5 min remaining
0%
数字转型

$1亿的护城河现在变成了文本文件:为什么垂直SaaS正在消亡,单体架构正在回归

TL;DR:"可防御软件"的时代已经结束。尼古拉斯·布斯塔曼特揭示,曾经硬编码在数百万行Python中的复杂业务逻辑,现在只是一份由领域专家撰写的Markdown文件。但破坏更深远。我们正在见证代码中"林迪效应"的终结,"依赖树"的死亡,以及"超垂直单体"的崛起。如果你在押注于遗留代码或开源社区护城河,那你就是在押注于过去。

5 min read
Progress tracked
5 分钟阅读

TL;DR: "可防御软件"的时代已经结束。尼古拉斯·布斯塔曼特揭示,曾经硬编码在数百万行Python中的复杂业务逻辑,现在只是一份Markdown文件由领域专家撰写。但破坏更深远。我们正在见证"林迪效应的终结"在代码中,"依赖树"的死亡,以及"超垂直单体"的崛起。如果你在押注于遗留代码或开源社区护城河,那你就是在押注于过去。我是詹姆斯,水星科技解决方案的首席执行官。香港

- 2026年2月18日我最近读到尼古拉斯·布斯塔曼特关于SaaS股票抛售的帖子。这与我们现在在工程界看到的结构性变化完全一致。论点:

传统的垂直SaaS(针对特定行业如法律或金融的软件)之所以有价值,是因为它"编码"了行业的运作方式。但大型语言模型(LLMs)将这种硬编码逻辑转变为一个简单的Markdown文件此外,我们架构软件的方式正在从"分布式依赖地狱"崩溃回到

"裸金属单体。"以下是你所熟知的软件世界正在溶解的原因。1. Markdown革命:逻辑不再是代码在旧世界中,为律师建立一个平台(如Doctrine

)是极其困难的。你需要一个"独角兽":

一个同时理解诉讼的程序员。

每当逻辑发生变化时,你需要一个产品经理来写规格,一个工程师来用Python编写if/then分支,一个QA团队来测试它,以及一个DevOps团队来部署它。上市时间:多年。现在,看看Fintool(一个金融分析AI)。他们需要一个工具来执行DCF(折现现金流)估值。在旧世界中,这将是数千行代码处理WACC计算和边缘案例。

在AI世界中?这是一份Markdown文件。一个投资组合经理(不是程序员)写了一份文本文件,向LLM解释:"这是你如何收集数据的。""这是你如何按行业计算WACC的。"

工程师:零。"领域专家"构建了产品。护城河:

  • 蒸发了。
  • 2. 超垂直单体的回归

如果业务逻辑只是文本,那么基础设施会发生什么?在过去15年中,我们一直痴迷于"不要重新发明轮子"。我们导入数千个库(npm,pip)来做简单的事情。我们构建了深而脆弱的"依赖树"。AI杀死了依赖树。 Evaporated.

2. The Return of the Hyper-Vertical Monolith

If business logic is just text, what happens to the underlying infrastructure? For the last 15 years, we have been obsessed with "Don't Reinvent the Wheel." We import thousands of libraries (npm, pip) to do simple things. We built deep, fragile Dependency Trees.

AI kills the Dependency Tree.为什么要导入一个庞大、臃肿的库来使用一个函数,而不让一个代理在5秒钟内从头编写那个特定的函数?

转变:

  • 减少供应链:我们正在剔除第三方库。这减少了攻击面(不再有 left-pad 事件)。
  • 裸金属编码:我们现在可以从头开始编码整个应用程序,针对特定硬件进行优化,而无需依赖臃肿的抽象。
  • 性能:更小的二进制文件,更快的启动时间。

“单体”回来了,不是因为我们懒惰,而是因为重写代码现在比理解外部代码更便宜。

3. 林迪效应的终结

林迪效应表明某样东西存活的时间越长,它可能继续存活的时间就越长。在软件领域,这意味着“遗留代码是王者。”你不会重写银行核心,因为它已经工作了40年。人工智能打破了林迪效应。

切斯特顿的围栏(“在你知道围栏为什么被放置之前,不要移除它”)在一个人工智能代理可以分析围栏、理解其目的并在毫秒内重建更好围栏的情况下变得无关紧要。遗留不是资产:

  • 它是技术债务。重写一切:
  • 我们现在可以将古老的 COBOL 银行系统重写为 Rust 或 Go,几乎没有摩擦。代码的“历史”不再保护它。4. “机器语言”(强类型)的崛起

历史上,我们选择像 Python 或 JavaScript 这样的语言,因为它们易于

人类阅读和编写。我们为了“开发者的人体工程学”牺牲了性能和安全性。但人类不再编写代码。

人工智能代理不关心人体工程学。他们关心的是正确性。这个将推动向强类型、形式可验证语言(如 Rust、OCaml,甚至新的 AI 专用语言)的大规模转变。未知的未知:人工智能代码的风险在于它看起来正确,但包含微妙的错误。

  • 形式验证:我们需要能够
  • 数学证明代码在运行之前是安全的语言。人工智能在这些严格的环境中蓬勃发展。未来不是 Python(对人类友好)。未来是 Rust(对机器安全)。5. 开源“社区”的死亡

几十年来,开源是关于

人类连接。我们聚集在 GitHub 上学习、分享和归属。但在一个代码由机器编写和读取的世界中,“社区”激励崩溃。

新的开源:这不会是人们在 Discord 上聊天。将是成群的人工智能代理为其他人工智能代理优化库。损失:

  • 我们失去了代码的指导和人类精神。收益:
  • 无情的效率。结论:谁拥有价值?
  • 如果一个10年的代码库可以被一个1周的提示替代,而基础设施可以在一夜之间被代理重写,那么“软件”的价值将降至接近零。

Conclusion: Who Owns the Value?

If a 10-year codebase can be replaced by a 1-week prompt, and the underlying infrastructure can be rewritten overnight by an Agent, the value of "Software" drops to near zero.

价值完全转移到"领域专业知识。"2026年的赢家不会是最优秀的程序员。他们将是最优秀的思考者。他们将是能够编写Markdown文件来教导AI的律师、医生和工程师为什么,而AI则处理如何使用一种你甚至无法阅读的语言。

进入的门槛已经消失。追求卓越的门槛比以往任何时候都要高。

水星科技解决方案:加速数字化。