那些新的、好用的软件都在哪儿?
如果 AI 编程真有那么好,为什么没有冒出大量优秀的新软件?Nate Meyvis 列了十条推测性的答案:从看不见的质量提升,到「多数软件本来就不是瓶颈」这种可能。
中文
复制
我们经常看到这样一个问题,尤其来自对 AI 持怀疑态度的人:如果 AI 编程真那么厉害,那到现在为止,我们不是应该看到更多新的、好用的软件了吗?
以下是一些回答。和这类文章一样,这些只是猜测性的、候选的答案,其中有些我自己也不会太当回事。
- 我们确实看到了软件的进步,表现为更少的 bug 和更好的性能。
- 我们确实看到了软件的进步,表现为现有产品中更多、更好的功能。
- 我们确实看到了软件的进步,但这里的“我们”范围非常有限。大多数人并不经常采用新软件,所以现在他们没发现什么新的好软件,也不奇怪。
- 许多企业的软件开发流程中存在一些子系统,尤其是政治性的子系统,并没有被 AI 加速。(想象一下让资深工程师和产品经理签批一份开发计划的过程。工程师和 PM 本可以用 AI 把这件事做得更好更快,但也许他们还没这么做。)
- AI 正在用更短暂形式的软件或软件使用方式,取代那些更持久、更耐用的软件,而人们未必会轻易把这看作“AI 带来的更好的软件”。(如果你用 Claude 报税,懒得去开发或挑选更好的报税软件,你就不会真正获得那种“这个产品像 TurboTax,但好得不可思议”的体验,无论你从中受益多少。1)
- AI 正在用私有软件取代广泛可用的软件。领域专家在构建自己的工具;高管在做自己的仪表盘;公司有定制的内部项目。所以软件是存在的,只是我们其他人看不到,尤其是怀疑者看不到。
- 我们在做更多软件,而不是把软件做得更好。我们一直(大致上)可以选择改进已有的东西,或者把开发往前推进,而我们常常选择后者。我们如今仍在大量做后者,这并不奇怪。
- 软件团队把大量提速转化成了更多的闲暇或准闲暇时间。(大大简化地说:软件团队向公司提供了 2 倍的提速。然后他们用工具让自己以 10 倍的效率工作,并享受悠长的咖啡休息时间。)
- AI 在软件上的改进,有时会促使我们更少使用和制作软件。有时 AI 帮我判断一个软件项目是个坏主意。有时它促使我花更多非数字时间与人相处。有时它帮我找到更多、更好的书,并鼓励我去读。对我而言,这一切的净效果仍然是我花多得多的时间制作和使用软件,但对别人可能不同。大多数时候,我们改进的不只是软件,而是某个同时包含软件和非软件组件的系统。如果某人的 Letterboxd(或类似产品)对他们来说运行得完美无缺,他们很可能只是对自己的视频消费生活稍微更满意了一点,而这可能会以挤占他们使用其他软件的方式体现出来。
其中一些同样是推测性的,有些则不必太当真。
- 此处仅作为一个示例给出,无论它多么贴近现实。这绝不是税务建议,我也绝对不是律师、税务专业人士或任何类似身份的人。↩