SaaS末日并未到来:AI狂飙下真正危险的是没人懂的代码
市场在喊“SaaS已死”,工程师在疯狂写AI代码,但真正让这期播客炸裂的,是一个反直觉判断:不是软件被取代,而是“没人真正理解的软件”正在变成系统性风险。这里讲清楚哪些是泡沫,哪些才是AI时代的真机会。
市场在喊“SaaS已死”,工程师在疯狂写AI代码,但真正让这期播客炸裂的,是一个反直觉判断:不是软件被取代,而是“没人真正理解的软件”正在变成系统性风险。这里讲清楚哪些是泡沫,哪些才是AI时代的真机会。
Anthropic 刚刚扔下一颗重磅炸弹:Claude Opus 4.6。表面看是上下文窗口暴涨到100万 Token,但真正让从业者坐不住的,是它已经开始“像一个团队一样工作”。如果你还只把它当聊天或写代码工具,可能已经落后一个版本了。
大多数人以为这只是一场 FigJam 的新功能演示,但真正炸裂的点在于:Figma 和 Anthropic 正在用 MCP 把 AI 从“只会回文本”,推进到“直接参与团队协作”。这场 Live Demo,几乎把 AI 在产品、工程和日常决策中的下一种形态提前演给你看。
当AI写代码变得司空见惯,真正的分水岭出现了:AI是否能在真实、复杂的工程里像一个资深开发者一样工作?OpenAI给出的答案是——让Codex直接住进JetBrains IDE。这不是一个插件更新,而是开发范式的变化。
一个非技术背景的人,4个月烧掉30亿Token,却连续交付网站、CLI、机器人和AI系统。更反直觉的是,他几乎不写代码,而是“管理”AI Agent。这不是鸡汤,而是一套正在成型的新开发范式。
大多数 AI Agent 都停留在“能聊天”,而 Riley Brown 直接把 Claude Code 训练成了一个能长期记忆、自动归档、反复协作的“AI 员工”。更反直觉的是:核心不是模型多强,而是一个被严重低估的 README 工作流。
在这场面向早期设计师的 Figma 圆桌里,几位一线从业者几乎达成了一个反直觉共识:真正成熟的 AI 设计能力,不是“会用很多 AI”,而是清楚知道什么时候不用。关于 AI 搜索、语音 AI、Agent 和提示工程,他们讲的不是工具清单,而是一套正在行业内部形成的新判断标准。
这不是又一篇工具清单,而是一套已经被验证能“放大个人产能”的AI编码方法论。视频里最狠的一点是:不是换更强模型,而是用对模式、关键词和MCP,让Claude和Cursor真的像一个高级合伙人那样干活。
在这支不到9分钟的视频里,OpenAI展示了一件看似普通、实则颠覆的软件工程变革:让AI成为第一个代码审查者。它不只看diff,还会跑测试、写代码验证假设,甚至在你还没敢@同事之前,就已经把致命bug揪了出来。
Cursor 2.0 最大的变化,不是界面,也不是小功能优化,而是它亲手拆掉了「一个 IDE 只能信一个模型」的天花板。Cursor 不只发布了自家模型 Composer 1,还把 GPT‑5 Codeex、Claude Sonnet 4.5 拉进同一个工作台,让它们同时为你写代码、改 UI、修 bug。