编码成本下降,企业软件自建与采购的权衡点发生移动
来源标题:Pain of Coding vs. Pain of Configuring
AI 编程代理让编码成本大幅下降,企业 build-vs-buy 的权衡点正从采购转向自建。原文指出,企业软件长期依赖「买带大量配置项的方案再雇 IT 调参」这一假设,而代理显著移动了自建与采购两条成本曲线的交叉点。真正的比较应是「自建并维护」与「采购、配置并做变更管理」。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
写代码现在成本很低,不再是瓶颈了。所有那些“agent 最大化”的拥趸,甚至稍微落后几步的人,都对这一新现实及其影响再熟悉不过。在企业里,一个长期存在的问题是“自建还是购买”,而这次变化还有另一种表述方式:权衡配置软件之痛与自建软件之痛。
整个企业软件生态都建立在一个基本假设之上:买一个带有无数旋钮和开关的现成方案,再雇一个 IT 部门去拧这些旋钮,要比雇一队 SWE 在内部自建更便宜。和所有成本权衡一样,两条成本曲线总有交叉点。Agent 已经把交叉点大幅推向了自建一侧。
这种权衡是双向的:随着业务扩张,有时买更划算,有时自建更划算。做对这件事(和大多数事情一样)取决于企业内一位头脑清醒的领导者——他既了解自己的业务,也足够了解方案格局,能在自建与购买的光谱上选出正确的位置。但这不只是“自建 vs 购买”,而是“自建并维护” vs “购买、配置并做变更管理”。
从自建转向向厂商购买的例子:Google 曾长期运行大量自研的内部人事系统,最终放弃,统一改用 Workday。
反过来,从购买转向自建:一旦公司发展到足够大,付给厂商的席位费或用量费可能高到必须拿它和自建 SWE 加 devops 团队的成本做权衡。
对大多数公司来说,自建 SWE 团队过去贵得令人望而却步。但现在,一个被 agent 加速的内部团队能做出 pre-AI 时代 SWE 的 10–100 倍产出,这笔账就完全变了。
Agent 作为构建平面——这一点我们都很熟悉。你说清需求,agent 写代码,你试用,然后迭代。一个不那么显而易见的企业影响是:你要建的东西可以小到什么程度。厂商必须服务成千上万的客户,每个客户的需求都略有不同。你只需要服务自己的业务。看上去像是在替换一个庞大的 SaaS 产品,实际上可能只是建三个工作流、两个集成和一个报表。
这也改变了你应对“需求不太匹配”的方式。用买来的产品,你要么到处找正确的设置,要么写胶水代码,要么改自己的流程去迁就工具。用自己拥有的软件,你可以直接改行为。你仍然要测试和维护它。但在代码里表达这个变更的成本,现在可能已经低于搞清楚如何在别人的配置语言里表达它的成本。
有人可能会说,大帐篷式 SaaS 存在规模不经济,至少对其客户而言是如此。它之所以有那么多旋钮和开关,恰恰是因为它必须服务大量用户。关于 Microsoft Word 有句老话:“人人都说自己只用 Word 的 5%。问题是,每个人用的 5% 都不一样。”Joel Spolsky 在他那篇关于 80/20 迷思的文章里也说过同样的观点:“那 20% 从来都不是同一批。”于是每个客户最终都背负了整个用户群的复杂度负担。为自己而建,你只需要自己的那 5%。
Agent 作为控制平面——这是另一半。构建软件是一回事,运营它是另一回事。一个能访问正确 CLI、API 或 MCP 工具的 agent 可以成为你检视和操作系统的界面。你不必去学厂商把每个旋钮藏在哪里,只需描述你想要的结果,让 agent 通过底层工具去完成。
以云成本管理为例。Google Cloud 已经允许你把详细的账单数据导出到 BigQuery。让 agent 访问这些数据,再通过 gcloud(或 AWS、Azure 上的等价 CLI)获取资源清单和利用率指标,然后问:上个月的费用增长由什么驱动?哪些机器看起来配置过大?哪些闲置资源还在花钱?让它给出证据、估算节省额,并提出变更供你审核。你可能根本不需要购买和配置一个单独的云成本管理产品,就能回答你真正关心的问题。
杠杆来自把 agent 连接到丰富的数据和有用的操作上。同一个界面可以排查账单、准备部署,或追踪一个失败的任务。重复性任务可以变成脚本和保存好的工作流。我们正在从 infrastructure-as-code 走向由 prompts 和 skills(SKILL.md 文件)驱动 devops 和基础设施。Agent 成为你所建软件和所买服务两者的控制平面。所以 agent 不只降低了构建成本,也降低了运营和配置成本。这同时推动着“自建 vs 购买”等式两端。
举个例子:我的博客以前跑在 Hugo 上,一个静态站点生成器。我的内容全是 Markdown,我只需要一个东西把它通过好看的模板渲染成 HTML。和所有 SSG 一样,Hugo 为此有自己的模板语言。和所有 SSG 一样,Hugo 也有一大堆现成的好模板。我挑了一个就完事了。后来我想做一些改动时,幸好有 agent 帮忙,因为我既没时间也没兴趣去学又一门模板语言的细枝末节。然后我意识到——我不必再忍受配置之痛了。我只需要 vibecode 出我用得到的那一小部分 Hugo 就行。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。