生成代码变便宜，谁来决定不做什么？
When Anyone Can Build Software, Who Decides What Not to Build?
生成式模型让写代码变得极其廉价，但这并不意味着企业架构已死。真正的挑战在于，当构建不再昂贵，决定什么值得成为持久承诺的‘判断力’反而成了稀缺资源。代码可以轻易重写，但数据状态、集成依赖和组织习惯一旦形成，就难以消除。如果每个团队都利用 AI 快速构建局部最优解，企业将面临严重的‘不协调’困境。作者指出，瓶颈已从‘构建能力’转移到了‘连贯决策能力’。我们需要在投入之前，先问‘这是否是正确的问题’，而不仅仅是‘如何更好地解决它’。
随着软件构建成本越来越低，不协调带来的代价却越来越高昂。
HN 评论区
29- deminature
用 LLM 构建高质量软件依然非常耗时。绝大多数人根本不会去折腾，无论门槛降得多低，因为时间不是免费的。而且，对大多数人来说，写软件并不有趣，原因和组装电子元件对大多数人没吸引力一样。这是一个小众爱好，缺乏大众吸引力。正因这两点，软件行业在 AI 时代依然能生存。
- OakNinja
这个问题并不新鲜。新鲜之处在于，任何人现在都能通过快速构思和快速原型开发，在不依赖开发团队的情况下理解他们试图解决的核心问题。
和过去一样，接下来还是由公司来决定优先关注什么——这一直都是如此。
* 不要因为花时间在某个想法或提示词输出上，就死抱着不放。
* 写代码很容易，维护代码很难。
* 如果不能节省时间或产生收入，那就只是一笔开支。
* 产出并不等于价值。
- anonzzzies
我们（我的公司）有一个企业级业务线（LoB）'基础库'，在过去四十多年里收集了你能想到的各种流程。基于这个基础，我们只需观察大公司的现有流程，然后提出自动化方案，在部门层面实施，这样他们就不需要董事会或 IT 部门的审批就能付款。利用我们的基础库，SOTA 级别的 AI 只需一两天就能几乎全自动完成这些工作，我们的收费略低于部门的预算上限。我们不得不派一些刻薄的讽刺型'项目经理/销售'去参加各种会议，因为这些中层管理者当然想显得自己有用，所以这些会议对我们来说客观上是毫无意义的，但却是必须忍受的折磨。这些线下会议（meatspace meetings）的成本现在当然远高于单纯的技术部分，即使你把框架的许可费和 SLA 成本算进去。
这些公司，大多是跨国公司，主要由美国、印度或中国的资本所有，而且它们的 IT 部门简直烂透了；还停留在二十年前的 Java 或 C# 上，没有任何改进或学习的动力；他们听说过 AI，但什么都没用它来干。这是一条摇钱树，只要你能在合适的层级切入，无论在哪个地区都价值数十亿。不过我不确定这能持续多久，因为据我的经验，这些部门里的大多数人今天就可以被运行在 iPhone 上的 LLM 取代；如果你有一位拥有几十年经验的资深顾问，LoB 应用其实挺无聊的；他们肯定正在训练 LLM 来做这些事吧？