软件走向个体化

2019 年，一位朋友向我提出了一个简单的请求。作为一名初创公司创始人和狂热的自行车手，他需要一个简单的工具在社交媒体上分享骑行摘要。不需要花哨的东西，只需要一个干净的、可分享的地图动画。由于实验成功了，我决定让这个工具对任何有类似需求的人开放。它奏效了。其他骑行者看到了它，然后是徒步旅行者、导航者、跑步者，任何记录 GPS 轨迹的人都想创建自己的地图动画。那个快速解决方案已经成为 Rumbo，成千上万的用户制作了超过 80,000 个视频并且还在继续增长。

我创建 Rumbo 并不是为了"革命化"或"颠覆"任何东西。我当然没有计划建立一个商业产品。我知道如何构建软件，但我从未陷入每个软件想法都必须扩展的分散注意力。我只是为一位朋友解决了一个特定的问题。然而，我们现在处于个人工具和商业产品之间一个不舒服的区域，拥有超过 500 名专业客户，引发了我从未打算面对的关于维护、扩展和可持续性的问题。

Rumbo 是我所说的"个人软件"的一部分，这是一个第四类软件，与商业软件（为扩展而构建）、精品软件（为公司量身定制的定制软件）和开源软件（为协作而构建）并列。个人软件是针对小众受众足够好的解决方案。它是由"任何人"为自己和周围人制作的软件。 这从根本上不同于由组织在团队中为付费客户设计的专业软件。

个人、商业、精品和开源软件的结构。其他模型也存在，如共享软件、免费软件、公共领域，但这四种模型捕捉了主导模式。

上面的图表说明了四个主要软件类别，它们不仅在生产上不同，而且在制作者和用户的关系上不同。个人软件将所有人保持在同一个圈子。精品和商业软件在贡献者和用户之间放置了一家公司。一个与少数人协作，另一个为许多人服务。开源将贡献者和用户的角色分布在分散的社区中。

几十年来，软件一直是大多数人消费的东西，而不是创造的东西

创建软件一直是像我这样的训练专业人士的领域。AI 正在改变这一点。今天，它对任何"与编程相关"（例如，构建自己工具的学者、用代码实验的创意人、想要尝试构建解决方案的专家）变得更加容易。很快，我们更多人将有机会构建自己的微工具，不是作为程序员，而是作为有想法或问题要解决的人。

本文绘制了那个新兴的地形：个人软件是什么，它是如何变得流行的，什么在改变，为什么它重要，以及什么激励了它的制作者。这也是对一种态度和实践的邀请，重新思考 AI 正在开始形成的软件。

1、什么是个人软件

个人软件并不是全新的。几十年来人们一直在构建自己的解决方案。一些我最喜欢的例子来自早期的 Mac 独立场景，比如 NetNewsWire，我至今仍在使用的 RSS 阅读器，Brent Simmons 最初在 2003 年为自己和几个朋友构建的。这种精神在过去几十年里以许多名字出现。

1973 年，在个人电脑时代黎明，哲学家伊万·伊利奇引入了便利工具的想法，这些工具赋予个人以自主性和创造力塑造自己的技术环境。后来在 2004 年，在移动和社交媒体革命期间，Clay Shirky 反思了他在纽约大学互动电信项目（ITP）的学生的工作，并描述他们正在构建的是为特定社会情境设计的情境软件。今天，人们谈论单玩家软件、一次性软件、可塑软件、个人微软件，或者我最喜欢的之一雪花软件。术语各不相同，但本质是相同的：有一种类型的软件不能整齐地归入众所周知的类别。

我更喜欢"个人"，因为它描述了软件创造什么，而不仅仅它是什么。它从个人关系（朋友的请求，同事的挫折）中出现，或者它建立了一个。Rumbo 的每个专业用户都给我留了一条信息，解释他们为什么注册。该应用程序是关系的一部分，而不是交易。

2、个人软件的关键特征

根据我的经验、观察和研究，将个人软件与其商业、定制和开源的表亲区分开来的是 3 个关键特征：

2.1 为即时性而构建

个人软件始于一个即时需求，一个由其创建者或附近的人（例如，朋友、同事）面临的问题。它不是为市场设计的，而是为一个时刻。 它解决了一些具体的事情，而无需尝试概括或预测未来的使用。如果其他人发现它有用，它可能会意外地突破到商业领域，但这是一个副作用，而不是目标。

