AI与科技第 99 期 ·

人人都能开发的时代来临意味着什么

当软件变得免费,真正重要的是“为谁而做”

人人都能开发的时代来临意味着什么

开篇

订阅者朋友,您好。最近您是否也在通过氛围编程或人工智能尝试一些新东西呢?

2007年9月,英国布莱顿大学的演讲厅。开源社交网络Elgg的联合创始人Ben Werdmüller站上了舞台。台下听众都是运营着数万至数十万规模社交网络的人们,大家都期待着下一版本会加入什么新功能。他打出了一张空白幻灯片,说道:

“没有。下一版本没有新功能。”

据说观众席上顿时发出一阵惊叹。他的要点是这样的:每个社区所需要的东西各不相同,平台开发者又怎么可能了解所有社区的需求呢?于是Elgg决定去掉“功能”,加入“可组合的结构”。让社区运营者亲自挑选并组装出适合自己社区的功能。

18年过去了,如今他的这套理念正在一个完全不同的技术环境中被重新召唤出来。原因在于代理式编程1​与开放协议2​这两股潮流的交汇。今天我们就来聊聊,在这个交汇点上,什么正在变得可能。

🏗️ “一套方案适用所有人”的平台的结构性局限

过去18年间,社交媒体的历史其实就是一部“千篇一律的历史”。Facebook、Twitter、Instagram、TikTok等,都是用同一种设计、同一套规则、同一个算法,同等地施加于全球数十亿人身上。

问题在于,这种千篇一律的设计中,原封不动地融入了开发团队自身的文化与知识前提。总部位于门洛帕克(Menlo Park)的团队,真的能理解缅甸罗兴亚人社区的运作逻辑吗?

结果是惨烈的。联合国独立国际实况调查团在2018年的报告中得出结论:Facebook在扩散针对罗兴亚人的仇恨言论方面发挥了“决定性作用(determining role)”。在缅甸,Facebook不仅仅是一个社交媒体,实质上就是互联网本身。当时缅甸大多数网民都只通过Facebook获取信息,而Facebook用于审核缅甸语内容的人力,相对于1800万活跃用户,仅有2人。

这不是简单的运营失误。这是当一个平台试图以一种世界观覆盖全世界时所产生的结构性局限。有些社区在身份认同方面有特殊需求,有些社区则需要将独特的文化敏感性纳入信任与安全政策之中。千篇一律的平台,要么忽视这些需求,要么根本无从察觉。

🔧 代理式编程正在改变“制造”的经济学

然而最近几年间,生产代码的成本结构本身正在发生变化。

以LLM为基础的代理式编程,已经超越“有趣的工具”这一层面,成为实实在在的代码生产引擎。Ben Werdmüller的文章中有一段令人印象深刻的话:那些亲自编写软件30年以上的资深工程师们——曾维护Perl编程语言的Jesse Vincent,Datasette的创始人、Lanyrd的联合创始人Simon Willison这样的老将,如今都已把LLM当作全职编码引擎在使用。如果LLM在编码上真的没用,这些人会是第一批出来说这话的人。可事实恰恰相反。

这不是开发者生产力的问题,而是软件生产的准入门槛从根本上被降低了的问题。过去,社区若想自建平台,必须组建开发团队。即便使用WordPress或Elgg这样的开源项目,定制化也需要相当的开发能力。

这里有两股新潮流值得关注。

第一,公民开发者(Citizen Developer)的崛起。所谓公民开发者,指的不是IT部门或专业工程师,而是业务一线人员自己动手,为自己的工作需求制作软件的人。这个概念原本诞生于低代码·无代码3​平台的语境中,如今与代理式编程相遇,可能性正在爆炸式扩展。Gartner曾预测,在大型企业中,公民开发者的数量将达到专业开发者的4倍。放到社区的语境来看,这意味着社区领袖本身即可成为平台构建者。

