> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# AI 编程之后，软件会像 Excel 一样通用：不再有版本更新
- URL: https://www.hubwiz.com/blog/generalist-software-like-excel/
- Published: 2026-10-27T15:47:51.000Z
- Updated: 2026-10-27T15:48:25.000Z
- Description: 5000 年前的泥板、VisiCalc、Excel：通用软件赢在不预设内容。AI 编程之后，软件从砖房变橡皮泥，改逻辑不用等版本。
- Author: admin
- Tags: AI 编程, 软件工程, SaaS, 通用软件, 产品设计

1979 年，有公司会为了跑一个软件，去买一台几千美元的 Apple II。那个软件不是操作系统，是一张表格。四十多年后，Gerald Maria Dekkers 在 2026-10-23 那篇《Future software will be generalist.》里给出的判断是：下一个十年的软件会长回那个样子——**像 Excel 一样通用，而且不再有版本更新**。

他的论证不从代码开始，从一块石头开始。

## 一、5000 年前的泥板：人类最早的通用"软件"

![牛津 Ashmolean 博物馆藏的记账泥板，约 5000 年前](https://www.hubwiz.com/blog/content/images/2026/10/img_f86b59c0c9150826ee1af96c34eb1bb8-800.jpg)

图 1：原文取自牛津 Ashmolean 博物馆 Facebook 页面的泥板照片。上面刻的是：一个农民收上来的谷物，怎么在领主、领主的妻子、祭司和当时的官僚体系之间分配。

作者说这块泥板大概有 5000 年。它做的事情，是**制表**（tabulation）——而制表出现在文字之前。

在他看来这是双重意义上的分水岭。第一，它把飘忽、不可信的人脑记忆固化到石头上；记忆一旦固化，就能被可靠、客观地拿去和另一份同样固化的记忆比较。第二，也因为它是**通用的**：这套方法几乎能用在任何东西上。

顺带一句我们自己的观察：那块泥板同时是一张权力结构图——份额给谁、给多少，本身就是组织关系。数据从来不是中性的，它先决定谁被记录、谁被分配。这也解释了为什么"改一格"在真实企业里从来不是小事。

账本（ledger）的概念在那块泥板上就已经有了。"Spreadsheet"这个词要等到 19 世纪——记账人把表格画在摊开的账本的**跨页**（the spread of an opened accounting book）上，词就这么来了。

## 二、从 VisiCalc 到 Excel：赢的都是"不预设内容"的那个

![AI 生成的示意图：老师在黑板上重算一格格数字](https://www.hubwiz.com/blog/content/images/2026/10/img_e5c77fc458e01f9c39e7a9c6b804d13d-800.jpg)

图 2：原文用 Nano Banana 生成的配图，描述"一个老师在黑板前重算一格格数字"。

据说当年给 VisiCalc 两位作者灵感的就是这样一幕：老师在黑板上算房贷。利率一变，她得把每一格都重新算一遍——靠心算，还得算得快，不然学生会走神。Dan Bricklin 听了这样一堂课，突然意识到计算机能帮她做这件事；然后他和 Bob Frankston 用两个月时间做出了 VisiCalc。

VisiCalc 出现在计算机史的一个关键节点上，并且立刻走红：它是第一个为个人电脑写的表格软件。个人电脑恰好合上当时企业的胃口——把员工从费时费力的纸笔流程里解放出来、按到屏幕前面，由此定下了之后 50 年的办公体验。

![1979 年的 Apple II 运行 VisiCalc](https://www.hubwiz.com/blog/content/images/2026/10/img_588e3282adb25f73a5e55ca547258c86-800.jpg)

图 3：1979 年的 Apple II 在跑 VisiCalc。来源：Computer History Org（原文引用）。

维基百科上那条记载常被引用：有公司买下非常昂贵的 Apple II，只是为了跑 VisiCalc。然后 Lotus 1-2-3 出来了，VisiCalc——以及"苹果作为商用机"——很快熄火。

![Lotus 1-2-3 界面](https://www.hubwiz.com/blog/content/images/2026/10/img_7983b8fc9d3b6033ce51f180cc3a0168-800.jpg)

