大约每隔十年左右，就会开始一次平台变革。17 年前，Amazon 在 Amazon Web Services（AWS）旗下发布了 S3 和 EC2，开启了一场平台变革。这场变革可以概括为“云原生”，从根本上改变了全世界构建和交付软件的方式——从小型个人开发者到最大的全球性公司无一例外。

今天，AI——尤其是大语言模型（LLM）方面的进展——开始让人感觉像是另一场平台变革的开端。这不是一场离开云的变革，而是发生在另一个类别中的平台变革，但它同样有潜力从根本上改变我们构建和交付软件的方式。

我将借助云崛起的历史视角来审视 AI 的崛起。与其完整复述云的历史（那太无聊了！），不如重点提炼几个思考维度，并用这些维度在云与 AI 之间做比较，以及对未来做出预测。

即时价值

云早期的成功标志在于为早期采用者提供了即时价值。对于小型项目（最初如此，后面再详谈），EC2 是获取服务器最快、最便宜的方式，而 S3 是存储和提供静态资源与二进制数据最简单、最可靠的方式。而且一切都配有易用的 HTTP API，开启了工程师自动化与易用性的新时代。

近期的 AI 进展同样带有这种即时价值的感觉。过去难以快速集成的问题，比如情感分析（“这段简介是否具有冒犯性？”），如今已变得轻而易举。通过 Copilot 这类工具进行代码生成不仅不再糟糕，甚至……还挺像样的？哦对了，一切又开始配备易用的 HTTP API，开启了工程师自动化与易用性的新时代。

即时价值是一个非常好的信号，它会聚集起一批早期热情用户，并制造大量声量。与此同时，即时价值常常被误认为是持久价值。AI 的初始价值毋庸置疑，尚待观察的是这种价值能产生多大的影响。

“加密货币”（指 cryptocurrency，而非密码学 cryptography）在我这里没有通过这项检验。它没有任何即时的实用价值。狂热者声称它拥有各种长期未来价值。也许有，也许没有。🤷 我只知道 2010 年有人给我发了一个比特币，我心想：“好吧，然后呢？”即便到了 13 年后的今天，无论其长期潜力如何，我个人始终没能跨过这个阶段。

不切实际的开端

早期的云计算还很原始，对很大一类问题来说并不切合实际。长效 IP 地址直到 2008 年才可用，比 EC2 发布晚了两年。让你能可靠保存数据的持久化存储也是在 EC2 发布两年之后才出现的。在 2009 年 VPC 推出之前，每个 EC2 实例都运行在共享的公共网络上，晚了三年。这样的例子不胜枚举。

某样东西是否不切实际，不能孤立地判断。一个事物只有在与其他事物的对照中才显得不切实际。因此，虽然缺乏私有网络在商业软件的场景下并不切实际，但对小型项目和早期初创公司而言却无关紧要。这带来了云计算在其切实可行场景中的兴奋与增长。随着 AWS 持续推出新服务，它不切实际的场景范围不断缩小。

当云获得一定人气和热度后，那个云时代常见的否定论调是：“真正的企业永远不可能用它。”而随着云的能力不断增强，目标被不断挪动，比如“财富 500 强永远不会用云”，接着是“受监管的公司永远不会用云”，再到“政府永远不可能用它”，等等。今天，无论好坏，美国国防的重要方面已经依赖云。

AI 如今正处于类似的境地。尽管它有即时价值，但功能和工具的匮乏使其在许多场景下并不切合实际。对某些问题可靠地得到正确答案非常困难，甚至可能不可能。将 LLM 与外部最新知识集成仍处于起步阶段。许多工具缺乏企业级支持，或者目前只是上千家种子期初创公司之一，没有明显的赢家。现在还太早。

和当年的云一样，我也听到对这项技术类似的否定：“它永远无法生成大规模代码”或“它永远需要人在回路中”，等等。也许会，也许不会。这类否定本身不能被立即驳倒，但它也不足以让人忽视一个趋势。

鉴于前文所述 AI 当下就具备的即时价值，我相信这个问题会像当年云那样自行解决。AI 不切实际的地方并不是它没用，而是在规模化时难以集成或难以信任它的有用性。这是一个可解决的问题，而不是某种根本上的不可能。

在考虑未来的（未经证实的）价值时，确实存在一些根本不可能性的问题。举一个极端例子：围绕通用人工智能（AGI）的热情非常缺乏实证，如今存在的模型对 AGI 而言并不切合实际。不过，这类不切实际的问题建立在完全未经证实的价值之上，与我所说的“不切实际”是另一种不同的定义。

