AI时代软件开发成本骤降90%：AI Agent引领的行业革命

在人工智能浪潮席卷全球的当下，软件开发的成本是否真如传闻中下降了90%？资深工程师Martin Alderson通过最新观察指出，AI代理正在深刻改变开发中的人力成本结构，将原本需要数周甚至数月完成的项目压缩到几小时或一周内交付。同时，AI不仅能加速新项目开发，还能轻松理解和维护三年以上的老旧代码库。这种变革释放了巨大的潜在软件需求，让小团队也能实现过去整个开发小队才能完成的产出。

本文深入剖析了成本下降背后的动因、AI工具对开发模式的重塑，以及2026年可能成为行业转折点的关键因素。

作为一名拥有近20年经验的软件开发老兵，我亲历了多次技术浪潮——SaaS的兴起、移动应用的爆发、区块链的热潮，以及那些曾宣称要取代程序员的低代码工具。

但随着代理式编码的涌现，软件开发的经济模型正经历剧变，这股力量将彻底重塑整个行业（甚至波及更广泛的经济结构）。2026年可能会让许多从业者措手不及。

此前，我已讨论过为什么现有评测标准可能忽略某些关键跃迁，而近期的思考和亲身实践更让我确信，我们正步入一场“十年一遇”的行业大转折。

软件交付成本

我踏入开发领域时，恰逢开源运动大规模兴起——那算是自定义软件开发成本的第一次大幅下降。我记得，当年使用SQL Server或Oracle的授权费用高昂得令人咋舌，因此我从一开始就选择开源MySQL，它让你能够构建定制化的网络应用，而无需承担动辄五六位数的年度数据库授权费。

随后我们经历了云计算（它是否真正省钱仍有争议，但暂且假设它在初期降低了部分资本支出）。最近几年则进入了“复杂性时代”。软件工程变得——在我看来往往是不必要地——复杂化。人们沉迷于对人力要求极高的模式，如TDD、微服务、极其复杂的React前端，以及Kubernetes。我甚至觉得过去几年，软件开发的成本几乎停滞不前。

然而在我看来，AI代理将大幅降低软件开发中的人力成本。

那90%的成本节省究竟源于何处？

2025年初，我对各类AI编码工具持怀疑态度——现在依然如此。许多平台看似换皮的低代码工具（如Loveable、Bolt等），或是一些带自动补全增强功能的VS Code衍生版本，用起来一半有用一半恼人。

以公司内部一个典型系统项目为例。假设数据模型已有雏形，你需要构建一个Web应用来管理某个“widget”类业务对象。

按照传统流程，通常需要一个小团队来搭建CI/CD、整理数据访问模式、开发核心服务。接着是大量CRUD页面，外加一些仪表盘或可视化。最后（理想情况下）还得编写一套自动化单元测试、集成测试、端到端测试，确保质量过关，然后大概一个月后才能上线。

而这仅是“纯劳动力”。每增加一人，沟通成本就叠加：各种会议、任务管理、代码审查、前后端对接、等待他人解决难题，你真正编写代码的时间往往只占全部工时很小一部分。

使用代理式编码的CLI工具，这些流程中几乎所有步骤都能在几小时内完成。我曾让Claude Code花几小时编写一个复杂内部系统的完整单测+集成测试套件（300多条）。这种规模的测试，对我自己或我认识、尊重的开发者而言，都需要数天时间。

AI代理已非常擅长将业务逻辑规范转化为结构清晰、可用性高的API和服务。

过去需一个月的项目，现在一周搞定。思考时间相近，但实现时间急剧缩短。而且团队越小，沟通开销越低，甚至反向验证了“布鲁克斯定律”的镜像效应：沟通成本不再是人越多效率越低，而是人越少效率爆炸性提升。一两名开发者突然就能完成过去整个团队的工作量。

潜在需求的释放

表面看，这对软件行业似乎是坏消息，但从经济学角度并非如此。

杰文斯悖论告诉我们，当某种东西的生产成本下降时，我们不会仅“花更少的钱做同样的量”，而是会做更多。电灯就是典型例子：蜡烛和煤气灯销量下降，但整个社会的人造光源总量大幅增加。

这一点应用到软件开发上，就是供需关系问题：社会对软件存在巨大的“潜在需求”。

几乎每家公司都有数百甚至数千份Excel表格记录关键业务流程，而这些本应做成SaaS应用。如果外包公司报价5万美元将其中一个转化为应用，只有最核心的项目能立项。但如果成本降至5000美元（只需一位熟练开发者配合AI工具），那就完全是另一番景象——需求将爆发式增长。

唯一的护城河：领域知识

那么开发者会被淘汰吗？现实并非如此简单。

目前，人类仍然至关重要，因为你得“监督AI工作”：审核其输出、提出建议、防止偏离方向。如果完全放任AI编写代码，项目很快会混乱不堪。但只要有人类参与，AI能帮助你在短时间内构建质量极高的软件。

掌握这些工具的开发者，在解决业务问题时将变得异常高效。他们的领域知识与行业理解会成为最大杠杆：知道什么架构合适、使用什么框架、哪些库稳定可靠。

再叠加对业务本身的理解，你会真切感受到“传说中的10倍工程师”正在成为现实。同样，业务专家+一位熟练掌握AI工具的开发者这样的组合，将变得极其强大。未来我们可能不再需要“一个业务专家+一整个开发小队”，而是只需两三人紧密协作即可。

这种组合让迭代速度快得惊人，软件变得几乎是一次性的：如果方向错误，直接丢弃重来，从经验中学习就行。这需要心态转变，但真正困难的是厘清问题，而非敲击键盘。

不要措手不及

AI代理和模型仍在快速进化，而我认为现有基准测试并未真正反映这一点。例如Opus 4.5似乎能在10–20分钟的长会话中保持较好理解，不会偏离主题。我们才刚刚开始看到数千亿美元资本投入GB200 GPU的成果，而我相信新一代模型很快就会让这些显得过时。

然而，我遇到过太多抵触这种变化的软件工程师。我听过的反对理由总是相似：LLM会犯太多错误、它无法理解某个框架、或者根本没节省时间。

这些说法正迅速变得站不住脚，让我想起2007年那些鄙视iPhone的桌面工程师。众所周知后来发生了什么——网络更快了、手机性能提升、移动操作系统也越来越强大。

我认为，工程师们需要积极拥抱这场变革。这不会一夜之间完成——大企业总体上仍然落后，被繁琐的供应商审批和管理结构束缚，这让它们对小型竞争者极度脆弱。

但如果你在一家小公司或团队工作，并且有机会使用这些工具，就应该抓住它。你的工作会发生变化——不过软件开发一直都在变化。只是这一次，变化可能比任何人预料的还要快。2026年即将到来。

我经常听到的一个反对意见是：LLM只适合新项目。我强烈反对这种观点。我花了不少时间去理解三年以上、原作者已离职的旧代码库。AI代理可以大幅简化这个过程——解释代码功能、定位Bug、提出修复建议。我宁愿接手一个由代理协助、并有优秀工程师监督完成的代码库，也不愿接手三年前某个水平可疑的承包商编写的、没有测试、充满“意大利面式”类和方法的混乱项目。

原文：https://martinalderson.com/posts/has-the-cost-of-software-just-dropped-90-percent/