过去十几年，软件行业一直在试图解决同一个问题：如何让开发软件变得更简单？

从开源框架、云计算、低代码平台，到今天的 Cursor、Claude Code 和各类 Coding Agent，我们似乎终于接近了这个目标。

一个不太懂编程的人，现在也能在 AI 的帮助下创建网站、开发 App，甚至完成过去需要一个小团队才能交付的产品。

对独立开发者而言，这原本应该是一个最好的时代。

一个人可以完成设计、编码、测试和部署。不需要融资，不需要组建团队，甚至不需要掌握完整的技术栈。软件开发的成本正在以过去难以想象的速度下降。

但有意思的是，当我们终于解决软件的生产问题时，另一个更加残酷的问题浮现了出来：

如果每个人都能开发软件，谁来使用这些软件？

一、软件行业正在经历一场供给冲击

2026 年，RevenueCat 发布的《State of Subscription Apps》报告提供了一组令人惊讶的数据。

2022 年 1 月，每个月大约有 2,000 款新的订阅制 App 上架。到了 2026 年 1 月，这一数字已经超过 14,700 款。

短短四年，增长超过七倍。

数据来源：RevenueCat《State of Subscription Apps 2026》/ Appfigures。约值；2026 年实际超过 14,700 款。

图 1：订阅制 App 的月度新增供给在四年间扩大了至少 7.35 倍。图中 2026 年采用报告给出的下限。

更值得注意的是，增长并不是均匀发生的。RevenueCat 指出，iOS 上的新订阅应用约占总量的 77%，而且增长速度从 2025 年初开始明显加快，这与 AI 辅助开发工具的普及在时间上重合。

当然，不能直接将全部增长归因于 AI。移动应用生态、商业模式和开发工具的变化都可能产生影响。但至少可以确认一件事：软件的生产能力正在以前所未有的速度扩张。

再看 GitHub 的数据。

根据 GitHub 2025 年 Octoverse 报告，平台已经拥有超过 1.8 亿开发者，仅 2025 年就新增超过 3,600 万开发者，新增仓库达到 1.21 亿个。

这里需要区分：GitHub 账户数量不等于职业程序员数量，代码仓库也不等于可以商业化的软件产品。但这些指标共同说明，参与软件创造的群体正在快速扩大。

过去，一个独立开发者需要花几个月开发一款产品。今天，同样的时间可能足够完成数个原型。

然而，一款软件真正的竞争对手，从来不只是其他软件。

它还包括用户有限的时间、注意力、预算，以及改变原有习惯的意愿。

AI 可以帮助我们创造更多软件，却无法以同样的速度创造更多有支付意愿的用户。

这才是供给冲击真正令人担忧的地方。

二、新产品越来越多，但钱仍然流向旧产品

如果软件供给增长七倍，那么新开发者获得的商业机会是否也增长了七倍？

从现有数据看，远没有这么简单。

RevenueCat 的同一份报告显示，截至 2026 年 1 月，在其统计的订阅收入中：

• 2020 年以前推出的应用，贡献了约 69% 的收入。
• 2025 年及以后推出的应用，仅贡献约 3%。
• 其余 28% 来自 2020—2024 年推出的应用。

