如果只看模型排行榜,很容易以为 AI 的进步仍然停留在实验室和演示视频里。
但最近《金融时报》的一篇分析提出了一个更值得注意的信号:一些最枯燥、最不性感的指标,如网站数量、App 发布量、代码提交量等,都在上升,而这些指标比任何 benchmark 都能更早反映 AI 对真实世界的变化。

过去几年,新网站数量的同比增长一直在低位徘徊,甚至出现过负增长。
但从 2024 年开始,这个趋势开始改变,到 2025 年和 2026 年,增长幅度明显抬升。
第二个更明显的变化来自移动应用。
Sensor Tower 的数据表明,iOS 新应用发布数量在过去一年出现显著增长,而此前三年几乎处于停滞状态。

一个有意思的对比是, 2008 年苹果发布 iPhone SDK 之后,App Store 曾经历过一次爆发式增长,因为开发门槛突然降低,大量原本不会写移动应用的人开始进入这个领域。
现在,AI 编程工具可能正在产生类似的效果,而且不是让专业程序员更快,而是让更多人第一次能够真正把想法变成软件。
第三个指标来自 GitHub。
美国和英国的代码推送量在最近几个季度都出现了明显的同比增长。代码提交量本身并不等同于生产率,但当多个国家的数据同时出现类似变化时,它至少说明一件事:写代码的人变多了,或者每个人写得更多了。
把这三组数据放在一起,就构成了一个耐人寻味的图景。网站、应用和代码,是软件世界最基础的三种产出形式,而这三种指标几乎在同一时间段出现抬头,这种同步变化并不常见。
这一切的源头,应该就是 AI 编程工具的繁荣。
Anthropic一家公司干翻SaaS行业?华尔街“末日抛售”软件股
过去,开发软件的瓶颈主要是时间和人力:写代码、调试、部署,每一步都需要专业技能。
而现在,越来越多的工具可以自动生成代码、修复错误、完成测试,甚至直接部署。
对专业工程师来说,这意味着效率提升;对非工程师来说,这意味着第一次拥有“生产软件”的能力。
这种变化带来的一个直接结果,是原型的爆发。
很多过去需要一个团队几周甚至几个月才能完成的项目,现在可能在几天之内就能做出可运行的版本。当原型成本接近于零时,尝试的数量自然会增加,而网站数量和应用数量正是这种尝试最直接的体现。
但值得反思的问题是,产出增加了,其中多少是有价值的?目前,大家已经开始反思 AI 内容泛滥,某种程度上是对互联网信息的污染,那么 AI 代码及其生成产品的泛滥,是否也存在这个问题?
《经济学人》年度词汇“Slop”:当 AI 开始给整个互联网“喂猪食”
更大的疑问在于,尽管产品和工具在爆发,宏观经济层面的生产率统计目前还没有出现明显变化。
历史上,多次技术革命也都经历过类似阶段:新技术在局部领域显著提高效率,但整个经济体系的统计数据要经过数年甚至十几年才会反映出来。
因此,即使 AI 编程确实正在改变软件生产方式,这种改变是否会转化为经济增长,仍然是一个值得探讨的问题。
但不容否认的是,过去两年是AI模型能力的爆发期,现在则正在进入另一个阶段,即 AI 变成生产工具,生产率开始缓慢但真实地变化。
这个阶段不会像发布大模型那样的耀眼,引人注目,但这往往才是历史真正转向的时刻。
-END-