软件属性的演进

平台变革的标志性特征，就是迫使软件属性发生演进。具备这些属性的软件通常会被冠以某个术语，比如“云原生”或“移动优先”。早在 2016 年，我曾做过一场演讲，把“云原生”的属性概括为从静态思维到动态思维的转变：

（这不是我 2016 年用的那张幻灯片，而是后来几年我们整合进各种 HashiCorp 演示文稿中的一个更现代的版本。）

我的论点是：左栏中的软件是“传统”软件。传统软件可以在云环境中运行，但与功能相当、拥抱动态云原生方式的软件相比则处于劣势。对于左栏中的软件厂商来说，他们的产品也更有可能被那些构建同样软件、但具备右栏属性的新创公司所吞噬。举个例子，我经常说，如果既有厂商当初能适应云原生世界，Vault 就不会存在。

关于软件属性转变之影响的一个更早的例子是移动应用。2010 年代我曾有机会与美国一家大型银行的 CEO 会面。他反问我：“你觉得人们更换银行的第一大原因是什么？”在我猜错几次之后，他告诉我：“移动应用里有更多功能。”他描述的是这家银行为何在云服务和软件工程上投入巨资，而这些投入全都流向了移动功能。那些更晚才适应移动设备兴起的银行，失去了更多客户。

还有一个更早的例子是 Web 应用。这一点显而易见：如果一项服务在 Web 上存在，你更可能使用它；而如果它在 Web 上有更好的存在感，你就更可能使用它。

我预测类似的情况也会出现在 AI 身上。某些属性将会显现出来，用以区分“旧”与“新”，而拥抱“新”的产品和企业将对正在换代的一代用户更具吸引力。“旧”软件不会立刻被淘汰，只是相比“新”软件吸引力更低，而且随着时间的推移，这个差距只会越拉越大。

现在断言这些属性会是什么还为时过早，它们需要多年的成熟才能以令人信服的方式沉淀下来。鉴于 LLM 所代表的自然语言界面的商品化趋势，一个预测是：所有软件至少都需要某种形式的自然语言界面。例如，带事件生成功能的日历应用、由语言引导配置的命令行工具、配备真正有用助手的 SaaS，等等。这些如今都是相对容易解决且能为用户提供良好价值的问题，因此它们可能只会成为软件的基本预期。

只要各行业类别的既有厂商能够认识到这一变革、做出反应并加以适应，大多数都会安然无恙。在用 AI 增强之前，大多数应用的核心功能仍然是重要的必要基础。然而，这场变革也将为新创公司带来巨大机会，去利用行动迟缓的既有厂商。

带上老朋友一起走

我认为，早期云计算有一个非常重要的特性帮助它取得了成功，那就是它有一条迁移路径。你可以靠“直接迁移”（lift and shift）走向胜利——虽然有限，但规模可观。容器化等其他重大平台变革也有类似的特性。

在云之上的后续演进，比如 Heroku 或更广义的平台即服务（PaaS），就不具备这个特性。早期 PaaS 依然非常流行，但它并未产生同样的平台变革级影响，因为它往往很难或不可能与“遗留”应用集成。

换个说法：要求抛弃旧技术的新技术，比起能以某种方式带着旧技术一起走的新技术，更难扩展到全行业的影响。

近期的 AI 进展让现有软件变得更好。是的，它们也为某些类别的软件带来了革命性的新玩法，但它们持续让“遗留”软件变得更好。

撇开我对它的其他种种不满，这也是我从未对 web3 生态留下深刻印象的另一个重要原因。你要么是一个 dApp，要么不是。中间地带其实并不存在。我知道理论上可以把某些功能构建“在链上”而其他功能不在链上，但这并不是整个生态自我营销的方式。

结语

AI 或许正在迎来它的“平台变革”时刻。它与我在早期云计算中所识别出的许多积极特质和挑战如出一辙。

如果这是真的，那么我们正处在这场漫长比赛的极早局数之中。如果把 AWS 发布 S3 和 EC2 视为云平台变革的“时间零点”，那么生态系统的成熟以及长期存在的“遗留”巨头开始受到显著冲击，又花了大约十年时间。

诚然，我感觉围绕 AI 的热度比云拥有更广泛的社会触达面，所以我认为市场成熟（如果会出现的话）的时间跨度会更短。但我仍然预测，至少会有多年的“窗口期”先发机会。

至少，我会提醒大家不要完全无视这一次。