2.2 当它适合时完成

个人软件在为制作者工作的那一刻就是完整的。 它不需要扩展、集成或演变成产品。它不是等待投资者的最小可行产品（MVP），也不是展示技术能力的演示，也不是等待验证的概念证明（POC）。当它适合时就完成了。持久性取决于持续使用，而不是计划的维护或未来的版本。

2.3 人类规模

个人软件是为特定群体使用而设计的，而不是为通用的"用户"集合。它在特异性而非普遍性、亲密性而非规模、即时性而非演进性方面进行优化。 它的制作者通过构建来学习，保持接近代码和使用它的人群。从创建和采用中学习（而不是代码）可以启发、影响或指导其他类别的软件开发。

个人软件不需要成为其他东西。它可以继续适合，或者在需求过去时消失。但当压力出现时，例如集成需求、不断增长的用户或需要贡献者时，它可能会向精品、商业或开源模型迁移。该图显示了路径，而不是处方。

使个人软件独特的是接近性：它是由比底层技术更深入地理解问题的人构建的。仅因为这一个原因，扩大谁可以制作软件是至关重要的。

3、个人软件是如何成为可能的

1972 年，当计算机是少数个体可用的"大型机"时，计算机科学家Alan Kay 想象个人电脑是普通人可以自己编程的工具。从那时起，随着个人电脑时代，许多方法都试图民主化软件创建：更简单的语言、所见即所得系统、混搭和宏工具来举几个例子。移动革命使我们距离 Alan Kay 的愿景成为现实更近了一步。虽然不可能精确测量，但 App Store 上的数万个应用程序是由一两个人构建的，并且主要针对极小的受众。

例如，小说家 Robin Sloan 为他的四口之家构建了 BoopSnoop，一个消息应用程序。它捕获照片和视频，不经编辑就发送它们，并且一旦查看消息就消失。多年来，它保持了四个每日活跃用户，零流失，根据其创建者自己的衡量标准，这是一个响亮的成功。Sloan 关于该项目的论文创造了术语"自制软件"：像饭菜一样制作的软件，为您爱的人，无需扩展。

我在 2012 年通过 Quadrigram 亲身体验了民主化的挑战，Quadrigram 是在设计工作室 Bestiario 内构建的可视化环境，让人们无需编写代码即可操作和可视化数据。虽然它为非技术专业人士（如设计师、分析师和记者）开辟了新的可能性，但也揭示了一个限制：由"任何人"制作的软件的承诺并不是真正针对每个人的。即使使用高度可视化的工具，创建软件仍然需要大多数人天生不具备的抽象技能。由"任何人"制作的软件的愿景仍然强大，但它并不是 evenly 可访问的。

我们没有想象到的是，10 年后，人们将能够通过与机器的对话产生类似的数据可视化。

4、为什么个人软件正在获得势头

2023 年，OpenAI 的联合创始人 Andrej Karpathy 著名声称："最热门的新编程语言是英语。"这标志着软件开发中的一个变革时刻，大型语言模型（LLM，包括多模态、视觉模型）可以有效地将自然语言与功能代码联系起来。

LLM 充当生成代码的作者。基于 LLM 的 AI 编码助手和代理编码（Cursor、Floot、Claude Code、Replit、OpenAI 的 Agent Builder）利用大量的代码存储库和 Web 对话从自然语言生成代码。它们还使用开源和私有库及框架来自动化软件生产。一些人称之为这种演变为工业软件的兴起。

LLM 的出现迅速改变了软件格局。2025 年，开发者调查显示，几乎所有专业程序员都尝试了 AI 编码工具，大多数人每周使用它们。

2025 年 3 月的 AI 编码工具格局快照。这个无代码、低代码解决方案空间发展迅速。来源：The Generative Programmer**.*

AI 的快速采用是由人类合作实现的

今天，有大量的在线教程、论坛对话和 YouTube 视频教授非专业人士如何使用 LLM 创建软件。例如，受到 OpenAI 在 GPT5 发布时演示的启发，科技普及者 Azeem Azhar 在他的 Exponential View 通讯中描述了他的团队没有专业知识如何构建了一个韩语学习应用程序。同样，不编码的科技记者 Kevin Roose为他最喜欢的稍后阅读应用程序构建了一个替代品，不到三个小时。这种模式在社交媒体上重复出现。设计师、产品经理、学者分享他们的小应用程序和简单工具，而在几年前这需要一个由开发人员组成的团队。他们一起探索了新可能性的广阔地形，演示了如何在没有正式培训的情况下创建软件。类似的开发正在组织中发生，我将在后续章节中更详细地描述这些组织。