第二,前置开发者(Forward Dev)这一角色转变。传统开发者的角色正从编写代码,“前移(forward)”到架构设计、AI代理编排、质量验证等方向。有预测认为,到2026年,将有75%的开发者会把更多时间用于设计与编排,而非直接编码。简单来说,公民开发者拓宽了“制造者”的底层基础,而现有开发者则转向更高层次的设计与质量管理,这是一种双重扩张。

当这两股潮流结合起来,社区社交平台的图景将发生根本性的变化。社区领袖(公民开发者)说一句“我们社区需要这样的功能”,AI便生成代码,前置开发者再验证架构与安全性——这样的结构变得可行。

但这里会产生一个问题。如果每个社区都各自打造自己定制化的软件,会发生什么?那就是造出成千上万个孤立的孤岛。

🌐 开放协议:连接孤岛的桥梁

正是在这里,开放协议的作用变得至关重要。

正如万维网建立在HTTP和HTML这两种开放协议之上,下一代社交平台也正建立在开放协议之上。目前有两大主要协议正在竞争,共同塑造着这一生态系统。

ActivityPub是W3C在2018年采纳为推荐标准的协议。它让不同的社区平台能够代表用户互相收发消息。Mastodon、Ghost,乃至Meta的Threads,都通过这一协议相连。简单来说,这是一种“即便使用不同的社交服务,也能彼此沟通的通用语言”。

ATProto(Authenticated Transfer Protocol)是Bluesky开发的协议。它更聚焦于用户的身份认同与数据可迁移性。用户可以用自己的域名作为身份标识,即便更换服务,也能原封不动地带走自己的数据和关注者。如果说ActivityPub聚焦于“服务器之间的沟通”,那么ATProto更侧重于“以用户为中心的数据主权”。

关键在于这一点:这两种协议都允许任何人打造与之兼容的新平台。就像只要遵循HTTP和HTML的规范,任何人都能造出网页浏览器一样,只要遵循ActivityPub或ATProto的规范,任何人都能打造社交平台,而这个平台会立刻与既有生态系统兼容。

此前,开放协议的作用是协调“少数应用以多个实例运行”的局面,比如让数千个Mastodon服务器彼此互通。但随着代理式编程带来软件生产的爆炸式增长,开放协议的作用也将发生根本性变化——它将成为连接这个爆炸式增长的定制化应用生态系统的协调层。

🧩 缺失的拼图:信任与安全,以及价值对齐

当然,打造社区平台和“安全地”运营社区,是两码事。

内容管理、举报系统、防滥用等信任与安全(Trust & Safety)功能,是社区运营的核心,而这恰恰也是需要“定制化社区平台”的最大理由。滥用的信号因社区而异,安全的标准也因文化而异。Facebook在缅甸失败的原因,正是如此。

Ben Werdmüller也在开放协议中寻找这个问题的解法。如果有专门用于信任与安全的开放协议,社区运营者便可以对接第三方安全工具。价值观相近的多个社区,也可以汇集资源,共同运营一套内容管理系统。

此外还有一个更根本的问题:即生成代码的AI本身的价值对齐问题。

目前大多数LLM都反映着硅谷的文化与前提假设,训练数据中的偏差已经在多项研究中被记录在案。若要真正打造以社区为中心的软件,生成这些软件的AI本身,也必须与该社区的价值观对齐。

在这个方向上,有些值得关注的动向。小型语言模型(SLM)4​正被用于打造针对少数语言与文化圈的专属AI。据布鲁金斯学会2025年的报告,SLM即便只用小规模数据集,也能开发出适配特定语言的工具,因此被用于原住民语言的保护与活化。加拿大Mila研究所的FLAIR项目,正与社区共同开发面向北美原住民语言的语音识别AI。2025年11月,Mozilla数据集体(Mozilla Data Collective)正式启动,以社区主导的方式管理286种语言、300多个数据集,其结构允许数据提供者自行设定自己数据的使用条件。