图 4：Lotus 1-2-3。来源：Wikipedia（原文引用）。

再往后，这个故事里不可避免的结局是微软 Excel。

![Windows 3 里的早期 Excel](https://www.hubwiz.com/blog/content/images/2026/10/img_d555a63f67ba5f17db4ac1c5845cdeb8-800.jpg)

图 5：原文认为微软做过最好的界面是 Windows 3，图为早期的 Excel。图片取自 Virtually Fun。

作者要说的点在这里：**早期的表格软件，是对几百年手工制表的直接模拟。它对方格里放什么没有强观点，只要是数字或文字就行。** 后来的迭代让它能干的不止加减乘除——整段程序可以写进那几个小格子里，"power user"这个词就是这么来的。

于是 Excel 成了通用软件，也因此极其灵活，任何业务都能把它掰成自己要的样子。它是第一波自动化浪潮的一部分：当有人请我们做自动化时，我们经常撞上的就是一个深深嵌进业务的 Excel 世界。同时它也是前互联网时代打包软件的遗物——完全跑在你自己的机器上，不需要 wifi，是你的，只属于你。

但 SaaS 成为常态之后，这件事变了。

## 三、SaaS 这二十年：界面趋同，人也趋同

互联网，我们爱它。我们写博客，从 ICQ 聊到 Messenger、Signal、Telegram，当然还有 WhatsApp；几十亿封邮件发出去，能评论就评论。我们有太多话要说了。

按钮要按，滑块要滑，表单要填。真让人兴奋。

我们的爱是真的。但它也一直是"更多同样的东西"。用户界面这门手艺把"可用性"当成信条和教义，结果几乎所有东西看起来、用起来都很像。

不只是看起来像。作者让人去读 Kahneman 的《思考，快与慢》：**外面的相似会变成里面的相似。**"我们都一样"——某种程度上是的，至少我们希望如此、我们假设如此。

那如果互联网不是按钮和表单，而是被拉回到它最初被设计出来的用途——传输数据；如果我们能自己决定怎么消费这些数据呢？

## 四、"传统软件"这个名字，配不上它自己

作者打了个比方：传统软件像一栋用砖和混凝土盖的房子。算法被高薪工程师定死在石头里，改一次可能要几个月。

有了 Agentic AI 编程之后，我们又到了一个关键节点——而且只有过了这个节点，"软件**开发**"这个词才真正名副其实。我们还说"build（构建）"，但"构建"对于一个能靠 AI 写代码的过程来说，太静态了。

回到黑板前那位老师。她练了很多年才能在心里做算术。她是专家，她的能力稀缺，如果不算高薪至少也很贵。

做传统软件需要这样的专家：他们懂几门编程语言，能一次写出整段能跑的代码、不用调试。这样的人稀缺、也贵。所以老软件是被"建"出来的——一个静态实体，带着一批功能与属性，创建贵，改动也贵。

贵还不只是钱。作者点出的真正代价是**排队**：业务里的人每天在撞上软件的边界，而边界只能由别人来挪，于是每个"就差一点"的需求都要进一条按优先级排序的队。这条队排得越久，业务就越倾向于把例外塞进现有功能里——把规则揉到最接近的那个下拉选项上。

NEW 软件才是把 software 里那个"soft"落到实处的形态。它不是油泥，也不是雕塑泥——这两种材料过一段时间都会硬；它是橡皮泥：柔软，而且一直柔软。

表格的类比在这里才真正接上。**表格里被连起来的格子，父值一变就自动重算；在 NEW 软件里，被 AI 驱动的代码，会在关键环境属性变化时自动改变。**

## 五、2029 年，阿姆斯特丹，一笔水损理赔

一家小保险公司，2029 年。一笔理赔落到 Marieke 桌上：仓库被水泡了，而保单里有一条奇怪的条款，讲的是"洪水"和"渗漏"的区别。

三年前，她的选项只有软件给她的那些：把这个理赔塞进下拉框里；或者给开发团队发邮件，等一个月，等一个会被判成"不是优先级"的变更请求。

现在她用的理赔系统不是砖房。她用大白话把条款描述出来——"从屋顶进来的水，和从管道进来的水，要区别对待"——然后软件自己把逻辑写出来。

格子重算了。

接下来才是关键，也正是 Bricklin 在课堂上看到的那一幕：下个季度保险公司加一条新条款时，Marieke 在鹿特丹的同事调整了他那份同样的逻辑，改动像修正一个单元格一样顺着整本账往下传。没有等下一个版本发布，因为**没有发布这回事了**。软件不是"建好然后发出去"的，它是被持续维护的，像一本活着的账本。

