点击产业数字化时代> 点击右上角“···” > 设为星标
" Claude Code 创始人 Boris Cherny 最近在红杉资本的大会上做了场演讲，全程 40 分钟，没有一句废话。我们听完之后沉默了很久——不是因为他说了什么惊人预言，而是因为他把很多人隐约感受到但说不清楚的那件事，讲透了。这篇文章，是我们对这个话题的独立思考。铁匠的故事，正在每一个程序员身上重演
Boris 讲了一个类比，简单到有点残忍。
工业革命之前，铁匠是一个受人尊敬的职业。一个手艺好的铁匠，能独立完成打铁、锻造、抛光、组装的全部流程。他的价值，来自于他的手艺。
然后流水线来了。
机器的速度是人的几十倍甚至上百倍。铁匠没有消失，但铁匠这个角色的含义，彻底改变了。值钱的人，变成了能设计流水线的人，而不是站在流水线前敲打的那个人。
他说，这就是今天软件工程师正在经历的事情。
过去，一个资深工程师最值钱的能力是"写代码"——写得快、写得优雅、写得没 bug。但现在，这个能力正在被 AI 大规模稀释。代码本身不再稀缺，AI 可以在几秒钟内生成你花几天才能写完的功能模块。
问题是：当你的核心技能不再是稀缺品，你还是谁？
这不是一个技术问题，而是一个身份问题。很多写了 15 年、20 年代码的工程师，正在经历一场悄无声息的"身份死亡"——他们引以为傲的东西，正在变得不值钱。
但 Boris 接下来的一句话，让整个叙事翻转了。
代码不会消失，但"会写代码"正在变成一种基本能力
他打了一个更长的比方：古登堡印刷术。
印刷术发明之前，欧洲识字率只有大约 10%。"识字"是少数人的特权技能。
印刷术问世后的 50 年里，欧洲出版的书籍数量，超过了此前一千年的总和。书价降了大约 100 倍。
经过几百年的发展，全球识字率上升到了 70%。
识字没有因此变得不值钱，它只是变成了人的基本能力。
Boris 的判断是：编程正在经历同样的过程。AI 不会消灭"写代码"这件事，但它会把"写代码"从一个专业技能，变成一种像"会打字""会用 Excel"一样的基础能力。
这意味着什么？
意味着未来，一个产品经理可以自己把原型跑起来。一个财务可以自己搭分析工具。一个医生可以自己做一个科室管理小工具。"做软件"这件事，正在从专业人士的专利，变成所有人的日常。
这对软件开发者来说，听起来像是坏消息。但如果换一个角度想：当所有人都能"做软件"的时候，真正的需求会被极大释放——不是更少的人需要软件，而是更多人需要更多软件。
这个市场不是在缩小，而是在爆炸。
AI 抹平了执行的门槛，但放大了另一种差距
这里有一个容易被忽略的逻辑：当所有人都能够"做"的时候，真正决定胜负的，变成了"做什么"。
过去，一个工程师如果代码写得又快又好，他就有了竞争壁垒。因为他能把别人脑子里的想法变成现实。
但现在，AI 可以替你把想法变成现实。那个壁垒，消失了。
取而代之的，是判断力的差距——你知道该做什么，而别人不知道。
Boris 举了个很具体的例子：同样是做一个医疗领域的 AI 产品，一个代码能力很强但没有医疗背景的工程师，和一个在信息科干过几年、深度理解医生工作流程的人——后者在 AI 时代更有优势。
因为 AI 抹平了"实现"的门槛，但放大了"理解"的价值。
这其实给了一个非常清晰的信号：未来的竞争力，不在你的技术栈有多深，而在你对某个领域的理解有多透。
Claude Code 团队自己的实践也印证了这一点——他们团队里的设计师，现在可以直接把交互原型跑起来，不用等工程师排期；财务可以自己搭模型跑分析，不用排队等 BI 团队配合。
当工具足够强大的时候，每一个有深度行业认知的人，都变成了潜在的产品创造者。
SaaS 的护城河，正在被 AI 从根部挖空
如果说前面三点影响的是"人"，那么接下来这件事影响的是整个商业格局。
过去十几年，SaaS 行业能建立商业壁垒，主要靠两样东西：
一是切换成本。企业把数据、流程、配置全部迁移到另一个系统，需要工程团队加班数月，成本极高，所以一旦用了就不愿意换。
二是工作流锁定。系统用久了，大量隐性流程沉淀在里面，新人来了要学很久，这些流程依赖人，搬不走。
但 AI 正在同时瓦解这两道护城河。
数据迁移？把两边的接口文档和数据结构丢给 AI，它能在几天之内理清映射关系，生成可用版本的迁移脚本。
工作流重建？新一代的大模型特别擅长读懂复杂流程、拆解它，然后在新环境里重新搭建，甚至可能比原来更顺。
这意味着，那些过去靠"难切换"来留住客户的企业，正在失去它们最重要的商业护城河。
对于正在使用 SaaS 产品的企业来说，这是个好消息——你终于不用被绑架了。
