AI编程工具正推动软件行业走向“峰值时刻”。近日，芯片金融分析公司Fabricated Knowledge的创始人Doug O‘Laughlin发表文章称，生成式AI正以类似互联网颠覆传统媒体的方式，重塑软件行业的格局。
文章指出，AI工具，比如Cursor和Claude Code，正在让编写代码的成本和时间大幅下降，过去需要每token数千美元才能完成的开发任务，现在可能只需几美分。
Doug认为，这不仅会改变软件开发的游戏规则，更会像YouTube对传统电视业的冲击一样，彻底颠覆行业的盈利模式和竞争格局。
通过对比互联网时代媒体行业的变迁，Doug提出，软件行业正面临类似的“峰值时刻”。而理解这一变化的最佳视角，就是参考YouTube兴起对传统线性媒体造成的冲击。
传统媒体如何走向衰落
为了更好地理解软件行业即将面临的变化，作者首先回顾了传统媒体行业的发展轨迹。
在互联网和YouTube出现之前，内容消费主要通过电视捆绑套餐的形式进行，用户通过单一订阅就能获得数千个频道的内容。这种模式从1980年代持续到2010年代中期，电视捆绑套餐的渗透率一度达到87%的峰值。
然而，YouTube的兴起改变了一切。
数据显示，YouTube用户增长的S型曲线几乎完美地与有线电视捆绑套餐达到顶峰的时间点重合。
文章称，在2010年代，当YouTube经历爆炸性增长时，有线电视捆绑套餐达到了顶峰，然后开始衰落。如今，传统电视的渗透率已经跌至40%左右。
内容创作门槛的大幅降低
是什么导致了传统媒体的衰落？作者认为，关键不仅仅在于互联网改变了分发渠道，更重要的是媒体创作本身发生了根本性变化。
传统媒体时代，内容创作者相对较少（数千个频道），而现在YouTube上有约1.139亿个频道，其中超过32300个频道的订阅者超过100万。
以MrBeast为例，这位内容创作者现在拥有4亿订阅者，文章指出，这比整个美国的人口还要多，远超有线电视曾经达到的规模。
重要的是，MrBeast并非带着大量资金和分发渠道进入这个领域，而是因为媒体创作的准入成本大幅下降才得以崛起。
作者估算，在2000年启动一个电视节目大约需要25万美元，而现在启动一个YouTube频道只需要大约3000美元。这种成本下降趋势与当前编程助手工具的发展轨迹惊人相似。
软件开发成本的“断崖式”下降
同样的逻辑也适用于AI冲击下的软件行业。文章强调，软件开发的成本如今只是过去的一个零头。
Doug表示，过去编写数百行代码需要花费数百美元的人工时间，现在每天花费数百美元就能编写数百万行代码。
有怀疑的观点认为，服务质量、产品市场契合度和分发渠道（即销售）才是真正的差异化因素。他们指出，与传统媒体在分发和内容成本两方面都发生变化不同，软件行业只是创作成本在下降，而分发成本并未改变。
然而，Doug认为这种观点过于狭隘。
他表示，SoR（记录系统，大型数据系统中信息的权威数据源）不太可能改变，但新的商业机会是存在的。如果上下文窗口变得无限，可以无休止地调用和操作数据和信息，那么一个特定的解决方案相较其它解决方案而言又有什么意义呢？
Doug进一步指出，传统软件行业的毛利率高达90%以上，但如果每个人都能低成本开发出类似产品，那么高利润的日子可能一去不复返了。
虽然生成式AI成本很高，但对于产品创造而言，这本质上降低了传统软件解决方案的净成本。
“峰值软件”时代的到来
Doug在文章中大胆预测，认为通过软件获得巨额利润的时代已经结束。
文章称，过去的游戏规则是囤积相对较少的优秀程序员，从而提高内部开发速度并拒绝向竞争对手提供这种供应。但AI编程代理意味着软件供应将呈指数级增长。
如今，软件行业正在经历一场加速版的颠覆，供应量激增将淹没传统软件制造商，细分解决方案最终会压倒现有巨头。
类似于媒体行业，文章指出，软件行业的SaaS（软件即服务）模式正处于类似的高点，AI工具的普及将加速这一衰退过程。供应量的激增，意味着传统软件公司的高利润“护城河”将逐渐失效，销售和营销成本将成为竞争的重点，但这更像是“向下竞争”的赛跑。
文章预测，传统软件公司的股票仍有赚钱机会，但这将通过一波整合浪潮实现。今天的微软、Salesforce、ServiceNow和Adobe可能就是明天的迪斯尼和福克斯。
软件的本质：只是硬件的“局部最小值”？
Doug还提出了一个更具哲学意味的观点：软件本身可能只是科技进步中的一个“局部最小值”，真正的核心一直是硬件。
他解释称，回顾计算历史，大部分软件最初都是以捆绑包的形式销售给用户的。比如IBM的早期产品。
而软件作为独立知识产权而收费的概念，其实是在硬件普及后的特定历史阶段才出现的。
在无限软件生成的世界里，软件的意义何在？文章指出，它只是硬件的输出。
硬件是信息与物理世界的交汇点，是科技进步的根本驱动力。随着AI工具让软件生成变得无限可能，软件的价值可能重新回归硬件本身，未来的设备或许会内置定制软件，就像早期的Cray计算机一样。
在这种模式下，硬件将成为新的稀缺资源，价值将重新集中到芯片、算力等基础设施上。