分工也跟着变了。Marieke 一行代码都不会写，也从来不需要学。她懂理赔——那是她的专业——而这个专业现在直接进了软件，不再经过那个"懂编程语言、但不懂业务"的专家瓶颈。

每个业务岗的同事都成了黑板前那位老师：繁琐的重算不再归她，但"该算什么"仍然归她。

这就是新的分界线。传统软件说：用工程师给你的工具，或者付钱让工程师改。NEW 软件说：工具是你的，你可以塑形。专家并没有消失——我们仍然需要能在黑板前核对算数的老师，而且比以往更需要一个像 Marieke 那样问出恰到好处的问题的人——但通用软件回到了舞台正中间。这也就是那个该记住的词。

## 六、A4 纸：没人爱它，但所有人都在上面工作

Ashmolean 那块泥板没有任何"功能"。没有按钮，没有滑块，也没有服务条款。人类造过的最耐用的软件，是一个表面，加一个共识。

A4 纸是同一种发明。没人爱 A4，没人对 A4 有强烈意见。它不打扰你，它到处都是，所有东西、所有人都能跟它配合——恰恰是因为它对你往上面放什么没有意见。**它是完美的通用介质。**

这就是 NEW 软件：一个表面，而不是一份功能清单。软件变成由你去塑形的东西——由用户去塑形的东西。就像 19 世纪的记账人把账本摊开在纸上，就像 Bricklin 那位老师把数字装在脑子里，就像书记员把农民一家收成的份额刻进泥里。

## 七、原文的结论：结束的不是软件，是"编程"这件自觉的事

本世纪头二十年被 SaaS 平台占据：业务分析师、后端工程师、可用性专家、前端开发、项目经理、QA、产品负责人、运维——一大队人参与进来，建起来极其复杂、极其昂贵，维护和改动也一样。

像往常一样，我们那点脆弱的历史感让我们以为 SaaS 时代会永远持续下去。

但作者认为它就要结束了。Agentic AI 编程带来的，即使不算软件的"终结"（毕竟一切都是软件，软件无处不在），也是**"写代码"作为一件自觉活动（conscious activity）的终结**——而且，就像在表格里改一个值会波及别的格子一样。

他把它叫作 NEW 软件："有点开玩笑，对，但也不全是。"因为他真的认为软件会变成你买来的一件东西——或者继承来的？祖父母传下来的？它不再被分成一个个品类：做营销的 Salesforce、做账的 Exact、做企业资源计划的 SAP，也不再是 WhatsApp、Signal 或微信，而是这个不定形的实体，你跟它说话，把活干完。或者玩得开心。

**NEW 软件围绕你成形，而不是你弯着腰去伺候软件。**

这就是他说的"通用"：像 Excel，但装着一切东西。

## 八、我们的整理：这事要落地，得先过三道门

原文是一篇观念文章，好用的是它的框架，缺的是操作面。我们把它压成一张表、三道门和一组边界。

**先分清两个"通用"（很容易读串）。** 中文语境里的"通用软件"历史上指装机量大、能卖给所有人的打包软件（相对于定制开发）；原文的 generalist 讲的是另一件事——**它对方格里放什么没有意见。** 前者是市场结果，后者是设计选择。这篇文章论证的是后者，前者只是它的后果。

| 维度    | 旧软件（砖房）   | NEW 软件（橡皮泥）       |
| ----- | --------- | ----------------- |
| 谁能改   | 懂这门语言的工程师 | 懂这门业务的人           |
| 改动成本  | 数月，还要排优先级 | 一次描述 + 一次验证       |
| 交付形态  | 版本、发布、上线  | 没有版本，持续维护的"活账本"   |
| 通用性来自 | 功能清单覆盖得多  | 对内容没有意见           |
| 主要风险  | 改不动       | 没人知道线上跑的是哪一版逻辑    |
| 历史类比  | ——        | 泥板 / Excel / A4 纸 |

