法学硕士时代的可扩展软件

我们今天交互的大多数网络软件都是静态的。开发人员的时间和注意力有限，并且专注于构建服务于最大用户群的功能。现有软件可以很好地满足需求曲线的顶部，但存在未满足的长尾需求，每个用户的需求都不同。地图软件中的用户需求 即使开发人员非常积极地添加每项功能，用户界面也只会变得如此复杂，然后变得无法使用。添加的每个附加功能都会使其他用户的产品变得复杂。如果该功能的市场很小，那么对于每个不需要它的用户来说，它可能会导致产品变得更糟。在这种背景下，法学硕士辅助编码的兴起真正为任何需要这种长尾东西的人提供了帮助。软件已经变得一切......软弱#很明显，法学硕士在为一个人构建软件方面确实非常出色。个人应用程序可以避开企业软件的所有复杂性和责任性，并针对单个人的工作流程进行定制。 Y Combinator 的 Pete Koomen 认为他们所谓的小型软件有机会。我认为他们正在做某件事。代理可以轻松地为您自己或您的团队构建个人工具。但部署、保护和共享该软件仍然比创建它复杂得多。为小型软件构建的云可以消除这种复杂性，并使定制工具像 Google 文档一样轻松地与同事共享。 2026 年 7 月 22 日 Pi 是我开始认为的 LLM 原生软件的一个很好的例子：一个经过实战考验的核心，但几乎可以通过询问来无限扩展，用户可以在其中与其他人分享他们的定制。在过去的一年里，您的用户突然获得了用语言表达代码的能力。大多数现有软件无法利用这一点。 Pi 靠向它。我怀疑我们将开始看到更多遵循这种自我扩展模式的软件。然而，我们现有的大多数可插拔软件示例都是本地软件：AI 代理、开发人员 IDE、视频游戏模组、Blender 插件、CAD 扩展。这些往往是专业工具，进入门槛很高。网络是世界上最成功的软件分发系统。它不应该被抛在后面。我的假设是网络上的可扩展软件有一个新的机会。 LLM 从根本上降低了编写扩展的成本，而现代沙箱原语降低了部署成本并提供了良好的安全边界。我们可以将我们的应用程序构建为一个坚实、负责任的核心，并允许用户通过让法学硕士填补缺失的部分来安全地在多个方向上扩展它。我们可以赋予我们的用户超能力。披露：我目前在 Cloudflare 工作，在那里大量接触 Kenton Varda 的作品，塑造了我的大部分想法。接近尾声时，我将证明动态工作人员特别适合此模型，但我将首先介绍几种替代方案。这会是什么样子？ # 如今许多网络系统都依赖网络钩子来允许用户对应用程序中的更改做出反应。这种方法可行，但它为扩展设置了很高的门槛：构建和运营完全独立的服务，并处理出现的任何交付问题。我希望能够挂钩记录更新并插入我自己的逻辑。 “当我将此标签附加到记录时，运行我的函数”。 “在每日 cron 上为我执行此操作”。事实上，我根本不想考虑这个问题。我想告诉我的稍后阅读应用程序：请将我喜欢的每一篇超过 4000 字的文章发送到我的 每周在 中查找 arxiv 上发表的新论文，在顶部添加您自己的关于它与我的工作如何相关的摘要，并用 标记它。默认算法完全乱码 。举几个例子并为其创建一个自定义解析器。然后机器人会挤出愚蠢的代码，将它们挂接到一些扩展点，并实现这一点。我还应该能够与其他可能也想要相同功能的人分享我所做的事情。 1 这里还有一些我希望看到 LLM 原生扩展方法的领域。人工智能代理# 好吧，这是显而易见的。 pi 、 deepseek 和 opencode 都在这个领域进行试验。 Pi 没有将每个新想法都添加到其核心中，而是为工具、命令、事件和 UI 提供了稳定的挂钩，因此它可以将请求转换为小型 TypeScript 扩展并就地重新加载。然后，这些扩展可以捆绑到可以共享的包中，让生态系统吸收长尾的想法，而不会使工具本身变得臃肿。 Deepseek 通过演示用户通过提示向 UI 添加鲸鱼朋友和蛇游戏来展示其工具的可扩展性。但是，至少就目前而言，这些游戏的受众相当小。您必须能够轻松地运行自定义软件