当Claude 4.6与GPT-5.3同夜亮剑，当AI的上下文窗口足以容纳整个中型代码库，软件生产的价值分配逻辑正在发生根本性迁移。
2026年2月5日深夜，硅谷迎来标志性时刻：Anthropic与OpenAI几乎同步发布旗舰产品——Claude Opus 4.6携100万token上下文窗口与多智能体协作能力登场，OpenAI则推出GPT-5.3-Codex与OpenAI Frontier Agent平台。技术社区为之震动，资本市场亦现波动：2月4日至6日，纳斯达克综合指数回调1.4%，部分垂直领域软件公司股价承压。
随之而来的，是一系列极具冲击力的叙事：“48小时万亿蒸发”、“AI杀死人类会计”、“软件中间层被压扁”。这些标题精准捕捉了公众的焦虑，却也将复杂的技术演进简化为非黑即白的生存危机。
但历史告诉我们：软件从未因技术革命而消亡，只会因价值重分配而进化。正如a16z在《Death of Software? Nah.》中所言，技术变革是漫长演进而非瞬间颠覆——AI不会消灭软件，反而将催生更庞大、更复杂的软件生态。真正需要警惕的，不是“软件已死”，而是“用旧坐标衡量新价值”的认知错位。
实际上，全球科技股波动是多重因素共振的结果，包括美联储政策预期调整、地缘政治风险升温及部分科技巨头财报不及预期。将市值波动单一归因于AI模型发布，是典型的归因谬误。更值得深思的是：当技术突破与市场情绪交织，我们如何穿透噪音，识别真正重塑软件生产价值格局的力量？
高盛确于2025年起与Anthropic合作，探索AI在会计、合规等后台流程的自动化。但内部文件揭示，其目标是将重复性数据录入、报表核对等任务自动化，而非裁撤整个会计职能。人类会计师正从“数据搬运工”转向“业务洞察者”——这与20年前Excel取代手工账本的转型逻辑一致，只是速度更快、范围更广。
真正的行业地震，从来不是由单一产品触发，而是技术范式、经济结构、组织形态三重变革共振的结果。当我们拨开情绪化叙事的迷雾，一个更本质的问题浮现：Agent技术的成熟，究竟在多大程度上重构了软件生产的底层逻辑？软件生产的价值坐标，是否正在经历一次系统性重绘？
Claude Opus 4.6将上下文窗口扩展至100万token，这一数字背后是软件生产范式的根本性迁移。
100万token约等于75万英文单词或3000页标准技术文档，足以容纳整个中型代码库（约50万行代码）及配套文档、Issue历史、架构决策记录。Anthropic内部测试显示：当分析包含200个微服务的电商系统时，Claude 4.6能准确追溯“用户下单失败”问题的跨服务调用链，定位到三年前某次架构调整引入的隐式依赖；而前代模型因上下文截断仅能定位到单一服务，误判率达67%。
上下文扩展的本质，是让AI从“语法引擎”升级为“语义引擎”。它不再仅理解单个函数的逻辑，而是把握模块间的依赖关系、架构演进的历史脉络、业务规则的隐含约束。某金融科技公司CTO坦言：“过去我们需要3天时间让新工程师理解支付系统全貌，现在Claude 4.6用15分钟就能完成同等深度的系统认知。”
Claude 4.6产品化了多智能体研究系统：一个复杂任务可被拆解为规划Agent、编码Agent、测试Agent、文档Agent的流水线协作。例如开发电商促销模块：
OpenAI Frontier则引入“角色扮演”机制：开发者可为不同Agent分配专业角色（如“安全专家”、“性能工程师”），各Agent基于角色知识库进行专业化输出。在金融合规场景测试中，安全专家Agent成功识别出编码Agent生成的代码中隐藏的PCI-DSS违规风险，避免了潜在的监管处罚。
这种“AI团队”模式，使软件交付周期从周级压缩至小时级。但核心瓶颈并未消失：任务拆解的准确性、跨Agent通信的可靠性、异常场景的兜底处理，仍高度依赖人类工程师的顶层设计能力。Agent不是取代工程师，而是将工程师从执行层解放至架构层。
