AI会写代码之后,软件产业拼什么
- 2026-11-23 01:34:54
AI会写代码之后,软件产业拼什么
据人民日报 2026 年 11 月 13 日的评论转述,重庆一家软件企业把三个 AI 智能体分别摆上了产品经理、项目经理、技术经理的位置。需求被拆开,排期被拉好,方案初稿躺进共享文档。工程师坐下来做的第一件事,不再是敲下第一行代码,而是逐条划掉那些不成立的假设——他成了负责调度和把关的"监工"。
三个人不在了,三份责任还在。

那把空椅子不是效率的象征,是问题开始的地方。
一、那间会议室里,工程师成了监工
先把这个画面放慢一点。过去一个想法要变成软件,得走需求分析、程序编写、测试修改好几道工序,一个需求从会议室走到能跑起来的版本,常常要几周。现在把需求说给 AI,它可以生成代码、发现错误,甚至协调完成一部分开发任务。人民日报那篇评论写得克制:在代码编写环节,AI 工具覆盖率大幅提升,部分企业甚至已实现全员覆盖。
变化不止在"写得更快"。产品形态上,过去的软件大多被动执行指令,现在一些智能体软件能理解意图、自主完成任务;服务模式则从交付一套固定功能的程序,变成持续提供智能应用。据报道引用的市场预测,中国企业级 AI 智能体市场 2025 年约 212 亿元,2026 年可能增至 449 亿元,2029 年有望突破 3320 亿元——这是预测,不是既成事实,但资本、客户和招聘启事已经在按这个方向重新排队。
于是有了一个不太舒服的问题:当"把功能写出来"这件事越来越便宜,一家软件公司还剩下什么,是别人拿不走的?
一句话先摆在这儿。当写代码的边际成本塌下去,值钱的就不再是代码本身。
二、门槛没有消失,只是挪了位置
稀缺性从来不会凭空消失,它只会沿着产业链往上下游跑。活字印刷让"刻一页字"不再值钱,但选什么底本、校哪一处错、谁对印出来的内容负责,反而成了书坊之间真正的分野。电子表格没让会计消失,它让"打算盘快"这项手艺贬值,同时把"懂业务口径、知道哪一笔该进哪个科目"的人抬到了更贵的位置。
软件正在经历同一件事。人民日报那篇评论里有一句很实在的话:人工智能可以帮助开发者更快写出程序,读懂行业和需求的功夫却非一朝一夕所能练成。把这句话拆开,是一条完整的因果链——AI 压低编码门槛,能做出同类功能的团队骤然变多,功能清单迅速趋同;当功能不再是差异,差异就退回到那些没法从公开资料里抄走的东西:某个行业几十年攒下的工序约束、一套只有老客户才说得清的例外规则、以及出错时谁来兜底的承诺。

功能可以一夜之间被复制,判断该做什么、证明它没做错,不能。
这里最容易误读的是"门槛"两个字。它没有被推平,只是从"会不会写"挪到了"知不知道该写什么、写完凭什么信"。门槛挪到代码之外,不等于门槛消失了。很多关于"软件公司要被 AI 抹平"的判断,错就错在把写代码当成了软件公司的全部。
三、换个领域:排产软件与物业报修
制造业的排产软件是个很好的样本。人民日报举的例子里,不同工序如何衔接、设备在哪种情况下需要停机、怎样兼顾交付进度与能耗,都不是坐在办公室里能推出来的算法题。它们是车间里一次次试出来的约束:某台冲床换模必须留出四十分钟预热,某道工序碰上梅雨季要提前排,某一类订单赶工期会把下游的能耗顶到红线。这些条件写进需求文档往往只有半页,真正知道它们的是干了十几年的工艺员。
再把镜头拉回生活。小区物业要上一套报修派单系统,做个能填单、能派工、能拍照的 App,一个熟练团队三天就能交付。可真正让这套系统好用的,是另一串没人写下来的规则:电梯困人要先通知哪几户、二次供水泵坏了师傅得带哪个型号的配件、暴雨天地下车库的报修要不要并单处理、夜班只有一个电工时哪些单必须压到明早。写个表单只要三天,把这些顺序问清楚、写进规则、再跟着老师傅跟班两个月,是另外一回事。
能自动生成的是表单,不能自动生成的是例外。行业观察里还有第三层变化:一些按席位收费的工具软件开始被按用量、按结果计费的模式挤压,因为客户越来越清楚自己买的不是一套界面,而是"这件事被办成了"。但按结果收费有个前提——你得能对结果负责,而负责所需的知识,恰恰是最难自动生成的那部分。
四、冷静质疑:19% 和 39 个百分点
到这里该泼一盆冷水。如果"AI 让写代码变快"是这篇的起点,那这个起点本身也不是无条件成立的。
METR 在 2025 年 7 月做过一项随机对照实验:16 位资深开源开发者,在自己熟悉的、平均百万行代码量级的成熟仓库里完成 246 个真实任务。允许使用 AI 编程工具时,他们完成任务的时间反而比不用时长了 19%。更刺眼的是认知偏差——实验前他们预期 AI 会让自己快 24%,经历过减速之后,仍然坚信自己快了 20%,主观和客观差了 39 个百分点;AI 生成建议的采纳率也不到 44%。这项结论经多家媒体转述,METR 自己也提醒不要外推到新手、全新项目或其他领域。
所以正确的读法不是"AI 没用",而是"任务与模型的匹配度才是变量"。在全新小项目、样板代码、测试桩这类边界清晰、验收标准明确的活儿里,AI 确实明显更快;在依赖大量隐性上下文的成熟工程里,写提示、审查、返工、调试的成本会悄悄吃掉提速。工信部对《"人工智能+软件"专项行动实施方案》的官方解读也在同一侧加了约束:要强化人工智能生成代码安全,指导企业建立完善生成代码安全审查机制,推动重点行业新上线软件上线前开展安全检测。人民日报则提醒,软件开发提速了,质量和可靠性的要求不会降低;物理原理和数学方法仍然是开发者要持续深耕的问题,极高的精度要求需要非常规的代码设计以及海量工业场景验证。
写得快和跑得稳,是两条不同的曲线。把这两条曲线混成一条,就会既高估短期,又低估长期:高估"三个月内人人都能做软件",低估"十年后谁还敢在验收单上签字"。
五、那为什么还要做:十万亿与两个年份
承认了限制,反而更容易看清为什么这件事非做不可。
工信部公布的 2026 年 1—8 月软件业运行情况里,前 8 个月我国软件业务收入 102820 亿元,同比增长 8.8%;利润总额 11837 亿元,增长 1.3%;软件业务出口 459.9 亿美元,增长 12.5%。结构上,信息技术服务收入占全行业 68.7%,软件产品占 21.5%,其中工业软件产品收入增长 8.3%,集成电路设计增长 21.6%。人民日报还提到另一组背景:我国制造业增加值连续 16 年位居世界第一。一边是十万亿量级的软件市场,一边是全世界最完整的制造场景,这两件事叠在一起,才构成"行业知识"能被调用的规模基础。
政策把节奏也写明了。今年 9 月,工业和信息化部印发《"人工智能+软件"专项行动实施方案》(工信部信发〔2026〕209 号),围绕推进软件生产变革、加快软件产品智能化升级、培育智能体软件新业态等六个方面部署。按中国政府网发布的消息,到 2028 年,推广应用要覆盖 2 万家规模以上软件企业,累计组织实施 100 项软件企业智能化技改项目,在重点行业打造 100 个智能体软件标杆应用,孵化 5 个以上优质开源项目;到 2030 年,关键软件全面实现智能化升级,智能编程、智能体软件及智能服务等新业态成为产业新增长极。

