随着大模型（LLM）的普及，关于“AI将取代所有软件”的焦虑日益增加。本文通过量化的成本分析，探讨了在AI时代软件开发的“自建与购买”决策。文章以Jira和Salesforce为例进行了对比计算：对于月费400美元的Jira，即便利用Claude等LLM辅助开发，工程师的时间成本和后续维护成本（时薪约96美元）仍远高于订阅费用，购买仍是理性选择；而对于月费高达2.5万美元的Salesforce，自研则更具经济效益。作者由此提出了“可销售软件的最小可行单元”概念，认为只要软件具备足够的新颖性（难以被瞬间复制）且定价处于合理区间（低于自建的人力与技术总成本），即便在AI能力极强的当下，商业化软件依然拥有广阔的生存空间。
事件分析
LLM技术虽大幅降低了代码生成的边际成本，但并未完全消除软件工程中的系统设计、调试及长期维护成本。文章通过引入工程师时薪与维护工时的量化模型，重新定义了软件价值的边界。这表明，未来的SaaS竞争将不再是单纯的功能比拼，而是转向“综合持有成本”的博弈。对于开发者工具和中间件而言，只要其架构设计的复杂度和API的易用性超过了LLM“一次性生成”的精度阈值，且定价策略避开昂贵的企业级区间，就能在AI浪潮中建立护城河。AI改变了开发者的生产力，但并未改变软件作为“解决复杂问题方案”的本质。
💡 核心观点：软件未死，但平庸已死：AI时代的SaaS必须跨越“自建成本”这一新的生存红线。
原文链接：Hacker News
AI周刊：大模型、智能体与产业动态追踪