5、个人软件的主要原型

我们显然处于一个新的能力和影响力浪潮的早期阶段。观察人们分享和谈论的内容，从传统代码到 LLM 增强的系统，出现了几个原型：

个人软件的主要原型：一个脚本用代码自动化任务；一个工作流通过连接工具自动化任务；一个应用程序通过图形交互执行预定义的任务集；一个插件向现有应用程序添加功能；一个助手通过自然语言交互执行任务；一个代理做出决策，并采取行动以实现目标。

在某些情况下，AI 模型（包括 LLM）是嵌入在应用程序内的组件，由提供结构、护栏和接口的代码包装。人们使用传统代码、可视编程和自然语言（即提示词）的混合将这些 AI 模型集成到他们的解决方案中。

6、示例

一个每周为团队节省十个小时的助手。一个简化五十人工作的流程。一个让家庭团聚的应用程序。一个增强您的创造力的插件。像这样的故事每天都在网上流传。以下是我自己圈子里的一些：

Tsundoku 原型：插件

在 Próximo Lab，我们对缺乏在自己之间分享有趣文章的社交工具感到沮丧。我们构建了 Tsundoku，一个 Chrome 扩展程序，它记住您阅读的内容并将其链接到每个人的阅读中。它突显矛盾、互补的想法和连接，从而丰富了我们的对话。它是为小群体量身定制的软件。

Shopify-OML原型：插件 Próximo Lab 成员 Rohit Gupta 为旨在连接从未设计协同工作的服务的半熟机制创造了术语"中间软件"。我们的编辑 Patrick Pittman 构建了一个：一个将我们的在线书店与在 Google 电子表格上运行仓库库存的本地分销商连接的 Shopify 插件。个人软件经常存在于这些差距中：对任何供应商来说太具体而无法解决，太必要而不能留空。

第十团队成员 原型：助手

在 BBVA，我曾在 AI 战略方面担任顾问，法律咨询团队的一名成员构建了一个自定义 GPT，帮助九名律师每年处理 40,000 个客户查询。该工具起草答案比手动查找更快、更全面；所有响应在到达部门经理之前都经过人工审查。它是由一个团队的经验和工作流程塑造的软件，而不是由 IT 部门。

Flow 原型：应用程序/工作流

设计师和教师 Etienne Mineur 一直创建增强设计师独特性的定制工具，而不是 AI 正常化创作。他构建了 Flow，一个工作流生成器，它编排一个合成创意团队（战略家、标志专家、设计评论家）在他的指导下进行头脑风暴、批评和迭代。它是由一个人的实践和 AI 的可能性塑造的软件，而不是由市场。

Etienne Mineur 的 Flow 是设计师的工作流生成器。一个人的工具，几年前需要一个团队来构建。

8、个人软件创造了什么

与传统的商业模式（例如，企业许可、定制开发的合同、开源的付费支持和托管）不同，个人软件除了覆盖成本之外很少产生直接收入。它的价值在于其他地方。

8.1 人员赋权

当现有工具过于通用、过于昂贵或过于复杂，或者根本不存在任何工具时，人们寻找构建自己的方法。个人软件源于塑造自己工具的冲动：解决挫折、自动化单调、增强能力、在特定实践中创造新的东西。

在一个由为通用用户构建的软件定义的世界中，有关于创建满足自己需求的工具的强大之处。遵循 DIY（自己动手）运动的精神，个人软件可能缺乏专业产品的一致性，但它发展了一种不同的质量：手工制作、为自己、朋友、家人和同事的东西的魅力。个人软件是由真实的人和他们的背景为真实的人构建和使用的软件。正如 Robin Sloan 通过他的家庭应用程序 BoopSnoop所证明的，软件可以在不追求商业成功的情况下变得有意义和有价值。成功的衡量标准变成了人员赋权，而不是财务增长。

8.2 知识创造

由于个人软件不以稳健、完美或完整的结果为目标，代码本身本身几乎不具备可转移的价值。它不涵盖边缘情况，并且可能只在特定上下文中工作。由于这些原因，它很少直接转换为开源项目或商业产品。

