真正的 AI 應(yīng)用還沒(méi)大規(guī)模爆發(fā)？

這是過(guò)去一年我被問(wèn)得最多的問(wèn)題，也是最容易被帶偏的問(wèn)題。

很多人給出的答案是“模型還不夠聰明”、“生態(tài)還不完整”、“用戶習(xí)慣沒(méi)養(yǎng)成”。這些都對(duì)，但都不是根本原因。

根本原因只有一個(gè)：Token 太貴。

讓我把賬算給你看。過(guò)去我們習(xí)慣的互聯(lián)網(wǎng)應(yīng)用，底層成本結(jié)構(gòu)是：一次用戶交互 = 幾毫秒 CPU + 幾 KB 帶寬 ≈ 接近零成本。所以免費(fèi)、補(bǔ)貼、羊毛是可行的商業(yè)模式——邊際成本本來(lái)就是零。

但 AI 應(yīng)用完全不同。一次 GPT-4 級(jí)別的復(fù)雜交互，可能消耗 5000–50000 個(gè) token，成本在幾分錢(qián)到幾毛錢(qián)之間。一個(gè)中度活躍用戶，一天可能燒掉服務(wù)商 1–5 元。對(duì)比一下淘寶、微信、抖音的單用戶日成本——不到一分錢(qián)。

AI 應(yīng)用的“地心引力”，比互聯(lián)網(wǎng)應(yīng)用重了 100–1000 倍。

這就是為什么今天所有 AI 產(chǎn)品都在做 To B、做企業(yè)級(jí)、做訂閱制——因?yàn)橹挥?B 端能覆蓋 Token 成本。C 端的大爆發(fā)還沒(méi)到，不是因?yàn)楫a(chǎn)品不夠好，是因?yàn)槌杀具€沒(méi)降到可以做免費(fèi)增值（freemium）的水平。

Q7. 那 Token 成本還需要下降多少？

我的判斷是：至少再下降 100 倍，C 端 AI 應(yīng)用才會(huì)像互聯(lián)網(wǎng)應(yīng)用一樣大規(guī)模爆發(fā)。

過(guò)去 6 年，同等能力的 token 價(jià)格下降了大約 400 倍。但“同等能力”這個(gè)前提在變——今天的 GPT-5/Claude Opus 4 級(jí)別能力，對(duì)應(yīng)的價(jià)格還沒(méi)降到“能讓 C 端免費(fèi)化”的水平。

我的判斷是：當(dāng)一次復(fù)雜 AI 交互的成本降到 0.001 元人民幣以下時(shí)，C 端 AI 應(yīng)用的寒武紀(jì)大爆發(fā)就會(huì)到來(lái)。按現(xiàn)在的摩爾速度推算，大約是 2027–2028 年。

但注意一個(gè)更深的東西：這個(gè)爆發(fā)不會(huì)像移動(dòng)互聯(lián)網(wǎng)那樣是“先有基礎(chǔ)設(shè)施，再有應(yīng)用”。AI 爆發(fā)會(huì)是基礎(chǔ)設(shè)施和應(yīng)用層螺旋式下降——每一次 token 降價(jià)，會(huì)催生一批原本不可能的應(yīng)用；這批應(yīng)用會(huì)反過(guò)來(lái)驅(qū)動(dòng)更大規(guī)模的算力投資，再把 token 價(jià)格壓下去。

關(guān)于 Token 經(jīng)濟(jì)的完整五層生態(tài)、以及它會(huì)如何重塑每一層玩家，我會(huì)在下一期答問(wèn)錄里專(zhuān)門(mén)展開(kāi)。歡迎大家在留言區(qū)繼續(xù)追問(wèn)。

Q8. 那現(xiàn)在到底爆發(fā)了什么？

現(xiàn)在爆發(fā)的不是消費(fèi)力，是生產(chǎn)力。

生產(chǎn)力工具為什么先爆發(fā)？因?yàn)樗鼈兡苊鞔_地用 token 換人工。

一個(gè)程序員月薪 2 萬(wàn)元，企業(yè)掏 1000 元 Token 給他——不到工資的 5%，卻能換來(lái) 5–10 倍產(chǎn)出。這是企業(yè) CFO 一眼就能算清楚的賬。所以 Claude Code 能 9 個(gè)月從 0 做到 25 億 ARR，Cursor 50 個(gè)工程師撐起 20 億 ARR——它們賣(mài)的不是“軟件”，它們賣(mài)的是“硅基時(shí)間”。

