告别应用商店AI 时代的“阅后即焚”软件与个人知识重塑最近读了在X上读到了 Andrej Karpathy 的一篇推文深受启发。他为了将自己的静息心率从 50 降到 45决定做一个为期 8 周的有氧运动实验。但他没有去应用商店寻找现成的 App而是花了一个小时利用 LLM 智能体Agent为这个特定的实验编写了一个高度定制的追踪仪表盘。这件看似不起眼的小事揭示了软件工程和个人生产力领域正在发生的一场根本性变革。1. 软件稀缺性的终结与“长尾”的崛起Karpathy 断言那种提供一系列独立应用供用户选择的“应用商店”概念本身正在变得日益过时。过去开发一个功能完善的软件往往需要十天半个月甚至更长的周期。因为开发成本高昂软件必须迎合“最大公约数”的需求以追求规模效应。但现在情况发生了逆转。原本需要 10 天才能开发出的工具在 AI 的辅助下 1 小时就能搞定甚至未来可能只需要 1 分钟。这种开发门槛的断崖式下降意味着高度定制化软件迎来了真正的春天它们专门服务于长尾用户的极其碎片化、个性化的需求。比如我最近在深入学习 Java 和 Flink 的实时计算框架时对这一点深有体会。网上的通用教程总让人觉得隔靴搔痒无法完美契合我现有的数据开发技术栈和学习节奏。于是我直接使用 Claude Code 创建了一个专属的实践项目。它不仅涵盖了基础知识还能让我立刻动手编写数据处理管道并获得即时的反馈。遇到不解的概念或产生新的灵感时我随时与 Claude Code 互动并快速迭代代码。这种体验极大地提高了我的学习效率。这就是定制化软件的魅力它不是你适应工具而是工具适应你。2. 从“人机交互”到“机机交互”标准统一加速信息流动除了软件生产方式的改变Karpathy 还提出了一个更为深刻的观点未来的产品和服务必须具备 AI 原生的命令行接口CLI或 API。Karpathy 吐槽2026年了还有99%的产品没有给 AI 准备原生接口还在写“请打开这个网址、点这里、输入那个……”的傻瓜式说明文档。他理想中的交互应该是“嘿帮我追踪接下来8周的有氧训练吧” → AI 问两句澄清 → 几秒到几分钟后专属仪表盘就上线了。他的跑步机仅仅是提供了一个人类可读的前端导致 AI 智能体不得不去逆向工程其云端 API 才能提取和处理数据。在 2026 年99% 的产品仍然只维护供人类阅读的 HTML/CSS 文档而没有为 AI 智能体准备直接调用的接口。这戳中了一个核心痛点未来的产品标准应该是让机器能“看懂”而不仅仅是让人能“看懂”。说白了这就是标准统一与信息流动的问题。当物理世界的传感器如跑步机、智能家电能够将物理状态转化为标准化的数字知识并开放给智能体调用时信息的流动将不再有阻碍。这也是我长期以来对笔记软件感到痛苦的原因。过去各个笔记应用之间筑起了高高的数据围墙信息无法互通。直到我开始使用 Obsidian问题才迎刃而解。Obsidian 基于本地和标准化的 Markdown 格式打破了平台壁垒。这种底层数据格式的统一和开放本质上与 Karpathy 呼吁的“AI 原生接口”异曲同工——只有当数据和信息打破封闭的生态以标准化的方式流动时才能爆发出最大的价值。3. AI 时代什么才是核心资产在通识知识已经被大模型彻底压缩和商品化的今天“掌握多少通用知识”已经不再是核心竞争力。AI 可以瞬间写出 Flink 的标准算子也可以几秒钟内生成一个应用。在这个背景下真正稀缺和重要的是个人的感受、独特的思考以及你在真实世界中留下的个性化数据与信息。定制化软件Bespoke Software正是为了承载这些独特的个人体验而生。它们可能是短暂的、阅后即焚的但它们精准地服务于我们当下的某一个微小痛点连接着我们真实的物理生活与数字世界。未来的软件形态或许就是由 LLM 作为“胶水”将无数个 AI 原生的传感器和执行器动态编排在一起的、专属你一人的数字助理。