最近有个感受越来越强烈：
AI 正在让软件开发变得越来越便宜，但软件本身的价值可能正在发生变化。
这两天看到有人用 Claude 十分钟做出一个完整的小工具，也看到有人吐槽 Codex 过度设计，简单需求反而写得越来越复杂。
这两个现象其实很有意思。
前者说明，从一个想法到一个能运行的产品，距离正在迅速缩短。
后者说明，代码生成容易了，工程质量、边界控制和结果验收依然很难。
我觉得未来几年，软件行业可能会出现三个变化：
软件供给爆发
过去需要一个团队开发几个月的东西，现在一个人配合 AI 可能几天就能做出来。大量小工具、垂直应用和个性化软件会出现。
维护比开发更重要
做出一个 Demo 可能只需要十分钟，但用户数据、权限、安全、兼容性、业务规则、长期迭代，每一项都需要持续投入。
工程师的角色发生变化
未来更重要的能力，可能是理解业务、拆解任务、设计系统、约束 Agent、验证结果，以及对最终交付负责。
我甚至觉得，未来最有价值的程序员，可能是能同时管理十几个 Agent，还能保证它们协同工作、稳定交付的人。
代码会越来越便宜，但可信赖的结果会越来越贵。
If AI makes coding so much cheaper, why are we still building desktop apps with Electron? 😂
Imagine lightweight, fast, native apps everywhere.
Then again, who’s going to maintain all that code?
Would you choose native or Electron in 2026? 👀
Your AI coding agents might be working your SSD harder than you think 👀
Claude, Codex, Cursor... hours of logs, caches, and background disk writes.
We obsess over token costs, but rarely check how much data our Macs write every day.
So I built FlowCat 🐱
A tiny Mac menu bar app that tracks disk writes by process and monitors SSD health.
Normal writes are fine. Mystery writes? Worth investigating.
Ever checked how many GB your AI tools write in a day? 💾
tab16360.github.io/flowcat/