生產(chǎn)力市場(chǎng)不需要等 Token 降價(jià) 100 倍，因?yàn)樗娲氖敲啃r(shí) 125 元的碳基時(shí)間。消費(fèi)市場(chǎng)必須等，因?yàn)樗娲氖敲啃r(shí) 0 元的“用戶閑著的時(shí)間”。

Q9. 為什么 Coding Plan 類(lèi)產(chǎn)品在 2025–2026 集中爆發(fā)？

表面原因是模型能力到位了（Claude 3.5 Sonnet、Claude 4、GPT-5 的編碼能力質(zhì)變）。但底層原因更深——編碼同時(shí)具備四個(gè)罕見(jiàn)條件：

一是結(jié)果可驗(yàn)證：代碼要么跑通要么跑不通，Evals 可以自動(dòng)化；二是任務(wù)可拆解：一個(gè)大項(xiàng)目天然可以拆成模塊、函數(shù)、測(cè)試用例；三是上下文可結(jié)構(gòu)化：git commit、PR、依賴(lài)圖、類(lèi)型系統(tǒng)都是 Agent 可讀的底表；四是ROI 極清晰：替代的是程序員每小時(shí) 125 元的碳基時(shí)間，Token 成本不到 1/10。

這四個(gè)條件同時(shí)滿足的行業(yè)，編碼是第一個(gè)。所以編碼成為 AI 原生生產(chǎn)力爆發(fā)的第一個(gè)戰(zhàn)場(chǎng)——不是巧合，是必然。

Q10. 下一個(gè)“編碼級(jí)爆發(fā)”會(huì)在哪個(gè)領(lǐng)域？

第一梯隊(duì)（2026–2027）：法律文書(shū)（合同審查、盡調(diào)、合規(guī)）、財(cái)務(wù)建模（審計(jì)、風(fēng)控、報(bào)表）、科學(xué)研究（文獻(xiàn)綜述、實(shí)驗(yàn)設(shè)計(jì)）——都滿足“可驗(yàn)證、可拆解、可結(jié)構(gòu)化、高 ROI”。

第二梯隊(duì)（2027–2028）：醫(yī)療診斷輔助（受限于監(jiān)管）、復(fù)雜設(shè)計(jì)（建筑、工業(yè)、芯片）、教育（個(gè)性化輔導(dǎo)）。

第三梯隊(duì)（2028+）：創(chuàng)意內(nèi)容——最難，因?yàn)椤昂脡摹睕](méi)有客觀標(biāo)準(zhǔn)；情感陪伴——最難，因?yàn)樵u(píng)價(jià)標(biāo)準(zhǔn)本身在變。

一個(gè)簡(jiǎn)單的判斷公式：一個(gè)領(lǐng)域的 AI 化速度，與“結(jié)果可驗(yàn)證程度 × 任務(wù)可拆解程度 × 上下文可結(jié)構(gòu)化程度 × ROI 清晰度”成正比。編碼四項(xiàng)全滿分，所以第一個(gè)爆。

第三部分｜關(guān)于 OpenClaw 龍蝦：下一代軟件的樣子

Q11. OpenClaw（龍蝦）是什么？為什么它那么重要？

OpenClaw 是 2025 年底出現(xiàn)、2026 年 GTC 大會(huì)上被黃仁勛親自背書(shū)的開(kāi)源 agentic OS 項(xiàng)目，被 Jensen Huang 稱(chēng)為“史上最成功的開(kāi)源項(xiàng)目”。它的 Logo 是一只龍蝦：

——所以圈內(nèi)都叫"龍蝦"。

Logo 不重要。它真正的意義是：它讓所有人第一次看清楚，下一代軟件的形態(tài)到底長(zhǎng)什么樣。

過(guò)去四十年，“軟件”的形態(tài)是：按鈕 + 表單 + 菜單 + 數(shù)據(jù)庫(kù)。你打開(kāi) Excel，看到的是單元格；你打開(kāi) Word，看到的是文檔；你打開(kāi) SAP，看到的是一堆表單。用戶的“工作”，就是在這些 UI 元素上來(lái)回點(diǎn)擊、填表、保存。