真正的价值出现在人们实验、学习和分享时，而不是代码。个人软件的制作者描述了他们如何解决问题，他们从一小群用户中学到了什么，什么有效，什么无效，他们想象构建什么。这种知识和创造力更多地通过语言（例如，对话、在线帖子和视频演示）而不是代码存储库流通。用传统指标很难追踪影响，并且它仍然很大程度上不可见。

它是通过学习、协作和完善的周期，一些个人软件向其他软件类别移动。例如，NetNewsWire 追踪了一条引人注目的弧线。2002 年，Brent Simmons 将其发布为 RSS 阅读器，他为自己和想要关注博客的 Mac 用户构建的。它是纯形式的个人软件。该应用程序找到了受众。2005 年，NewsGator 收购了它，Simmons 作为员工加入，同时在产品转移到商业领域时继续担任首席开发人员。六年后，Black Pixel 收购了它；Simmons 不再从事代码工作。应用程序漂移了。然后在 2018 年，Black Pixel 将名称归还给 Simmons，他将其与 Evergreen 合并，Evergreen 是他独立构建的开源阅读器，并将 NetNewsWire 5.0 作为免费的开源软件发布。应用程序从个人到商业再到开源。今天它仍然是 2002 年的样子：由使用它的人构建的软件，以及为共享相同需求的其他人而存在的软件。

2005 年（左）和 2025 年（右）的 NetNewsWire。二十年相隔，界面保持不变：一个简单的源列表、一个阅读窗格、一个干净的界面。开源版本是从先前版本的学习中创建的。

8.3 相互丰富

个人软件的不完整性，远非缺陷，而是一种邀请。在他 1989 年的文章更糟的是更好的中，计算机科学家 Richard P. Gabriel 观察到，具有实际简单性的系统往往比完美的功能丰富的系统实现更好的采用。不完美创造了机会：发布别人知道如何改进的东西是吸引协作的最佳方式之一。

个人软件是关系的开始，而不是交易的结束

媒体和软件公司 Every 已将部分商业模式建立在这一原则之上。他们提供五种 AI 工具，每种都由一个人制作：用于写作的 Lex、用于内容重用的 Spiral、用于文件组织的 Sparkle、用于电子邮件的 Cora 和用于语音听写的 Monologue。这些产品最初源于 11 名员工的个人需求，然后在其受众中找到了共鸣。它们与 Every 关于 AI 的深度写作一起捆绑到每年 200 美元的订阅中。它们不如来自专门产品公司的商业软件那样经过精心打磨。Every 不是为增长和通用用户构建产品，而是为自己及其订阅者社区内构建产品。

这倒置了软件和用户之间的传统关系。商业软件从用户群中提取价值。个人软件在群体内创造价值。这种区别很重要：一个通过获取客户来扩展，另一个通过培养关系来加强。

9、软件作为对未来的邀请

本文绘制了一个正在转变的地形。我们正处于连续企业家 Lisa Gansky 所称的"不再 / 但尚未"：传统模型受到挑战，但替代方案仍然不完整。个人软件是塑造未来的邀请。

几十年来，软件一直是大多数人消费的东西，而不是创造的东西。软件行业通过规模来衡量成功：用户、收入、增长。这种对规模的不懈追求产生了服务于自己逻辑而不是让人类使用它们的系统。我们日常使用的工具是由为了我们恰好所属的市场而优化的远距离团队塑造的。个人软件倒置了这种关系和成功的衡量标准：它是由它服务的人构建的，足够小以理解，足够近以控制，足够好以适应。

软件创建的障碍已经降低，但它并没有消失：即使有 AI 协助，系统仍然需要对抽象的舒适。LLM 正在扩大可以构建的人圈，但它们并没有完全消除这个圈。项目更容易开始，但使它们适合仍然需要能力和专业知识。在下一章中，我看看塑造实践的新创造者：他们的方法、他们的工作、他们的技能。

对于组织，个人软件提出了战略性问题。当员工可以构建自己的工具时，治理、人力资源、采购和机构知识会发生什么？您如何在不失去一致性的情况下支持这种能力？您如何从小的实验中出现的知识？您如何衡量成功？我在最后一章中探讨这些问题。

Rumbo 以一位朋友、一个问题以及几天的工作开始。许多知名的软件公司和其他商业企业也是这样开始的（例如，eBay、Slack、BlaBlaCar、Wallapop 等）。现在的区别是，更多人和组织可以用 AI 塑造自己的工具，形成成千上万个微工具的长尾。

原文链接：Software Gets Personal: An Introduction

汇智网翻译整理，转载请标明出处