2028 年考的是覆盖面,2030 年才考产品形态有没有真的换掉。
这两个年份值得咂摸:先铺工具与覆盖面,再谈形态升级,说明决策者也清楚,把 AI 塞进开发流程只是第一步。规模不是壁垒,规模里沉淀下来的场景才是。另有一处口径要说明:有报道引工信部数据称 2025 年全年软件业务收入 15.48 万亿元、同比增长 13.2%,与 2026 年前 8 个月的 8.8% 期间不同、统计节奏也不同,不能拿来直接推"增速腰斩",只能说明盘子已经很大、靠人头堆量的老办法越来越难。
六、把老师傅的经验做成组件
《实施方案》里最容易被忽略、却最贴题的一条,是支持有条件的工业企业联合软件企业,把工业经验、工艺参数等知识封装为可复用的模型库和工业组件,研发行业智能化工业软件。工信部解读还提到要推动建设智能体软件应用商店和技能包(Skills)资源库、支持建设软件行业高质量数据集、加强开源社区建设;在方案的新闻发布会上,中国软件行业协会副理事长兼秘书长吕卫锋把商业侧的变化说得更直白:智能软件服务推动价值交付从产品销售向持续服务运营转变,由出售产品向出售能力、出售结果拓展。

近七成收入来自持续交付的服务,而不是一次性交付的程序。
把这几条连起来看,逻辑就通了:收入结构早就不以"卖一套程序"为主,服务占比接近七成;而服务要能按结果收费,前提是把散落在老师傅脑子里的判断,变成可复用、可测试、可追责的组件。这一步比听起来难得多。把经验做成组件,比把操作录成视频难得多。录像能记录"他按了哪个按钮",组件要回答"为什么这个条件下必须按这个按钮,换个条件还成立吗"。前者是数据,后者是知识,而知识的沉淀需要软件企业和行业用户在同一间车间里反复打磨——人民日报给出的建议正是"推动软件企业与行业用户深度合作,让产品到真实场景中反复打磨"。
七、明天能做的一件小事,和三个问题
道理落到自己身上,可以从一件很小的事开始。挑一个你或团队天天在用的软件或者流程,找张纸写三行:它替我们记住了哪些别人不知道的东西;它出错时谁签字;换掉它要重写哪几步。三行写完,你大概就能分清楚,自己手里握着的到底是"功能",还是"别人拿不走的约束"。

数据搬不搬得走、流程要不要重写、出事谁签字,比功能清单诚实。
于是可以给一个自测判别式:如果某个产品的数据能一键导出、流程换个工具照样跑、出了错没人需要负责,那它大概率没有护城河,无论它的界面里有几个 AI 按钮。反过来,如果换掉它要重排工序、要重训人、要重新划清责任边界,那它的价值就不在代码里。
留一个问题,不给答案:如果明天 AI 能把你们产品所有功能原样重写一遍,客户还会续费吗?为什么会,或者为什么不会?
八、一句话总结
代码会越来越便宜,责任不会。
真正要问的或许不是 AI 会不会写,而是当它写完之后,谁愿意在下面签上自己的名字。
参考与口径:人民日报 2026 年 11 月 13 日评论《AI时代,软件产业靠什么赢得竞争》(成蹊);中国政府网 2026 年 9 月 11 日新华社稿;工业和信息化部《2026年1—8月份软件业运行情况》及《"人工智能+软件"专项行动实施方案》官方解读、新闻发布会实录;METR 2025 年 7 月开发者对照实验(经媒体转述,仅作边界条件使用)。文中 212 亿 / 449 亿 / 3320 亿元为报道引用的市场预测,非官方统计;2025 全年 15.48 万亿元与 2026 前 8 个月 102820 亿元期间不同,未做趋势外推。各项来源、口径分歧与弃用材料详见 sources.md。