龍蝦完全顛覆了這種形態(tài)：

這個(gè)區(qū)分至關(guān)重要：

一句話：龍蝦展示了從“用戶操作軟件”到“用戶給意圖，軟件調(diào)度自己”的根本轉(zhuǎn)變。

Q12. 這種轉(zhuǎn)變意味著什么？

意味著過(guò)去所有的收費(fèi)軟件，都可以被重新寫(xiě)一遍。

想象一下：過(guò)去的 CRM 是幾百個(gè)字段的表單，銷(xiāo)售花 1/3 時(shí)間填表——龍蝦時(shí)代的 CRM，銷(xiāo)售只需說(shuō)“華明客戶剛才提到 ROI 問(wèn)題”，系統(tǒng)自動(dòng)更新 15 個(gè)字段、觸發(fā)預(yù)警、生成跟進(jìn)建議。過(guò)去的 Excel 你要學(xué)習(xí)數(shù)百個(gè)函數(shù)——龍蝦時(shí)代的 Excel 你說(shuō)“按區(qū)域分組算同比增長(zhǎng)，標(biāo)紅下滑超過(guò) 10% 的”，它就做完了。

過(guò)去的 SaaS 市場(chǎng)大約是 3000 億美元。如果全部按龍蝦范式重寫(xiě)，這 3000 億市場(chǎng)的每一塊都要重新被競(jìng)爭(zhēng)。這就是 a16z、YC、紅杉今天在瘋狂掃射的賽道——他們不是在找“下一個(gè) Salesforce”，他們是在找“Salesforce 的繼任者”。

Q13. 我舉一個(gè)最具體的例子——股民軟件會(huì)怎么被重寫(xiě)？

這是最近被問(wèn)最多的場(chǎng)景之一。中國(guó)有 2.3 億股民，對(duì)應(yīng)的軟件是雪球、大智慧、同花順、東方財(cái)富，再加上券商自己的 App——這是一個(gè)存量千億、增量巨大的賽道。

舊版本：股民是“信息消費(fèi)者”，軟件是“信息展示器”

一個(gè)典型股民一天要做什么？打開(kāi)大智慧看 K 線、刷雪球看大 V 發(fā)帖、點(diǎn)開(kāi)同花順查公告、去財(cái)經(jīng)網(wǎng)站看研報(bào)、打開(kāi)微信群聽(tīng)小道消息、最后在券商 App 下單。6 個(gè)軟件、20 次切換、3 小時(shí)信息碎片，最后做出一個(gè)“跟感覺(jué)走”的決策。

雪球的“股票討論區(qū)”今天已經(jīng) 11 年了，本質(zhì)是一個(gè)把貼吧搬到股票上下文的產(chǎn)品。大智慧的 L2 行情也是 20 年前的范式——給你更多數(shù)據(jù)、更快數(shù)據(jù)，讓你自己判斷。

這套范式問(wèn)題在哪里？把判斷成本全部壓在用戶身上。一個(gè) 50 歲的股民，他根本處理不過(guò)來(lái) 3000 只股票 × 200 條新聞 × 50 份研報(bào) × 100 個(gè)大 V 的實(shí)時(shí)信息流。

龍蝦版本：股民是“意圖表達(dá)者”，Agent 是“投研分析師 + 交易員”

同一個(gè)股民打開(kāi)新的產(chǎn)品，界面上只有一個(gè)對(duì)話框。他說(shuō)：“我手里有 50 萬(wàn)，想找 3 只適合持有 6 個(gè)月的新能源標(biāo)的，不要炒作概念股，要基本面扎實(shí)、估值合理的。今晚給我一份報(bào)告?！?/p>