Claude 4.6通过MCP（Model Context Protocol）协议，可直接操作Jira、Confluence、GitLab等企业系统。这意味着AI不再局限于“聊天窗口”，而是成为嵌入工作流的数字员工——它可自动创建任务卡片、关联相关PR、在Slack频道同步进度。
OpenAI Frontier更进一步，推出“工作流编排器”：开发者用自然语言描述目标（如“当用户注册后3天未完成实名认证，自动发送提醒邮件”），系统自动生成完整工作流，包括事件监听、条件判断、动作执行。某金融科技公司测试显示，此类工作流的搭建效率提升17倍，且错误率下降63%。
软件生产的“胶水工作”（glue work）——流程协调、状态同步、跨系统数据搬运——正被系统性自动化。这恰是价值坐标迁移的起点：低创造性、高重复性的连接性工作，正成为AI最先攻克的领域，其价值权重正在快速衰减。
“中间层压扁”这一表述虽具传播力，却掩盖了价值迁移的复杂性。软件生产的价值坐标正在经历三重系统性迁移：
某头部互联网公司2026年初内部数据显示，工程师时间分配发生显著变化：
编码与调试时间占比下降54%，而需求澄清与架构设计时间上升113%。这并非工程师主动选择，而是AI自动化释放执行时间后的自然结果——当基础实现成本趋近于零，人类注意力必然向价值密度更高的环节迁移。
但迁移并非自动完成。2025年Stack Overflow调查显示，仅31%的中级工程师具备有效的需求澄清能力（能将模糊业务目标转化为可验证技术指标），仅24%能进行跨模块架构权衡。价值坐标的迁移，正在加速工程师群体的技能分层：能驾驭新坐标的群体获得溢价，困于旧坐标的群体面临贬值。
GitHub 2025年Octoverse报告显示，Copilot在通用场景（如CRUD操作、基础算法）的代码接受率达68%，但在垂直领域（如金融风控规则、医疗影像处理流程）接受率骤降至29%。原因在于：通用逻辑已高度标准化，可被大规模数据训练覆盖；而垂直领域知识高度碎片化、场景化、受监管约束，难以通过通用模型泛化。
这导致软件生产的价值重心向垂直领域迁移：
通用能力商品化：基础框架、中间件、工具链的差异化价值持续衰减
垂直知识稀缺化：领域专家（如金融合规官、医疗影像医师）与工程师的协作价值飙升
封装能力溢价化：将领域知识有效封装为Agent可调用的“技能包”，成为新护城河
Salesforce 2025年推出的Einstein Agent Platform，核心不是模型能力，而是其积累的2000+个行业特定技能包（如“GDPR数据主体请求处理”、“保险理赔规则引擎”）。这些技能包的构建成本高达数千万美元，但一旦建成，可被数万客户复用——垂直知识的边际成本趋近于零，但初始构建门槛极高。
传统软件生产成本结构：人力成本（70%）、工具成本（15%）、基础设施成本（15%）。AI介入后，新结构正在形成：
某SaaS公司CFO测算：采用Claude 4.6后，其研发团队规模缩减18%，但领域专家雇佣增加35%，AI工具支出增长400%。总成本下降12%，但成本结构从“人力密集型”转向“知识密集型”。这意味着：未来软件公司的核心资产，不再是工程师数量，而是其积累的领域知识资产与AI协作流程。
需要强调的是，价值坐标的重绘绝非一蹴而就。Anthropic内部路线图显示，从“胶水工作自动化”到“垂直知识封装”再到“需求定义权迁移”，这一过程预计需要3-5年：
2026–2027年：执行层自动化（编码、测试、部署）渗透率达60%，但人类仍主导需求澄清与架构设计
2028–2029年：设计层部分自动化（模块拆解、接口定义），人类聚焦跨域问题定义与伦理约束