来源：RevenueCat《State of Subscription Apps 2026》。中间组 28% 为 100%−69%−3% 的推算。

图 2：新 App 不断涌入市场，但订阅收入仍然高度集中在长期经营的产品中。

这个数据并不能证明新产品的成功率一定在下降。毕竟，一款刚发布几个月的产品，不可能天然拥有与经营十年的产品相同的收入积累。

但它揭示了软件经济一个经常被低估的事实：

开发软件产生的是产品，持续经营才能积累用户资产。

一款经营多年的产品，可能已经获得了搜索引擎排名、用户口碑、团队内部的使用习惯、第三方集成，以及大量历史数据。

这些东西不是复制一套 UI，或者利用 AI 实现相同功能，就能立即获得的。

例如，一个 AI 开发者完全可能在几天内做出一个具备基础功能的项目管理工具。

但他仍然需要回答几个问题：

为什么用户要从 Notion、Linear 或 Jira 迁移过来？

迁移成本由谁承担？

你的产品比原来的工具好多少，才值得用户重新建立工作流程？

这些都不是单纯的编程问题。

RevenueCat 的另一组数据同样值得关注：在样本内，收入增长位于前四分之一的应用，同比增长至少约 80%；而后四分之一的应用，收入下降至少约 33%。

软件市场并非所有参与者都在平均分享增长。相反，不同产品之间的经营结果已经存在明显分化。

这意味着，当我们讨论 AI 降低创业门槛时，必须同时讨论另一面：

进入市场的门槛降低，不代表在市场中存活的门槛也在降低。

三、当供给不再稀缺，分发就成了真正的瓶颈

我越来越倾向于认为，未来软件行业最大的变化，并不是出现某一种全新的软件形态，而是软件价值链中各个环节的议价能力将发生转移。

过去，软件开发本身是一项昂贵的生产活动。

企业需要雇佣程序员、设计师、测试工程师，购买服务器，再花几个月甚至几年才能将一个想法推向市场。

高昂的生产成本天然限制了市场供给。

而 AI 正在削弱这道限制。

但是，软件生产成本下降之后，另一项资源并没有变得同样充裕：用户注意力。

根据 DataReportal 2025 年 7 月的全球数字报告，YouTube 的潜在广告覆盖人群约为 25.4 亿，Facebook 为 23.6 亿，TikTok 为 19.4 亿。这里使用的是广告平台报告的潜在覆盖规模，并非月活跃用户或去重后的实际人数。

这些数字说明了一个现象：

全球消费者的大量注意力，仍然汇聚在少数几个大型内容平台上。

对于独立开发者来说，问题由此变得非常具体。

你可以借助 AI，在一个星期内做出一款产品。

但是，你要如何让一万个潜在用户知道它的存在？

过去开发者可能花 80% 的精力做产品、20% 的精力推广。未来这一比例完全可能颠倒。

而且，流量并不是一个完全公平的市场。

已有大量用户的产品可以依赖自然增长、品牌搜索、推荐和口碑传播。一个没有用户基础的新产品，则可能需要持续付费才能获得曝光。

AppsFlyer 的数据显示，2025 年全球移动应用获客营销支出达到约 780 亿美元，同比增长 13%；加上再营销支出，应用营销总支出约 1,090 亿美元。