系統(tǒng)在后臺(tái)做什么？基本面 Agent 掃描 A 股全部新能源標(biāo)的（約 200 只），按 ROE/負(fù)債率/現(xiàn)金流篩選；新聞 Agent 讀完過(guò)去 30 天全部相關(guān)研報(bào)、公告、行業(yè)報(bào)告；技術(shù)面 Agent 分析 K 線、成交量、資金流；競(jìng)品 Agent 對(duì)比國(guó)際同行估值水平；最后由 Orchestrator Agent 匯總，生成 3 只推薦 + 完整邏輯鏈 + 風(fēng)險(xiǎn)提示。

早上用戶醒來(lái)，看到一份比中信證券研究員寫(xiě)得還扎實(shí)的報(bào)告——因?yàn)楸澈笈芰?20 個(gè) Agent 并行、消耗 50 元 Token。

這件事對(duì)存量玩家意味著什么？

雪球：它今天的核心資產(chǎn)是“大 V 的內(nèi)容 + 社區(qū)討論”。但如果 Agent 能做得比 99% 的大 V 還好，社區(qū)的價(jià)值會(huì)急劇下降，它必須重寫(xiě)。大智慧 / 同花順：它們的核心是“行情數(shù)據(jù) + 技術(shù)指標(biāo)”。但數(shù)據(jù)本身會(huì)越來(lái)越不值錢(qián)，值錢(qián)的是“在數(shù)據(jù)上做判斷的能力”——這恰好是 Agent 的強(qiáng)項(xiàng)。券商 App：交易通道會(huì)繼續(xù)存在，但“選股 + 擇時(shí)”這一層的心智會(huì)被徹底拿走。

我預(yù)計(jì) 2026–2028 年會(huì)出現(xiàn)一批“AI 原生股民軟件”，它們可能只有幾十人團(tuán)隊(duì)，但會(huì)從雪球和大智慧手里搶走最有支付意愿的 10% 高凈值股民。這 10% 的用戶，貢獻(xiàn)了存量玩家 60% 以上的收入。

Q14. 那微軟、SAP、Salesforce 這些巨頭怎么辦？

答案很殘酷：他們的組織是為舊范式優(yōu)化的。微軟有 22 萬(wàn)人、SAP 有 11 萬(wàn)人、Salesforce 有 7 萬(wàn)人——這些人的崗位、流程、考核、激勵(lì)，全部都是圍繞“賣(mài) License、做 Feature、做 Implementation”設(shè)計(jì)的。

現(xiàn)在讓他們做龍蝦范式的產(chǎn)品，等于讓一條大船掉頭——不是不愿意，是物理上做不到。

所以你會(huì)看到一個(gè)有趣的現(xiàn)象：未來(lái)五年最精彩的顛覆故事，不會(huì)來(lái)自巨頭，會(huì)來(lái)自 20–200 人規(guī)模的 AI 原生團(tuán)隊(duì)。Cursor 50 人干掉 JetBrains 2000 人和微軟 GitHub，是第一個(gè)樣本。下一批會(huì)出現(xiàn)在 CRM、ERP、設(shè)計(jì)工具、財(cái)務(wù)軟件、醫(yī)療 SaaS、股民軟件等各個(gè)細(xì)分領(lǐng)域。

第四部分｜關(guān)于 OPD 和 OPC：個(gè)人能力爆棚帶來(lái)的新市場(chǎng)

這一部分是我最近思考最多、也是最沒(méi)有現(xiàn)成答案的部分。

當(dāng) AI 讓個(gè)人能力爆棚、程序員開(kāi)始大規(guī)模轉(zhuǎn)崗、數(shù)字需求開(kāi)始爆發(fā)——這三股力量疊加，會(huì)催生幾個(gè)過(guò)去根本不存在的新市場(chǎng)。

核心變量是兩個(gè)新角色：OPD和OPC。

• OPD = One Person Developer（獨(dú)立開(kāi)發(fā)者 / indie hacker）：一個(gè)人就是一支研發(fā)團(tuán)隊(duì)

• OPC = One Person Company（一人公司）：一個(gè) OPD + 一組 Agent + 一套底表 = 一家完整運(yùn)轉(zhuǎn)的公司

CSDN 正在做的一件事，就是搭建一個(gè) OPD 平臺(tái)——從 5000 萬(wàn)開(kāi)發(fā)者社區(qū)里，孵化 100 萬(wàn)家 OPC，用 TaoToken 提供模型 Token 賦能，背后接著 10000P 算力（昇騰 950 算力支持）。