2030年后：需求层开始自动化（基于用户行为预测生成需求），人类价值锚定于“欲望驱动的创新”——即定义AI尚未识别的新问题
技术变革的残酷真相是：会有公司无法穿越周期。低差异化SaaS若不能在2-3年内完成“从工具提供商到知识服务商”的转型，将面临价值塌陷。但整体软件生态的规模与复杂度，将在AI催化下达到新高——正如云计算未消灭软件，而是催生了SaaS、PaaS、Serverless等更丰富的分层。
“中间层压扁”成为高频词，但这一概念本身充满歧义。厘清其真实内涵，是避免误判行业趋势的前提。
指连接前端与后端的中间件（middleware），如API网关、消息队列。此类技术组件不会消失，但其实现方式正在变化——Anthropic测试显示，Claude 4.6可基于业务需求自动生成符合最佳实践的中间件配置，减少人工调参。价值从“配置实现”转向“架构选型与治理”。
指3-8年经验的中级工程师。GitHub 2025年Octoverse报告显示，使用Copilot的中级工程师代码产出量提升40%，但其在架构评审、技术债务管理等高阶活动的参与度反而上升27%。自动化释放了执行时间，反而强化了中级工程师的协作者角色——他们成为连接业务需求与AI实现的关键枢纽。
真正面临压力的，是仅掌握“语法级”技能的工程师：熟练使用框架API，但不理解底层原理；能实现需求，但无法诊断复杂问题。2025年Stack Overflow调查显示，仅28%的初级开发者能解释其常用框架的核心设计权衡。这类工程师的困境，本质是技术抽象层级提升的必然结果，与AI无关——从汇编到高级语言，每一次抽象革命都淘汰了一批仅掌握表层技能的从业者。
指低创造性、高重复性的“胶水工作”：跨系统数据对齐、格式转换、流程跟进、状态同步。这才是AI冲击的核心靶区。某头部互联网公司内部数据：2025年，工程师平均每周花费11.2小时于此类事务性工作；2026年Q1，这一数字降至3.8小时，降幅66%。
被压扁的不是“中级工程师”这个群体，而是群体中从事低价值重复劳动的时间占比。工程师的价值重心正从“执行”向“设计”与“治理”迁移。这恰是软件生产走向成熟的标志：当基础实现成本下降，行业必然向更高价值环节演进。
部分软件公司股价承压，实则是市场对价值坐标的重新定价。
提供标准化工作流工具（如报销审批、考勤打卡）的SaaS公司，其产品功能正被Claude Skills等通用能力覆盖。当企业可直接用自然语言描述需求并由Agent自动生成工作流，标准化SaaS的差异化价值急剧衰减。
某垂直领域SaaS CEO坦言：“我们过去卖的是‘预配置的工作流’，现在客户问：‘为什么不能直接用Claude生成？’我们的护城河正在被侵蚀。”
成功转型的公司正在重构商业模式：
Notion：从文档工具转向“知识操作系统”，核心价值是其积累的数百万个模板与工作流，这些成为训练企业专属Agent的高质量数据
Figma：从设计工具转向“设计系统平台”，核心价值是组件库与设计规范的管理能力，这些正被封装为UI生成Agent的约束条件
GitLab：从代码托管转向“软件生产操作系统”，核心价值是将需求、代码、测试、部署全链路数据打通，为Agent提供完整的上下文
转型关键：将工具使用过程中积累的数据与知识，转化为AI时代的新型资产。
两类新物种正在崛起：
垂直领域Agent平台：如医疗领域的Viz.ai（AI影像诊断工作流）、法律领域的Harvey（法律研究Agent），将行业知识封装为不可替代的技能包。Viz.ai的护城河不是模型，而是其与2000家医院合作积累的标注数据与临床工作流知识。
AI原生基础设施：如提供Agent记忆管理（记忆什么、何时调用）、工具编排（如何组合多个工具）、安全审计（追踪Agent决策链路）的底层平台。这类平台不直接面向终端用户，但成为Agent生态的“水电煤”。