这不能直接证明每一个开发者的获客成本都在上涨，但它足以表明，获取用户已经是一项规模巨大的独立经济活动。

这里存在一种特别值得警惕的情况：

假设你开发了一个每月收费 10 美元的工具，每名付费用户平均能够持续订阅六个月，那么单个用户的订阅收入只有 60 美元。

如果通过广告获得这名付费用户需要花费 50 美元，即便暂时不考虑服务器费用、AI Token、支付手续费和税费，这门生意也没有留下多少空间。

如果你的竞品通过 AI 将开发成本降低一半，却把省下的钱投入广告竞争，你未必能从技术进步中获得最终收益。

你甚至可能被迫将自己节省的开发成本，重新支付给流量平台。

于是，我们会看到一个颇具讽刺意味的局面：

AI 让软件变得越来越便宜，但让用户发现软件的过程变得越来越有价值。

Google、YouTube、TikTok、Instagram、应用商店，以及各种掌握用户入口的平台，可能比普通软件生产者更加受益于这场供给繁荣。

我并不认为这些平台会垄断所有的软件价值，但它们拥有一项独立开发者极难复制的资产：用户已经在那里。

四、通用软件越来越拥挤，但需求正在无限细分

不过，我并不认为这意味着独立开发者已经没有机会了。

恰恰相反，AI 可能在摧毁一部分商业机会的同时，创造另一部分过去无法成立的市场。

我们需要区分两种完全不同的软件需求。

第一种是通用需求。

例如待办事项、笔记、日历、天气、PDF 转换、语音转文字。这些市场通常已经有成熟产品，功能边界相对清晰。

AI 可以让新的开发者更容易进入这些市场，但它并不会自动创造新的需求。

如果市场上已经有几十款优秀的待办事项应用，那么再开发一款拥有相似功能的产品，不会仅仅因为使用了 AI 编程就产生额外价值。

第二种是高度细分的需求。

例如，针对视障人士的语音输入工具、服务某个特定行业的文档管理系统、为特殊教学场景设计的阅读辅助工具，或者专门解决某一种专业流程问题的小型软件。

这些需求过去可能一直存在，但因为市场规模太小，不值得投入一支开发团队。

假设一个细分市场只有 500 名愿意付费的用户，每人每月愿意支付 15 美元。

按全年维持 500 名付费用户计算，对应每年 9 万美元订阅收入；未扣除流失、获客、基础设施和运营等成本。

对于一家需要雇佣五名员工的软件公司而言，这可能不是一项有吸引力的业务。

但对于一个有能力独立设计、开发和维护产品的人来说，它可能是一门足够好的生意。

AI 真正改变的，可能不是软件市场的总需求，而是让过去缺乏经济可行性的需求开始有机会得到满足。

这也是为什么我认为未来软件市场会变得更加碎片化。

它不一定产生更少的软件，反而可能产生数量巨大的小型软件。

每个软件服务一群非常具体的用户，解决他们非常具体的问题。

从经济学角度看，这是固定成本下降后，更多小规模市场变得可经营的结果。

但这里还有一个容易忽略的问题：软件越来越细分，不代表用户愿意进入一个包含所有功能的超级应用。

五、为什么我不相信「一个超级 Agent 取代所有软件」

现在有一种流行观点，认为未来每个人都会拥有自己的 AI Agent。

Agent 能够理解用户需求，为用户生成工具、执行任务，甚至临时创建界面。

最终，用户不再需要主动寻找软件。

从技术发展的角度看，这种想象有一定合理性。但我不认为它必然意味着一个通用产品会取代所有垂直软件。

原因在于，软件发现问题与软件生产问题是两回事。

假设未来存在一个包含一百万种功能的超级 Agent。

当一位需要特殊辅助功能的用户进入这个 Agent，他仍然需要知道自己的问题能否被解决，需要描述自己的特定需求，并且判断生成的方案是否可靠。

换句话说，过去他需要在互联网中寻找一款合适的软件；现在他需要在超级 Agent 中寻找一种合适的功能。

如果通用 Agent 没有足够的领域知识和需求理解能力，那么搜索空间并没有因为界面统一而自动消失。

当然，足够强大的 Agent 可以通过对话降低发现与表达需求的成本。未来也完全可能出现由 Agent 自动选择和调用专业工具的市场。

但在这种情况下，真正发生的可能是软件的分发方式发生变化，而不是专业软件本身失去存在价值。

Agent 可以成为新的入口，垂直软件则变成背后的服务提供者。

这甚至会进一步强化分发权的重要性。

因为当用户不再直接选择软件，而是由某个 Agent 代替用户选择时，谁控制 Agent，谁就可能获得决定软件曝光机会的能力。

今天，开发者需要研究 Google 的搜索排序、App Store 的推荐算法，以及 TikTok 的内容分发机制。

未来，开发者可能还需要研究 Agent 的工具选择机制、调用接口和可信度评价。

生产能力被进一步商品化，而入口的价值却未必降低。

六、AI 应用的另一项挑战：用户可能根本留不下来

软件创业还有一项非常重要、但经常被短期增长掩盖的指标：留存。

RevenueCat 2026 年报告中有一项颇有意味的发现：

在其样本和统计口径下，AI 应用的每位付费用户收入比非 AI 应用高约 41%，但用户流失速度也高约 30%。

这不是说所有 AI 产品都缺乏长期价值，也不能排除应用类别、定价方式和产品成熟度带来的差异。

但它至少提示我们：一个产品能够吸引用户第一次付费，并不意味着它具备长期留住用户的能力。

很多 AI 产品的吸引力来自新奇感。

用户第一次看到 AI 生成图片、视频、网站，可能愿意立即付费体验。

但当这种能力迅速进入操作系统、浏览器、办公软件以及其他通用平台时，独立产品的差异化就可能消失。

例如，一款独立的 AI 文本润色工具，即便今天已经具备不错的付费转化率，也需要面对一个现实问题：

如果用户日常使用的输入法、邮件客户端和文档软件都内置了相近的能力，他还有多少理由保留一个单独的订阅？

这就是我对许多 AI Wrapper 产品最主要的担忧。

它们提供的不是某种无法替代的工作流程，而是对通用模型能力的一层包装。

只要底层能力足够标准化，竞争就很容易演变为价格、交互体验和流量效率的竞争。

相比之下，深度嵌入特定工作流程的软件，可能拥有更强的留存能力。

一家牙科诊所不会因为市场上出现了一个更漂亮的通用表单工具，就立即替换自己每天使用的患者管理系统。

一位依赖辅助技术工作的视障用户，也不会只因为另一个输入法具备更多 AI 功能，就放弃一个经过长期验证、真正符合自己操作习惯的产品。

这些软件的价值并不只是它们能完成什么功能，而是它们如何融入用户的生活和工作。

七、独立开发者的新护城河：不再是代码，而是需求知识

那么，在这样一个时代，独立开发者到底该如何建立优势？

我认为答案可能与过去十年的技术创业经验有很大不同。

过去，一名优秀的程序员可以凭借技术能力获得竞争优势。

你比别人更擅长实现复杂功能，拥有更好的架构能力，能在更短的时间内解决技术难题。

这些能力今天仍然重要。

Stack Overflow 2025 年开发者调查就显示，46% 的受访者倾向于不信任 AI 工具输出的准确性，而倾向于信任的只有 33%。同时，66% 的开发者将 AI 生成的解决方案差一点就正确视为主要痛点。