這不是我們突發(fā)奇想，這是我們判斷未來(lái) 5 年最大的結(jié)構(gòu)性機(jī)會(huì)所在。

而且順便說(shuō)一句——"OPC"這個(gè)詞在我看來(lái)還有一層意義：Open Public Compute（全民開(kāi)放計(jì)算）。從 One Person Company 到 Open Public Compute，本質(zhì)是同一件事的兩面：當(dāng)算力、模型、開(kāi)發(fā)能力全面平權(quán)，每個(gè)有想法的人，都能成為一家公司。

Q15. 新市場(chǎng)一：Agent 交易市場(chǎng)（Agent Marketplace）

這是最確定的一個(gè)方向。

邏輯很簡(jiǎn)單：當(dāng)每個(gè)人都能造 Agent，Agent 就會(huì)像 App 一樣形成一個(gè)交易市場(chǎng)。

想想 App Store 的歷史。2007 年 iPhone 出來(lái)之前，“App”這個(gè)詞都不存在。2008 年 App Store 開(kāi)放，2010 年大爆發(fā)，2015 年形成了全球 1500 億美元的市場(chǎng)。十年時(shí)間，創(chuàng)造了一個(gè)從零到千億美元的新品類(lèi)。

Agent 交易市場(chǎng)現(xiàn)在正處在 2008 年的節(jié)點(diǎn)。今天你已經(jīng)能看到雛形——OpenAI GPT Store 一年內(nèi)上線 300 萬(wàn)個(gè) GPTs；Anthropic Claude Skills 可以被分享、訂閱；Hugging Face Spaces 超過(guò) 50 萬(wàn)個(gè) AI 應(yīng)用；Poe、Glif、Flowith 都是小而美的 Agent 市場(chǎng)。

但這些今天還都只是雛形。真正的 Agent 交易市場(chǎng)會(huì)包含四層：

第一層：技能 Agent（Skill Agent）—— 一個(gè) Agent 就是一個(gè)“能力”。比如“幫我寫(xiě)融資 BP 的 Agent”、“幫我分析股票財(cái)報(bào)的 Agent”、“幫我查法律合同漏洞的 Agent”。定價(jià)可能是一次 1 元、訂閱 29 元/月。

第二層：行業(yè) Agent（Vertical Agent）—— 垂直行業(yè)的專(zhuān)業(yè) Agent?！靶嚎茊?wèn)診 Agent”（蒸餾了頂級(jí)兒科醫(yī)生的經(jīng)驗(yàn)）、“小學(xué)數(shù)學(xué)輔導(dǎo) Agent”（蒸餾了特級(jí)教師的講課風(fēng)格）、“跨境電商運(yùn)營(yíng) Agent”（蒸餾了頭部賣(mài)家的選品經(jīng)驗(yàn)）。定價(jià)可能是 299–2999 元/月。

第三層：個(gè)人分身 Agent（Personal Agent）—— 一個(gè)具體人的分身。郭德綱的相聲 Agent、俞敏洪的英語(yǔ)教學(xué) Agent、羅永浩的帶貨 Agent。這一層開(kāi)始涉及肖像權(quán)、人格權(quán)、IP 授權(quán)——是最難但也最有想象力的一層。

第四層：Agent 之間的 Agent（Meta Agent）—— 幫你挑 Agent 的 Agent、幫你編排多個(gè) Agent 的 Agent、幫 Agent 互相通信的 Agent。這一層今天剛剛開(kāi)始。

這四層加起來(lái)，我判斷 2030 年前會(huì)形成一個(gè)全球 1 萬(wàn)億美元級(jí)別的市場(chǎng)——比今天整個(gè) SaaS 市場(chǎng)還大。

Q16. 新市場(chǎng)二：Agent 行業(yè)市場(chǎng)（Vertical Agent Industry）

上一題講的是通用 Agent 的交易市場(chǎng)，這一題講的是各個(gè)傳統(tǒng)行業(yè)里“Agent 化”的巨大機(jī)會(huì)。

讓我用股民軟件這個(gè)例子再展開(kāi)一次——Q13 講過(guò)的故事，其實(shí)是一個(gè)更大 Pattern 的縮影。

Pattern：任何一個(gè)“信息密集 + 決策高壓 + 有專(zhuān)業(yè)門(mén)檻”的行業(yè)，都會(huì)被 Agent 重新定義一次。

