Theo：当 AI 降低开发成本，是时候想得更大

软件开发已经发生了根本变化。看到 AI 辅助工作变快，人们担心工程岗位是可以理解的；但让我兴奋的是另一面：现在我们可以构建一些以前在经济上不划算的东西。这是一种思考做什么的方式，而不是某个具体工具的教程。

想想云计算。它出现之前，尝试一项新服务往往意味着购买和部署实体机器，并预测需求。服务器太少可能在负载下崩溃，太多则浪费钱。成本和不确定性让实验变得昂贵。

云基础设施改变了这笔账：可以先从小规模开始，需求增长后再增加容量，无需先组建庞大的基础设施团队就能实验。我认为 AI 也是一次构建经济性的变化，并不证明软件工作会消失。这是类比和预测，不是对就业的保证。

构建产品还需要预先判断各个产品要招聘多少工程师。例如，如果客户更喜欢 Web 应用而不是移动应用，人员配置的决定可能突然显得不合适。我曾经裁撤过一个团队，对人的影响让实验不仅有财务风险，也有沉重的情感代价。

我认为新工具让我们有可能在不按同等规模招聘的情况下尝试一些更大的项目。如果写代码变便宜，我们就应该重新审视项目规格、团队结构、发布方式，以及哪些东西值得替换。这并不意味着构建和运营软件的其他成本会消失。

以 Salesforce 为例。有些功能几乎所有客户都需要，有些主要对大公司有用，还有许多服务于特殊需求。挑战者即使做出了常用功能，仍可能发现客户离不开一两个不常见的功能，因此无法迁移。

假设客户需要 12 项功能，而你的替代品只有 10 项。即使这 10 项更好，也未必能弥补缺失的两项。我说的某家公司只使用 Salesforce 很小一部分功能的百分比只是粗略示意，并非实测统计；关键是每家公司需要的小部分可能不同。

过去，竞争者要么构建庞大的功能集，要么提供扩展机制，让客户在尚不确定迁移是否值得之前自己完成工作。两条路都很难。这就是为什么我认为开发和调整软件成本的变化带来了不同的可能。

可以从两个维度想象产品：广度是覆盖的类别范围，深度是每个类别中的功能丰富程度。在托管领域，静态网站、计算、数据库和视频是不同领域，每个领域都有自己的功能深度。

AWS 提供广泛的服务。Vercel 即使使用 AWS 基础设施，仍通过深耕全栈 Web 托管找到了机会。过去，初创公司往往不得不选择一个垂直领域，因为覆盖全部范围需要太多资金、专业知识并承担太大风险。

我认为，现在先以基础水平覆盖更广范围，再让用户在需要的地方深入扩展，变得更可行了。架构必须给用户提供有用的扩展方式。我的云项目还没有文件存储功能，就有人通过在数据库里存储二进制数据实现了图片分享。

这个项目叫 Lakebed，我把它描述为给粗糙小应用使用的简单云平台。我有很多尚未完成但有用的应用，部署它们需要过多协调：身份认证、服务令牌、推理、数据库和预览环境都必须配合起来。

例如，我的 Marker Thing 应用帮助编辑跟踪直播话题。我估计最初开发和重建总共花了 30 到 40 小时，部署约花了 3 小时。使用现在的工具，我认为半小时就能构建该应用，但连接和部署各个部分仍可能需要几小时。这是我的经历和估计，不是受控基准测试。

我开发了 Shoe，作为 Google 身份认证中介，让登录更简单，不必为每个服务重复配置。我把它称为胶水方案：它让现有产品之间不顺畅的连接变得平滑。我一直喜欢这种工作，例如用 tRPC 连接前后端，用 UploadThing 简化文件上传。

但每次修好一个集成，就会出现另一个不顺畅的层。这些产品诞生于组装专业服务的时代，我开始怀疑，在智能体可以处理以代码表达的问题的世界里，继续增加胶水是否是正确答案。

于是我在 Lakebed 上走得更远：让框架、运行时、云托管、打包器和数据库基础组件相互配合，并由代码描述部署。录制视频时它仍处于早期阶段。目标是为小型应用提供覆盖广泛且可用的系统，并不是说它已经能替代所有成熟云服务。

演示时，我让使用较快模型的智能体构建并部署了 10 个应用；我估计用了约 8 分钟。其中有待办清单、投票和食谱盒。食谱示例的更新出现在多个标签页中，平台还内置了 Google 登录。

这些都是小型的一次性项目：给团队的工具、向母亲解释事情的页面，或者简单的虚拟宠物。以前也能做这些应用，但把所需组件全部组装起来，花费相对于其价值而言太大。Lakebed 是我尝试减少整个技术栈中这些摩擦的方式。

我做这个也是为了寻找极限：尝试构建整套系统，会在什么时候失败？到目前为止，我越往前推进，它就越像一个真实可用的产品。这只是我在早期项目中的经历，不能证明所有雄心勃勃的重建都会成功，也不意味着运营难题已经解决。

我担心开发者只用这些工具自动化过去已经在做的工作，没有考虑不同类型的工作。大项目仍需要精力和专注，而我一次只能投入一个。后续视频里，我计划分享自己没有时间实现的想法。

找一个过去看似不切实际的想法，一直推进，直到碰到它的极限。你可能会发现，这堵墙比想象中更远。我希望大家通过尝试更大的范围，了解这些工具让什么成为可能。