App 正在变成一次性用品

文 | 登顶可选 我们已经习惯了一种软件世界。 想记账，下载一个 App；想规划旅行，下载一个 App；想管理健身、整理菜谱、追踪过敏症状，还是去找一个 App。找不到完全合适的，大多数时候只能凑合用。 AI Coding 兴起之后，一批很奇怪的软件开始出现。 有人因为朋友聚餐总是决定不了吃什么，用 Claude 和 ChatGPT 花七天做了一个餐厅推荐工具；有人给全家圣诞假期做了个小游戏，假期结束，直接把网站关掉。 也有人嫌医生推荐的过敏记录 App 不好用，趁丈夫出去吃一顿饭的时间，自己做了一个；还有人只是想记录周末抽了多少水烟、喝了多少酒，就给自己做了一个 tracker。 这些东西没有融资，没有增长目标，没有 DAU，有些甚至不需要第二个用户。它们被叫作 micro apps、personal apps，也有人叫 fleeting apps——短暂的软件。 Where2Eat：为解决朋友聚餐“到底吃什么”而做的个人 App｜图源：Rebecca Yu TechCrunch 今年一月注意到，越来越多没有技术背景的人开始用 Claude Code、Replit、Bolt、Lovable 给自己和身边几个人做软件。 10 月 11 日，独立开发者 Pieter Levels 给出了一个更激进的预测：未来很多人甚至不会意识到自己正在“做软件”。他们只是把需求告诉 ChatGPT 一类产品，AI 随手生成 Dashboard、报表、网页，或者某个临时工具。 软件出现，问题解决，然后消失。 一个软件，为什么一定要服务很多人？ 01 软件以前必须讨好大多数人 传统软件是一门固定成本很高的生意。需求、设计、开发、测试、部署、维护，每一步都要花钱，所以一个需求值不值得做成软件，首先要看有多少人需要。 如果只有十个人用，大多数团队不会做；如果只有一个人用，这笔账基本算不过来。总不能为了管理一家人的家务，请产品经理画原型、设计师做 UI、程序员写代码，再买服务器部署。 软件行业因此形成了一套我们已经非常熟悉的逻辑： 找到足够多人的共同需求，舍掉一部分个性，再做成标准产品。 健身 App 塞着你从来不看的课程，项目管理工具有一半字段用不上，记账 App 的分类总和你的消费习惯差一点。这些小麻烦很难彻底消失，一个准备卖给十万人的软件，也很难完全按照某一个人的习惯来设计。 规模化只能伴随着妥协。 02 AI 改掉的是“值不值得做”这笔账 AI Coding 正在压低一个需求被做成软件的起步成本。 Lovable 称，截至今年 6 月，平台累计已经创建超过 5000 万个项目，当时每周新增约 100 万个；到了 9 月，公司披露的年化收入已经超过 6 亿美元，用户创建的应用每月获得接近 10 亿次访问。 Lovable：通过自然语言生成网站与应用｜示意界面 Zapier 对 818 名过去一年使用 AI Coding 工具构建或部署过工作软件的美国员工调查发现，其中 34% 没有正式编程背景 。Google 也把 Android App 生成能力放进 AI Studio，让没有开发经验的人可以用自然语言直接生成应用。 做软件的人群正在扩大。 一个稳定、安全、能服务十万人的商业 App，数据库、支付、安全、性能和维护一个都绕不过去。一次性软件算的是另一笔账：它可能只服务三个人，也可能只服务自己。 当一个需求从“需要一个团队做几周”，变成“今晚自己就能做出来”，大量过去不值得专门开发的小需求，也有了被实现的可能。 a16z 的 Anish Acharya 把这类东西叫作 Disposable Software，一次性软件 。他给孩子做过赚屏幕时间的数学游戏，也做过一个只给自家人分享猫咪照片的小型 Instagram。 过去，为三个人专门开发一套软件显得很荒唐。现在三个人够了，一个人也够了。 过去不划算的“一人软件”，开始变得划算。 03 软件可能变成 Excel 一样的东西 过去一年，“人人都是开发者”“一个人也能创业”已经被讲了很多次。多数普通人并没有成为开发者的兴趣，他们只是想把事情解决掉。 今天为了核预算，我建一个 Excel；明天为了旅行分账，再建一个。没人会因为这张表只有自己在用，就觉得不值得做，也不会认真研究它的商业化、用户增长和次月留存。 它只是完成任务的工具。 Micro app 也开始进入类似的位置。TechCrunch 采访的一位投资人把它描述成 电子表格与完整软件产品之间的空白 。过去这块区域很尴尬：Excel 不够用，正式做软件又太贵，AI Coding 正在把中间那段成本压下来。 未来大量“软件”可能根本不会成为传统意义上的产品。它们没有官网，没有市场投放，不参加 App Store 排名，也没人天天看 DAU。一个工具可能只存在于某个人的电脑里，陪着一个项目活几个星期。 软件开始像文档、表格和 PPT 一样，成为随手制作的工作材料。 今天没人会因为做了一张 Excel 表就把自己叫开发者。未来，做一个小软件也可能差不多。 文档不需要拥有一万个用户才值得写，Excel 也不需要成为商业产品才值得建立。软件的制作成本继续下降以后，“做出来”与“做成产品”会成为两件不同的事。 04 以前产品经理研究用户，以后你就是用户 标准化软件必须不断抽象用户。 做一款健身 App，要研究大多数人记录什么运动、哪些功能使用率最高、首页应该放什么，还要考虑课程、社区、排行榜和通知机制。 一个只服务你的工具可以省掉这些问题。 你就是用户画像。 你可以让它只记录自己常做的六个力量动作，有氧只保留跑步机和椭圆机，每周自动比较训练量。剩下的？统统不要。 市场上很难找到一款商业 App 恰好长成这样，为一个人生成的软件没有这个包袱。 过去的软件公司擅长把一套产品复制给一百万人；AI Coding 开始提供另一种生产方式： 一百万人可以各自拥有不同的软件。 传统产品先定义功能，再去寻找适合它的用户。个人软件可以直接从一个具体的人和一项具体需求出发，功能随之生成。 过去十几年，所谓“个性化”，大多是在一万件现成东西里挑一件最接近你的。 现在，连产品本身都可以现做。 每个人拿到的，可能从一开始就不是同一个产品。 05 最反常的一件事：重做可能比维护便宜 “一次性软件”还有一笔很反常的经济账： 重新做一个，可能开始比维护旧的更便宜。 传统软件开发贵，所以产品上线以后要不断修 Bug、升级版本、兼容新系统。维护虽然麻烦，重写通常代价更高。 AI Coding 开始改变两者之间的价格关系。 假设你为一次新疆自驾生成了一个工具，把每天车程、酒店、天气、油费和景点放到地图与时间轴里。旅行结束以后，它已经基本完成使命。第二年改去日本，路线、货币、交通方式和预算全部变了，翻出旧项目一点点修改，未必比重新描述需求再生成一个省事。 这也少了一笔传统软件很难甩掉的成本：历史包袱。一个产品活得越久，要兼容的旧版本、保留的旧功能、迁移的历史数据通常越多。任务型软件生命周期很短，下一次需要的时候，完全可以从新的需求重新开始。 软件会从需要长期持有和维护的资产，变成某些场景下可以反复更换的耗材。 随之变化的还有留存。商业软件当然仍然需要留存，但个人