但对于现有的 SaaS 厂商来说，这是一个必须正视的威胁。当护城河不再靠"难离开"来维持，你只能靠"真正好用"来留住客户。
这个转变，残酷但公平。
为什么说这是小团队最好的时代
沿着上面的逻辑推演下去，Boris 得出了一个大胆的判断：
未来 10 年出现的颠覆性创业公司数量，可能是过去 10 年的 10 倍。
为什么？因为 AI 制造了一个史无前例的"剪刀差"。
一边是大公司的拖拽力。一个成熟企业要全面拥抱 AI，需要重构业务流程、调整岗位分工、改变协作习惯、更新培训体系、重新设计 KPI。每一个环节都有人利益受损，每一个决策都要过 N 个部门的 N 层审批。
大公司身上那些过去赚钱的肌肉，今天恰好卡在了 AI 真正发挥价值的路上。
另一边是小团队的加速度。三个人今天讨论一个想法，明天 AI 就能帮你出 Demo，后天就能上线。AI 越强，单人杠杆越大，小团队的产出能力可能接近过去 10 人甚至 30 人的团队。
这个剪刀差会越来越大，而不是越来越小。
所以如果你现在是一个想做点什么的人，但总觉得"时机不对"“资源不够”“团队能力不够”——这可能恰恰是你能看到的最窗口期。
MCP：AI 时代的"普通话"
在技术层面，Boris 提到了两个他认为会长期重要的事情。
第一个是 MCP（Model Context Protocol）。
很多人不理解 MCP 和传统 API 有什么区别。Boris 的解释很到位：
API 是给人用的，MCP 是给 AI 用的。
传统 API 的使用路径是：人类开发者翻文档、申请 Token、写代码、对齐字段——这本质上是人帮机器翻译需求。
MCP 的路径是：AI 模型直接读懂工具的能力，直接调用，不需要人类程序员在中间做翻译。
Boris 甚至给了一个新定义：API 的全称叫 Human Developer Interface，而 MCP 应该叫Model Interface Protocol。
他的判断是：就像移动互联网时代所有服务默认要"API 化"一样，AI 时代所有服务默认会"MCP 化"。
谁先完成 MCP 化，谁就先接入 AI 时代的数字基础设施。
Computer Use：AI 落地最不体面但最必要的能力
第二个判断是 Computer Use（计算机使用能力），也就是让 AI 像人一样操作电脑界面。
很多人对这个能力不以为然。理由很充分：耗 Token、速度慢、不够稳定，像是实验室里的炫技 Demo，离生产可用差得远。
但 Boris 指出了一个所有企业 IT 人都深有体会的现实：
在每一家企业里，都有大量正在运行的核心系统——ERP、OA、财务软件、审批后台、供应链管理——这些系统：
• 没有开放 API
• 没有完整文档
• 没有自动化接口
• 供应商可能已经不存在了
• IT 部门没有预算也没有时间重构
这些系统永远不会等到一个完美的 API 来拯救自己。
而 Computer Use 是目前唯一能直接操作这些"老旧但关键"系统的方式。不需要接口，不需要文档，AI 直接像人一样在界面上点选、输入、操作。
这不是一个炫酷的技术展示，而是一个解决现实中最大量、最棘手、最没人愿意碰的问题的务实方案。
被重塑的不只是工具，而是人
Claude Code 创始人这场演讲，表面上讲的是软件开发，实际上讲的是一个更大的命题：
AI 重塑的不是"怎么做"，而是"谁来做"和"做什么"。
代码从专业技能变成基础能力，这意味着软件的创造权正在从程序员扩散到每一个人。
SaaS 的护城河从切换成本变成产品价值，这意味着商业竞争正在从"留住客户"变成"真正服务客户"。
创业的门槛从资源密集变成认知密集，这意味着一个有洞察力的小团队，可能比一个资源丰厚的大公司更有机会。
这些变化不是未来的事。它正在此刻发生。
如果你是一个工程师，问题不是"AI 会不会取代我"，而是"当代码不再是壁垒，我的新壁垒在哪里"。
如果你是一个创业者，问题不是"我没有足够的资源"，而是"我的认知是否足够敏锐，能发现那个 AI 赋能后的新机会"。
时代的列车从来不等人。区别只在于，你是站在站台上看着它开走，还是已经在车上了。
产业数字化，持续观察 AI 行业真实发生的事。
如果这篇文章让你有所触动，欢迎转发给身边正在思考这些问题的朋友。
版权声明：【本公众号尊重原创。所使用的文字、图片素材版权均归原作者所有。若文章内容不慎侵犯了您的权益，请您与我们联系，我们将第一时间进行处理。感谢您的理解与支持。】
求喜欢
AI时代来啦！
你还没关注“产业数字化时代” ？
快快关注
产业最新动向
即刻获取
热门跟贴