技术判断、质量控制和复杂系统维护远没有失去价值。

但是，当 AI 持续降低普通软件功能的实现成本时，单纯依靠代码建立的优势可能会越来越短暂。

相反，以下几类能力会变得更加重要。

第一，发现真实需求的能力。

不是在 Product Hunt 上看到别人做了什么，然后用 AI 重新实现一遍。

而是能够接近某一群具体的用户，了解他们每天如何工作，在哪里浪费时间，以及哪些问题已经困扰他们很多年。

第二，理解专业领域的能力。

在一个充分竞争的通用市场里，熟悉最新框架可能只带来有限优势。

但如果你既理解某个行业的业务流程，又具备独立交付软件的能力，就有可能建立其他开发者难以迅速复制的优势。

第三，拥有直接触达用户的渠道。

比如长期经营的技术博客、专业社区、邮件订阅列表，或者某个细分行业里稳定的口碑关系。

这类分发渠道不一定有很大规模，但它们的价值在于持续建立信任。

对只有几百名潜在客户的产品而言，一千名高度相关的订阅用户，可能远比一次十万浏览量的泛娱乐传播更有商业价值。

第四，让产品成为工作流程的一部分。

我认为长期留存很可能比一次性的功能创新更重要。

真正好的软件，往往不是用户看到演示时惊叹它多么神奇，而是在连续使用几个月之后，发现自己已经很难离开它。

以上这些能力，都很难通过给 AI 输入一句 Prompt 就立即获得。

八、一个反直觉的结论：独立开发者可能更容易赚钱，却更难做大

到这里，我们可以尝试区分两个经常混淆的概念。

一个是独立开发者能否赚到足够多的钱。

另一个是独立开发者能否建立一家具有巨大规模的软件公司。

这两件事可能朝着不同方向发展。

在 AI 的帮助下，一个人经营一家小型软件公司的能力正在增强。

他可以减少外包与雇佣成本，更快验证市场，通过服务几百名付费用户获得不错的收入。

从这个角度看，独立开发者的生存机会可能是在增加的。

但与此同时，试图创造下一个 Notion、Figma 或 Canva，可能并不会因此变得更容易。

因为这些产品真正强大的地方，除了软件本身，还包括品牌、分发、协作网络、持续研发、资本和用户长期积累的使用习惯。

AI 可能让新进入者更加容易复制它们的一部分功能，却不一定能复制它们的商业地位。

甚至可以提出一个更激进的假设：

未来能够年入十万美元的独立开发者可能越来越多，但能够依靠一款普通工具成长为十亿美元公司的创业者，未必会同比例增加。

这目前仍然是一个推测，而非已经得到统计验证的事实。

但从软件生产成本下降、市场竞争加剧以及用户关系的重要性上升这几条趋势来看，它至少是一个值得认真讨论的方向。

结语：我们解决了创造软件的问题，却还没有解决为什么需要它

回顾软件行业过去二十年的发展，我们会发现，几乎所有重要的技术进步，都在试图降低软件生产的成本。

开源降低了重复开发的成本。

云计算降低了基础设施的成本。

移动应用商店降低了软件发布和支付接入的门槛。

AI 则开始直接降低软件实现的智力劳动成本。

每一次进步，都让更多人能够参与软件创造。

但软件终究不是为了被创造而存在的。

人们并不需要更多待办事项应用，也不需要更多功能相似的 AI 聊天工具。

他们需要的是更容易完成工作，更少地受到技术障碍的困扰，以及在某个具体问题上获得比过去更好的解决方案。

所以，我并不认为未来独立开发者最重要的竞争，是谁能用 AI 在一天之内开发更多产品。

恰恰相反。

当创造软件变得越来越容易，知道什么软件根本不值得创造，反而可能成为一项更加稀缺的能力。

软件开发的未来可能属于那些愿意深入某个小市场、理解一群具体用户，并且长期解决他们真实问题的人。

这并不是一个缺乏机会的时代。

只是机会不再平均分配给所有能够写出代码的人。

我们曾经以为，软件行业最大的门槛是让机器理解我们的指令。

而现在，当机器开始理解指令，我们终于不得不认真面对一个更古老的问题：

我们究竟理解人类需要什么吗？

数据来源与研究说明

本文使用的主要参考资料均为已公开报告，而非 X 上未经核验的增长截图。

1. RevenueCat — State of Subscription Apps 2026：订阅 App 新增数量、上市批次收入分布、增长分化、AI App 收入及流失特征。样本包含超过 11.5 万款应用、160 亿美元以上收入；不代表整个软件产业。
2. GitHub — Octoverse 2025：开发者增长、仓库创建与 AI 辅助编程的行业变化。
3. AppsFlyer — Top Data Trends of 2025：全球移动应用的营销与获客支出。
4. DataReportal — Digital 2025 July Global Statshot：主要社交平台的潜在广告受众规模。
5. Stack Overflow Developer Survey 2025：开发者对 AI 工具的信任与实际使用情况。

文章的两个数据图采用上述资料重绘。正文中的长期商业预测、市场结构判断，以及细分软件案例属于作者分析，不应理解为研究报告已经证实的结论。