（上表为我们根据原文整理的对照，非原文图表。）

**三道门——缺一条，通用化就只是把风险从工程侧搬到业务侧：**

1. **领域知识真的在用户手里吗？** 他能把规则说清，而不是"大概这样"。说不清的规则交给 AI，只是把模糊生成得更快。
2. **改动可被验证吗？** 有测试、有对账、有样例、有回归。原文里 Marieke 的改动之所以可信，是因为"格子重算"本身可核对；真实系统里，这一步得由工程做出来。
3. **出错能回滚、能留痕吗？** 每次改动的输入（谁说的、什么时候、什么模型、什么上下文）与产出都要落库。否则"没有版本"就等于"没有责任链"。

**如果明天就想试一次，最小闭环长这样：** 挑一条"每次都靠人判断"的规则 → 让懂这条规则的人用大白话写三段：什么情况适用、边界在哪、什么情况必须报错 → 让 AI 把它翻成规则或代码 → 拿过去半年的真实案例跑一遍，人对着结果逐条核 → 通过才上线，并把这次描述、这段生成、这次核对记下来。走完一圈你会知道两件事：这条规则到底有没有被说清，以及你们有没有能力验证它。

最容易被跳过的是第二条，而它恰恰是最贵的那条。站内几篇正好是这块的补丁：

- [Agent 说"做完了"，证据呢：三道交付验证门](https://www.hubwiz.com/blog/agent-delivery-verification-gates/)——把"能核对"落成可执行的检查。
- [Claude Code 团队怎么做代码评审：7 层防线](https://www.hubwiz.com/blog/claude-code-team-code-review/)——人工时间压在真正需要判断的地方。
- [多 Agent 写代码：代码是最简单的部分，协议才是系统](https://www.hubwiz.com/blog/multi-agent-coding-workflow-identity-isolation-review/)——"验证是证据，不是授权"。
- [AI 编程的未来已经到来，只是分布得极不均匀](https://www.hubwiz.com/blog/ai-coding-velocity-feature-gap-essential-complexity/)——代码行数 +30%，不等于功能变多。
- [AI 时代职业护城河：三种模式、工作流与判断力](https://www.hubwiz.com/blog/ai-career-moat-three-modes-workflow-judgment/)——复核成本高于自己动手时，就不该委托。

**给工程团队的三件具体事：**

- 把"只存在于代码里"的业务规则，挪到能被描述的一层（参数、规则表、配置、领域语言）。这一步跟 AI 无关，但它决定了 AI 能不能安全接手。
- 把每次改动变成"生成 → 评审 → 验证 → 落库"四步，而不是"保存即生效"。
- 按后果给"谁能改"分级：影响钱、影响安全、影响合规的，仍然走人和流程；描述得清、验得了、错了能撤的，才交到业务侧。

**边界（别把这篇读成"以后不需要工程师了"）：**

- 2029 年阿姆斯特丹那个场景是原文的虚构例证，不是实测；文中没有任何量化数据，作者的判断是趋势性的。
- 作者自己保留了专家：需要能在黑板前核对算数的老师，也需要能问对问题的人。我们站内的口径也是这句——**辅助 + 必须人工复核**。
- 受监管的场景（保险、医疗、工控）里"没有版本"不成立：每一处逻辑改动都要可审计、可回滚、可复现。更可能的形态是**半通用**——格子是语义层，AI 负责把话翻成规则，工程守着验证与回滚。
- 还有一个很容易掉进去的形态：把自然语言直接接到生产数据上，配置不落库、改动不评审、出错不能回滚。那不是 NEW 软件，那是把十年前没人敢用的野脚本换了个更贵的写法，还多了幻觉。
- 一个反证就摆在文章自己举的例子旁边：Excel 正是靠"没有意见"活下来的，但一家公司的关键表格最后总还是有人管版本、管口径、管权限。通用不等于无主。

**来源**：Gerald Maria Dekkers,《Future software will be generalist.》, 2026-10-23。原文链接：<https://gmdekkers.substack.com/p/future-software-will-be-generalist>（正文图片来自原文，已转存至站内；原文以 René Magritte《Key of Dreams》(1935) 为题图）。

本文由汇智网编译整理，转载请注明出处。

> **这是「AI 编程 / Vibe Coding」专题的一部分。**完整地图见：[AI 编程 / Vibe Coding 完全指南](https://www.hubwiz.com/blog/vibe-coding-stack/)