5 min remaining
0%
數位轉型

一億美元的護城河現在變成了一個文本檔案:為什麼垂直SaaS正在消亡,單體架構正在回歸

摘要:"可防禦軟體"的時代已經結束。尼古拉斯·布斯塔曼特揭示,曾經硬編碼在數百萬行Python中的複雜商業邏輯,現在只是一個由領域專家撰寫的Markdown檔案。但這種破壞更深遠。我們正在見證代碼中林迪效應的終結、"依賴樹"的死亡,以及超垂直單體架構的興起。如果你在賭Legacy代碼或開源社區的護城河,那麼你就是在賭過去。

5 min read
Progress tracked
5 分鐘閱讀

摘要:可防禦軟體的時代已經結束。尼古拉斯·布斯塔曼特揭示,曾經硬編碼在數百萬行Python中的複雜商業邏輯,現在只是一個Markdown檔案由領域專家撰寫。但這種破壞更深遠。我們正在見證林迪效應的終結在代碼中,"依賴樹"的死亡,以及超垂直單體架構的興起。如果你在賭Legacy代碼或開源社區的護城河,那麼你就是在賭過去。這裡是詹姆斯,水星科技解決方案的CEO。香港

- 2026年2月18日我最近讀到尼古拉斯·布斯塔曼特關於SaaS股票拋售的文章。這與我們目前在工程界看到的結構性變化完全一致。論點:

傳統的垂直SaaS(針對特定行業如法律或金融的軟體)之所以有價值,是因為它"編碼"了行業的運作方式。但大型語言模型(LLMs)已經將這種硬編碼邏輯轉變為一個簡單的Markdown檔案。此外,我們架構軟體的方式也正在從"分散的依賴地獄"崩潰回到

"裸金屬單體架構。"這就是為什麼你所知道的軟體世界正在解體。1. Markdown革命:邏輯不再是代碼在舊世界中,為律師建立一個平台(如Doctrine

)是非常困難的。你需要一個"獨角獸":

一位同時理解訴訟的軟體工程師。

每當邏輯改變時,你需要一位產品經理撰寫規範、一位工程師在Python中編寫if/then分支、一個QA團隊進行測試,以及一個DevOps團隊進行部署。上市時間:數年。現在,看看Fintool(一個財務分析AI)。他們需要一個工具來進行DCF(折現現金流)估值。在舊世界中,這將是數千行代碼處理WACC計算和邊緣案例。

在AI世界中?這是一個Markdown檔案。一位投資組合經理(不是程式設計師)撰寫了一個文本檔案,向LLM解釋:"這是你如何收集數據的方式。""這是你如何按行業計算WACC的方式。"

工程師:零。"領域專家"建立了產品。護城河:

  • 蒸發了。
  • 2. 超垂直單體架構的回歸

如果商業邏輯只是文本,那麼基礎設施會怎樣?在過去的15年中,我們一直著迷於"不要重新發明輪子"。我們導入數千個庫(npm,pip)來做簡單的事情。我們建立了深而脆弱的"依賴樹"。AI消滅了依賴樹。 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.為什麼要引入一個龐大、臃腫的函式庫來使用一個函式,當你可以請一個代理在5秒內從頭開始編寫那個特定的函式?

轉變:

  • 減少供應鏈:我們正在刪除第三方函式庫。這減少了攻擊面(不再有 left-pad 事件)。
  • 裸金屬編碼:我們現在可以從零開始編寫整個應用程式,針對特定硬體進行優化,而不依賴臃腫的抽象。
  • 效能:更小的二進位檔,更快的啟動時間。

"單體"回來了,不是因為我們懶惰,而是因為重寫程式碼現在比理解外國程式碼便宜。

3. 林迪效應的終結

林迪效應表明某樣東西存活的時間越長,它可能會繼續存活的時間就越長。在軟體中,這意味著「舊有程式碼為王。」你不會重寫銀行核心,因為它已經運作了40年。人工智慧打破了林迪效應。

切斯特頓的圍欄(「在你知道為什麼它被放置之前,不要移除圍欄」)在人工智慧代理可以分析圍欄、理解其目的並在毫秒內重建更好的圍欄時變得無關緊要。舊有程式碼不是資產:

  • 它是技術負債。重寫一切:
  • 我們現在可以將古老的 COBOL 銀行系統重寫為 Rust 或 Go,幾乎沒有摩擦。程式碼的「歷史」不再保護它。4. "機器語言"的崛起(強類型)

歷史上,我們選擇像 Python 或 JavaScript 這樣的語言,因為它們對

人類來說易於閱讀和編寫。我們為了「開發者的人體工學」犧牲了效能和安全性。但人類不再編寫程式碼了。

人工智慧代理不在乎人體工學。他們在乎的是正確性。這將驅動向強類型、形式可驗證的語言(如 Rust、OCaml,甚至是新的人工智慧專用語言)的大規模轉變。未知的未知:人工智慧程式碼的風險在於它看起來正確,但包含微妙的錯誤。

  • 形式驗證:我們需要能夠
  • 數學證明程式碼在運行前是安全的語言。人工智慧在這些嚴格的環境中蓬勃發展。未來不是 Python(對人類來說容易)。未來是 Rust(對機器來說安全)。5. 開源「社群」的死亡

幾十年來,開源是關於

人類連結。 我們在 GitHub 上聚集學習、分享和歸屬。但在一個程式碼由機器編寫和由機器閱讀的世界中,「社群」的激勵崩潰了。

新的開源:不會是人們在 Discord 上聊天。將會是成群的人工智慧代理為其他人工智慧代理優化函式庫。損失:

  • 我們失去了指導和程式碼的人文精神。獲得:
  • 無情的效率。結論:誰擁有價值?
  • 如果一個10年的程式碼庫可以被一個1週的提示取代,而基礎設施可以在一夜之間被代理重寫,那麼「軟體」的價值將降至接近零。

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.

價值完全轉移到"領域專業。"2026年的贏家不會是最好的程式設計師。他們將是最好的思考者。他們將是能夠撰寫Markdown檔案來教導AI的律師、醫生和工程師為什麼,而AI則處理如何使用你甚至無法閱讀的語言。

進入的障礙已經消失。追求卓越的障礙比以往任何時候都要高。

水星科技解決方案:加速數位化。