AI Coding 工具的普及正在催生一类新的软件形态。这类软件没有融资、没有增长目标、没有日活跃用户指标，有些甚至不需要第二个用户，仅服务于创作者本人或身边少数几个人。它们被称为 micro apps、personal apps，或 fleeting apps——短暂的软件。
TechCrunch 今年一月注意到，越来越多没有技术背景的人开始使用 Claude Code、Replit、Bolt、Lovable 等工具为自己和身边几个人开发软件。10 月 11 日，独立开发者 Pieter Levels 给出预测：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、网页或某个临时工具，软件出现、问题解决，然后消失。
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，每一步都需要投入，因此一个需求值不值得做成软件，首先取决于有多少人需要。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。软件行业由此形成了一套标准化逻辑：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。规模化只能伴随着妥协。
AI Coding 正在压低一个需求被做成软件的起步成本。Lovable 披露，截至今年 6 月，平台累计已创建超过 5000 万个项目，当时每周新增约 100 万个；到 9 月，公司年化收入已超过 6 亿美元，用户创建的应用每月获得接近 10 亿次访问。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 也将 Android App 生成能力放入 AI Studio，让没有开发经验的人可以用自然语言直接生成应用。
a16z 的 Anish Acharya 将这类东西称为 Disposable Software，即一次性软件。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不切实际，现在三个人够了，一个人也够了。
Micro app 开始进入类似电子表格的位置。TechCrunch 采访的一位投资人将其描述为电子表格与完整软件产品之间的空白地带。过去这块区域较为尴尬：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。
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。而一个只服务你的工具可以省掉这些问题——你就是用户画像。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。过去十几年的”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。
一次性软件还有一笔反常的经济账：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历史包袱。
软件的制作成本继续下降之后，”做出来”与”做成产品”正在成为两件不同的事。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。过去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。这一变化对传统 SaaS 的标准化逻辑和订阅制商业模式将产生何种影响，值得持续关注。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