讓我列一張我看到的名單：

每一個(gè)行業(yè)，都是一個(gè) 100 億到 1000 億規(guī)模的存量市場(chǎng)。如果其中 20% 被 Agent 化的新玩家拿走，這就是一個(gè) 20 億到 200 億的新市場(chǎng)。

而且最關(guān)鍵的一點(diǎn)——這些新玩家不需要是大廠。5–50 人的 OPC 團(tuán)隊(duì)就能做。因?yàn)樗麄儾挥媒ㄤN(xiāo)售團(tuán)隊(duì)（Agent 自己面向 C 端）、不用建客服團(tuán)隊(duì)（Agent 自己處理）、不用建內(nèi)容團(tuán)隊(duì)（Agent 自己生成）。

過(guò)去 10 億美元公司需要 1000 人，未來(lái)可能只需要 10 人。這就是 Sam Altman 說(shuō)“一人十億美元公司”的現(xiàn)實(shí)基礎(chǔ)。

Q17. 新市場(chǎng)三：個(gè)人創(chuàng)造力爆發(fā)后的“小應(yīng)用大爆發(fā)”

過(guò)去移動(dòng)互聯(lián)網(wǎng)時(shí)代有過(guò)一次“小應(yīng)用大爆發(fā)”——微信小程序。從 2017 年到 2024 年，微信小程序超過(guò)了 700 萬(wàn)個(gè)。但這些小程序的創(chuàng)造者主要還是專(zhuān)業(yè)開(kāi)發(fā)者。

AI 時(shí)代的“小應(yīng)用大爆發(fā)”會(huì)不一樣——?jiǎng)?chuàng)造者會(huì)擴(kuò)展到全體 14 億人。

我已經(jīng)看到了幾個(gè)具體苗頭：一個(gè)外賣(mài)騎手寫(xiě)了個(gè)小應(yīng)用，自動(dòng)幫自己算每天的跑單效率最優(yōu)路徑，一個(gè)月后賣(mài)給了同城其他騎手，月收入過(guò)萬(wàn)；一個(gè)退休老師做了個(gè)“幫爺爺奶奶看病問(wèn)診”的小 Agent，把專(zhuān)業(yè)醫(yī)療術(shù)語(yǔ)翻譯成老人能懂的話；一個(gè)五年級(jí)小學(xué)生用 Claude 做了個(gè)“幫妹妹學(xué)拼音”的游戲，比市面上所有兒童 App 都好用；一個(gè)縣城小超市老板做了個(gè)“庫(kù)存管理 + 競(jìng)品比價(jià) + 自動(dòng)訂貨”的 Agent，替代了他花 3 萬(wàn)買(mǎi)的 SaaS。

這些事今天已經(jīng)在發(fā)生。未來(lái) 3 年，這樣的“個(gè)人造物主”會(huì)呈指數(shù)級(jí)增長(zhǎng)。

過(guò)去做一個(gè) App 的最小成本是 10 萬(wàn)（請(qǐng)程序員）；現(xiàn)在是 100 元（買(mǎi) Token）；未來(lái)是 0 元（免費(fèi) Token 額度）。

當(dāng)成本降低三個(gè)數(shù)量級(jí)，參與者就會(huì)增加三個(gè)數(shù)量級(jí)。

Q18. 新市場(chǎng)四：萬(wàn)物智能化（AI Native Hardware）

這是我在演講里反復(fù)講的一條主線。

今年有一個(gè)非?；鸨拈_(kāi)源產(chǎn)品——把樂(lè)鑫 ESP32 芯片跟大模型連接起來(lái)，后面接一個(gè)豆包大模型。整套方案的 BOM 成本只要 50 塊錢(qián)。