Oswarld视角

坦白说,作为一名GTM战略顾问,我读这篇文章时有所感触。Ben Werdmüller所描绘的图景,与其说是理想主义,不如说更接近于市场结构的变化。一旦软件生产成本骤降,那种依靠“规模经济”维系的平台垄断结构就会动摇。

我关注的是渠道战略。迄今为止,社区一直是“入驻现有平台的租户”。基于开放协议的定制化平台,让社区拥有“自有渠道”成为可能。这其实是关于社区渠道主权的故事。

**公民开发者与前置开发者的出现,正在加速这一格局的形成。在为不同规模的企业制定战略的过程中,我反复观察到这样一种模式——每当新工具出现,“谁来制造”的边界就会被重新设定。**正如Excel使财务分析大众化、Canva使设计大众化一样。公民开发者制作“初稿”、前置开发者将其打磨至生产级别的协作模式等,其逻辑与我在实务中经常设计的“构建—验证分离”结构如出一辙。

不过有一点需要指出:技术一旦被大众化,生态系统最终仍会重新围绕少数几个枢纽而重组。“谁来管理协议规范”这件事上,很可能会集中出某种新形态的权力。社区是否具备真正行使技术自主权所需的治理能力?这仍是一个悬而未决的问题。

结语

总结一下,可以这样理解:

**第一,正如缅甸的案例所示,千篇一律平台的局限并非技术性缺陷,而是结构性问题。**用同一种世界观去服务全球所有社区的模式,从根本上存在局限。

**第二,代理式编程与开放协议的结合,正在开启一种可能性:社区能够亲手打造适合自己的空间,同时又能彼此相连。**公民开发者拓宽了“制造者”的底层基础,前置开发者保障品质与安全,正是这种双重结构,把这种可能性变成了现实。

第三,真正困难的问题不是代码,而是人。信任与安全、AI的价值对齐、社区治理等——技术越是变得简单,这些人性化的问题就越会浮上台面。

Ben Werdmüller写下的那句话一直萦绕在我脑海中:“当代码变成一个已被解决的问题,最终,人性化的东西会攀升至最重要的位置。”需要什么,为什么需要,为谁而做——定义这些答案的,将不再是门洛帕克的某个人,而是社区自己。这样的时代正在到来。

参考资料与延伸阅读

核心来源

背景知识

作者安光涉是世宗大学经营学教授,也是 OBF(Oswarld Boutique Consulting Firm)首席顾问。他在大学教授经营数据管理、商业分析等统计与数据分析课程,同时在产业现场负责 GTM 与人工智能战略咨询,设计技术与商业的连接方式。他曾发表关于 AI 对话系统记忆架构(HEMA)的学术论文,并运营每日策展全球 AI 论文的 Daily Arxiv 项目。他毕业于高丽大学技术经营专业研究生院与 KMBA,著有《把思考交出去的人:Homo Brainless》。

注释

  1. 代理式编程(Agentic Coding):这是一种AI不再仅仅停留于建议代码片段,而是自主执行整个开发工作流程的方式。开发者只需下达“帮我做这样一个功能”的指令,AI便从设计到实现全程处理。Claude Code等工具是其代表。

  2. 开放协议(Open Protocol):这是关于软件之间如何相互沟通的公开约定。正如HTTP是网页浏览器与服务器之间的约定,ActivityPub就是社交平台之间的约定。任何人只要遵循这一约定,都能参与到这个生态系统中。

  3. 低代码·无代码(Low-code/No-code):一种无需复杂编程,仅靠拖放操作或可视化界面即可制作软件的开发方式。随着代理式编程的出现,仅凭自然语言下达指令便可生成代码,公民开发者的可能性正变得更加广阔。

  4. 小型语言模型(Small Language Model,SLM):与GPT-4等大型模型不同,这是一种针对特定任务或语言而专门设计的小规模AI模型。由于只需较少的数据和计算资源即可训练,因此非常适合针对少数语言或特定领域进行定制。