AI 浪潮下的软件新范式

针对大模型存在的幻觉问题，刘润老师提出了一项策略：避免直接让大模型执行任务，转而利用大模型构建软件来完成任务。这一见解让人联想到“软件日抛”的理念。

此前曾听闻钉钉高管提及软件已步入“日抛”时代，意味着软件能够即时生成，待问题解决后即被弃用，待下次需求出现时再重新生成。初闻此论，心中不免存疑。这种疑惑通常源于既觉得其逻辑自洽，又隐约感到某些环节似乎不太妥当。

当前 AI 技术演进最迅猛的领域莫过于代码编写，专注于此的 Anthropic 公司估值已逼近万亿美元大关。身为这类编码工具的频繁使用者，深切体会到了其迭代速度之快。如今即便是国内较为优秀的模型，在多数场景下也能精准产出符合预期的代码。若放眼全球顶尖模型，其能力更胜一筹，且仍在持续进化。未来极有可能实现只需清晰描述需求，AI 工具便能自动生成代码，自主调试并修复漏洞，直接交付可用成果。若真至此境界，软件便无需显性存在；人类只需下达指令，AI 工具（或称 Agent）自会研判是否需生成及执行代码，最终反馈结果即可。至于底层是否生成了代码或软件，人类无需过问。这便真正迈向了“软件日抛”乃至“唯 Agent 马首是瞻”的阶段。据此视角，“软件日抛”确有其合理之处。

然而，不妥之处亦显而易见。试看点外卖场景，若软件需临时生成，则须依据繁杂的地域、优惠及商户规则即时构建软件或代码段，经规则过滤数据后呈现给用户。每位用户下单均需重演此过程，且全程依赖大模型深度介入。每次调用大模型耗时数秒甚至更久，这般等待恐怕难为用户所接受。此乃简易情形，若将其视作搜索引擎，面对亿级乃至千亿级数据检索，即便由 AI 编写软件，恐非片刻能成。由此可见，诸多软件架构极其复杂，难以短时生成；而耗费高昂成本打造的软件若旋即废弃，实乃巨大浪费。

刘润老师提出的“大模型生成软件”路径，精准指出了大模型当前难以逾越的障碍：幻觉。若软件每次皆重新生成，则每次产物可能各异，输出结果更难保证一致性。反之，将软件固化下来，恰是克服大模型幻觉的良策。尽管大模型生成软件时伴有幻觉，但经调试修正后，软件变得可控；一旦软件可控，其执行结果便稳定可靠，且因后续无需大模型介入，亦不会产生新幻觉。从这个维度审视，若大模型欲深入工业等对精度要求极高的场景，或许需转化为按需即时生成软件的模式，即每个环节均由专用软件稳定执行，一旦流程变动，即刻生成契合需求的新软件。