在任何硬件里增加 50 塊錢(qián)成本，就可以讓它接入大模型能力。

中國(guó)制造業(yè)的巨大優(yōu)勢(shì)，第一次遇到了 AI 的巨大紅利。我看到的苗頭：小智 AI 音箱（30 元級(jí)別、無(wú)屏幕、語(yǔ)音交互）——CSDN 馬上要推出下一代小智，交互能力、上下文記憶、多 Agent 調(diào)度都會(huì)有質(zhì)的提升；AI 眼鏡（Meta Ray-Ban、Rokid、雷鳥(niǎo)）2026 年出貨量開(kāi)始爆發(fā)；AI 玩具、AI 家電、AI 水杯、AI 書(shū)桌——每一個(gè)都變成 Agent 入口。

但最被低估的是那句“萬(wàn)物可編程”——100 億個(gè)物件都變成 Agent 入口。這個(gè)市場(chǎng)的規(guī)模，遠(yuǎn)超今天的手機(jī)市場(chǎng)。而且中國(guó)的制造業(yè)能力 + 軟件工程師紅利，讓我們第一次有可能在下一代硬件范式里成為全球主導(dǎo)——就像日本在家電時(shí)代、美國(guó)在 PC 時(shí)代、韓國(guó)和中國(guó)在手機(jī)時(shí)代的角色。

我在演講里講過(guò)一句話：“AI 不光可以重寫(xiě)軟件，也可以重寫(xiě)硬件。硬件制造是我們的能力，軟件我們有工程師紅利，關(guān)鍵在于如何將兩者結(jié)合，讓我們所謂的'義烏小商品'都能用 AI 再做一遍?！?/p>

這句話今天越來(lái)越接近現(xiàn)實(shí)。

第五部分｜那些我還沒(méi)想清楚，但值得繼續(xù)追問(wèn)的問(wèn)題

寫(xiě)到這里，我想主動(dòng)拋出幾個(gè)我自己還在思考、但還沒(méi)有結(jié)論的問(wèn)題。歡迎留言討論。

Q19. 當(dāng) AI 可以 7×24 寫(xiě)代碼，“開(kāi)源社區(qū)”的意義會(huì)發(fā)生什么變化？

GitHub 過(guò)去十幾年是人類(lèi)協(xié)作的奇跡。但如果 90% 的代碼由 AI 寫(xiě)，那貢獻(xiàn)者的定義是什么？代碼審查還有意義嗎？License 和版權(quán)如何處理 AI 生成的代碼？社區(qū)的治理模式要怎么改？我還沒(méi)有答案。

Q20. 當(dāng)一個(gè)人可以調(diào)度 100 倍硅基時(shí)間，“公司”這個(gè)組織形式還必要嗎？

第三章提到 Sam Altman 說(shuō)"一個(gè)人十億美元的公司"不可想象但一定會(huì)出現(xiàn)。但往前推一步——如果一個(gè)人就能完成一百個(gè)人的工作，公司作為"人的集合"的定義本身是否還成立？OPC 這個(gè)詞，也許就是答案的雛形。那稅法、勞動(dòng)法、合同法，都要重寫(xiě)。

Q21. 當(dāng)“初級(jí)白領(lǐng)工作”大規(guī)模消失，社會(huì)的上升通道會(huì)怎樣？

過(guò)去的就業(yè)階梯是：初級(jí)崗位 → 積累經(jīng)驗(yàn) → 晉升中級(jí) → 晉升高級(jí)。如果初級(jí)崗位被 AI 接管，年輕人從哪里開(kāi)始？沒(méi)有了“做中學(xué)”的過(guò)程，中級(jí)、高級(jí)從哪里長(zhǎng)出來(lái)？這不是危言聳聽(tīng)——我在和很多互聯(lián)網(wǎng)公司交流時(shí)，發(fā)現(xiàn) 2025 年后新招的校招生數(shù)量已經(jīng)開(kāi)始明顯收縮。

Q22. 當(dāng)每個(gè)人都有了 AI 分身，“人”本身的定義會(huì)變化嗎？

如果我的 AI 分身讀了我讀過(guò)的所有書(shū)、記得我說(shuō)過(guò)的每一句話、知道我做過(guò)的每一個(gè)決策——它是我嗎？它能替我簽合同嗎？它能替我做決定嗎？這是哲學(xué)問(wèn)題，但也越來(lái)越是現(xiàn)實(shí)問(wèn)題。