市场并非“蒸发”，而是在价值重分配：从通用功能向领域深度迁移，从人力规模向知识密度迁移。这恰是技术成熟期的典型特征——通用能力商品化，垂直价值稀缺化。
AI不会均匀冲击所有工程师。基于技能组合与适应能力，行业正呈现三重分化：
特征：熟练使用框架API，但不理解底层原理；能实现需求，但无法诊断复杂问题；依赖复制粘贴解决新场景
风险：其工作内容与AI生成代码高度重合，议价能力持续下降
数据警示：2025年Stack Overflow调查显示，仅28%的初级开发者能解释其常用框架的核心设计权衡
这类工程师的困境，本质是技术抽象层级提升的必然结果。每一次抽象革命都淘汰了一批仅掌握表层技能的从业者——这不是AI的原罪，而是技术演进的自然规律。
特征：将AI视为“副驾驶”，聚焦需求分析、架构设计、质量保障；擅长提示工程与结果校验；持续学习领域知识
优势：生产力提升3-5倍，可承接更复杂项目；在团队中扮演“AI训练师”角色
实践案例：某金融科技公司要求中级工程师通过“AI协作认证”，考核其设计有效提示、识别生成代码缺陷的能力
这类工程师正在重新定义“高效开发”：不再是写更多代码，而是用更少代码解决更复杂问题。他们的核心能力是问题分解与结果校验——将模糊需求拆解为AI可执行的原子任务，并校验输出是否符合业务约束。
特征：思考“当编码成本趋近于零，软件的核心价值是什么”；设计AI-native系统（如自演化架构、人机共生工作流）；探索新交互范式（如自然语言驱动的软件定制）
机遇：主导企业技术战略，从“实现业务”转向“重塑业务”
前沿探索：Salesforce实验“自然语言定制CRM”：业务人员直接描述需求（“当客户30天未登录且订单额>1万时触发VIP回访”），系统自动生成完整工作流
这类架构师正在回答一个根本问题：当实现成本不再是约束，软件设计的边界将由什么决定？答案或许是：人类对问题本质的理解深度。
Claude 4.6与GPT-5.3-Codex的同夜亮剑，不是软件行业的终结信号，而是价值分配逻辑重构的加速器。市场波动是情绪的放大器，而非技术变革的晴雨表——真正值得关注的是：高级工程师与AI的协作效率显著高于初级者，新角色需求激增217%，系统设计权重持续上升。软件从未因技术革命而消亡，只会因价值重分配而进化。
AI将“如何实现”封装为服务，迫使软件生产回归本质：底层实现成本趋近于零，上层设计价值持续攀升；通用能力加速商品化，垂直知识日益稀缺化。这一过程并非瞬间颠覆，而是3-5年的渐进演进——会有公司无法穿越周期，但整体生态将走向更庞大、更复杂的分层。
代码的生产成本正在趋近于零，但软件的价值从未如此高昂——因为它终于可以卸下“实现”的重负，回归人类最原始也最珍贵的能力：欲望。
这恰是软件不死的终极证明：当实现成本不再是约束，人类的欲望将成为新软件生态的种子。每一个“我想...”的瞬间，都在催生新的Agent、新的工作流、新的垂直领域平台。软件不会消失，它只是从“人力密集型编码”进化为“欲望驱动型创造”。
系好安全带。这是商业与技术史上最激动人心的时代——不是因为旧世界在崩塌，而是因为新生态正在以我们尚未想象的方式生长。
当100万token照进现实，我们看到的不是黄昏，而是一个更庞大、更复杂、更需要人类欲望去照亮的黎明。
推荐活动
#第9届AiDD峰会议题征集通道开启：聚焦AI驱动的垂直行业变革，涵盖金融、自动驾驶、新零售等多行业AI研发话题，新增#Spec-driven研发与智能需求工程、#AI+逆向工程与系统设计、#语义工程 等论坛，欢迎诸位大咖提交议题，共启AI引领研发新征程，一同重塑研发DNA，定义未来无限可能！
北京营销中心
北京通州北京ONE国际广场10层
上海研究中心
上海市浦东软件园
厦门研究中心
厦门观音山国际商务运营中心
海外市场中心
香港中环香港站国际金融中心
加入智库
成为客户
