如果AI真的像宣称的那样让效率提升了数倍甚至百倍，为什么我们还没看到软件数量的井喷式增长？ 这篇文章源于Answer.AI的一篇分析报告，在HackerNews上引发了一定的讨论。它们通过对PyPI的大数据分析，得出了一些出人意料且引人深思的结论： - PyPI软件包的总创建率和更新频率在ChatGPT发布后并没有出现预期的“指数级拐点”； - 超过2倍的显著更新增长，仅极其精准地集中在最热门的AI相关软件包中； - 做一个简单的Demo很容易，但AI似乎并没有让开发者更轻松地做出那些能被长期使用、持续维护的软件包。 - 绝大多数非AI领域的开发者，其生产节奏依然维持着早在2019年（CI工具普及）就已形成的固有趋势。 - AI领域的快速迭代，可能只是因为大量的资金和热忱涌入，让开发者“干得更多了”，而不是他们“变强了” 。 …… 而原文评论区当中，许多人也对文章进行了反驳，主要论点有： 1️⃣ AI极大地降低了门槛，让很多人能够编写解决特定需求的“一次性脚本”，这些代码永远不会被打包上传到PyPI。除外，大量的AI提效发生在企业的私有仓库中，不会体现在公开的统计数据中。 2️⃣ AI改变的是解决问题的成本，而不是做出产品的成本。AI能在几秒钟内写出前80%的原型代码，但剩下的20%，包括复杂的Debug、UI 适配、安全性测试、长期维护和用户体验，依然需要人类投入大量时间。 3️⃣ AI正在消灭软件，而不是制造软件。以前为了实现某个功能，我们需要一个专门软件，现在只需要给AI发一段指令。当AI可以直接解决问题时，作为媒介的“应用程序”本身就变得多余了。因此，我们没有看到软件大爆发，是因为AI在很多场景下直接终结了对新软件的需求。 对此，你有什么看法呢？欢迎发表在评论区～ #ai #科技 #软件 #AI编程 #vibecoding