Q23. 硅基時(shí)間的成本曲線，是否存在物理極限？

現(xiàn)在大家都默認(rèn)“Token 會(huì)一直降價(jià)”。但 AI 算力的指數(shù)級(jí)需求正在撞上能源、芯片、數(shù)據(jù)中心的物理約束。是否存在一個(gè)極限點(diǎn)，超過(guò)它之后 Token 價(jià)格反而會(huì)上漲？如果存在，這個(gè)拐點(diǎn)在哪？這個(gè)問(wèn)題如果答案是“是”，那整本《硅基時(shí)間》的很多推論都要重新考慮。

Q24. 當(dāng)所有人都開(kāi)始用 AI，AI 本身還能構(gòu)成護(hù)城河嗎？

如果每個(gè)公司都能接入 Claude/GPT，差異化來(lái)自哪里？我目前的初步答案是：差異化來(lái)自“底表厚度”和“判斷稀缺性”。模型會(huì)被平權(quán)，但每家公司自己的數(shù)據(jù)、流程、經(jīng)驗(yàn)沉淀不會(huì)；每個(gè)人的判斷力、審美、責(zé)任感不會(huì)。未來(lái)真正的護(hù)城河，不在模型，在“你讓模型看到了什么、讓它為你做了什么”。但這個(gè)答案我自己還在檢驗(yàn)。

結(jié)語(yǔ)：?jiǎn)栴}比答案重要

《硅基時(shí)間》寫(xiě)到第五章，我越來(lái)越覺(jué)得一件事——這場(chǎng)變革最大的特征，不是某個(gè)答案的出現(xiàn)，而是所有舊答案同時(shí)失效了。

舊組織失效、舊崗位失效、舊商業(yè)模式失效、舊教育失效、舊職業(yè)路徑失效、舊技能失效。當(dāng)所有參照系同時(shí)消失，唯一的導(dǎo)航工具，就是提出更好的問(wèn)題。

過(guò)去，世界獎(jiǎng)勵(lì)“能找到答案的人”。 未來(lái)，世界獎(jiǎng)勵(lì)“能提出好問(wèn)題的人”。

因?yàn)樵谝粋€(gè) AI 可以回答所有已知問(wèn)題的時(shí)代，只有問(wèn)題，才是人類(lèi)最后的護(hù)城河。

作者手記：

關(guān)于"碼盲消失"、"超級(jí)程序員 up 主 / code 主"的觀點(diǎn)，是我 2023 年在專(zhuān)訪里就講過(guò)的判斷，今天數(shù)據(jù)正在兌現(xiàn)；關(guān)于 OPD 平臺(tái)和 OPC 孵化，是 CSDN 正在搭建的一整套基礎(chǔ)設(shè)施，也是我最近思考最多的方向。

下一期答問(wèn)錄，我會(huì)專(zhuān)門(mén)回答關(guān)于 Token 經(jīng)濟(jì)生態(tài)的提問(wèn)——這是一個(gè)更硬核、更涉及商業(yè)模式的話題。Token 市場(chǎng)從 L1 算力底座到 L6 最終用戶的五層結(jié)構(gòu)、CSDN 在其中的定位、以及獨(dú)立開(kāi)發(fā)者如何在這個(gè)生態(tài)里找到自己的位置——都會(huì)在下一期展開(kāi)。

歡迎大家在留言區(qū)提出更多問(wèn)題，特別是關(guān)于 Token 經(jīng)濟(jì)、CodeClaw / AtomCode、OPC 孵化等具體方向追問(wèn)。我會(huì)盡量在下一期里逐一回應(yīng)。

一個(gè)人可以走得很快，但一群人能走得更遠(yuǎn)。
加入 AI DSpace（AI 開(kāi)發(fā)者空間站），終結(jié)你的技術(shù)焦慮。
在這里：
* 匯聚： 全球?qū)崙?zhàn)派開(kāi)發(fā)者。
* 共創(chuàng)： 尋找你的技術(shù)合伙人。
* 進(jìn)化： 從跟隨者到弄潮兒。
進(jìn)站——開(kāi)啟你的 AI 進(jìn)階之旅！+ 群二維碼