當 Coding 不再是門檻：我對 AI 時代軟體市場的觀察
前言：用近三十年的專案經驗看軟體業的視角
我累積了近三十年的專案執行經驗,現在正在往 AI 應用規劃與軟體開發轉型。這個背景讓我看軟體市場的方式,可能跟純軟體工程師不太一樣——我習慣從「整個系統怎麼運作」「一個專案怎麼從規劃到交付」的角度切入,而不只是「這個工具好不好用」。
最近這半年,我越來越強烈地感受到一件事:寫程式碼這件事,正在從一個「專業門檻」變成一個「人人都能碰的東西」。這不是危言聳聽,是我自己親身體驗的。我現在每天用 Claude Code 在做的事情,放在三年前,我得花錢請一個工程師才能做到且又一定時間表。但現在的我透過vibecode真的能做出可以用的東西。
這篇文章我想談的,是這個轉變背後,正在重塑整個軟體市場的四個層面。我會盡量結合台灣的軟體產業現況來講,因為我發現這個現象在台灣的中小企業生態裡,其實有非常具體的案例可以對照。
一、當「會寫程式」不再稀有,軟體就會被當成「行銷」一樣被任何人評頭論足
1. 我自己的轉型故事,正好是這個現象的縮影
我過去近三十年的專案經驗,讓我很清楚一件事:一個領域要被尊重,通常需要兩個條件同時存在——進入門檻要夠高,以及外人要難以用自己的肉眼判斷你做得好不好。但AI 讓軟體變得不一樣了。我現在在學vibecode、在做 AI 應用的過程中,我發現一個很有趣的現象:任何人都可以對一個 App 的介面、流程、甚至程式碼品質發表意見,即便他完全不懂程式邏輯。
這其實跟我學的「紫薇斗數」有點像——表面上人人都能解一卦,但解得準不準、解得深不深,那是另一回事。軟體現在也走到這個階段了。
2. 門檻降低 + 可見度提高 = 整個行業的「被尊重程度」下滑
我觀察到的規律是這樣:一個領域要被尊重,通常需要兩個條件同時存在——進入門檻要夠高,以及外人要難以用自己的肉眼判斷你做得好不好。數學是這樣,過去的軟體工程也是這樣。
但 AI 把寫程式的門檻砍到接近零之後,任何人都能用 Claude Code 或類似工具,在一個下午內生出一個能跑的網站。這件事一旦發生,軟體工程師的「神秘感」就消失了——因為任何人都覺得自己可以評論你做的東西,甚至覺得自己也可以做出一樣的東西。
我認為這個趨勢未來會直接反映在薪資結構上。當一個領域變成「人人都覺得自己懂、人人都能試」的時候,薪資分布會被拉得很開——就像寫作、設計、行銷這些領域一樣:大部分人賺不到什麼錢,但頂尖的少數人薪水會高到嚇人。軟體工程師這個職位,未來會越來越像「行銷人」——光寫「我是工程師」已經不夠,你需要一個明確的專精領域、一份拿得出手的成績單。
3. 台灣的現況:中小企業老闆現在動不動就說「這個我請 AI 做就好」
這個現象我在台灣的軟體外包圈、接案圈聽到太多次了。過去台灣有大量的中小型軟體外包公司,專門幫企業做客製化系統(進銷存、簡單的 CRM、官網)。這類案子過去能養活不少團隊,因為「會寫程式」本身就是稀缺資源。
但現在我聽到越來越多企業主,甚至完全不懂技術的人,會直接說:「這個我請 AI 幫我寫就好,幹嘛花錢請工程師?」這句話背後,其實就是「門檻消失、人人覺得自己能評判甚至能自己做」這個現象的台灣版本。台灣很多中小企業老闆本來就很精打細算,一旦發現「不用花錢請人,自己用 AI 也能弄出個雛形」,那種對軟體外包價值的尊重感,真的會快速下滑。
二、選擇變多,反而讓人不再對任何一個軟體「死忠」
1. 我自己最近換軟體工具的頻率,變得異常頻繁
老實說,我這半年用過的 AI 工具、生產力工具、筆記軟體種類,比我過去十年加起來還多。原因很簡單:當市面上同類型的工具從 3 個變成 300 個,而且我自己還能用 AI「客製化」出一個專屬版本的時候,我對任何一個工具的「忠誠度」幾乎是零。
這個現象很像交友軟體帶來的心理效應——當選項多到爆炸,你反而更難安定下來,因為你總覺得「說不定下一個更適合我」。我認為軟體現在也走進這個階段了。當年只有三個專案管理工具的時候,大家會選一個、深度整合進工作流程、捨不得換。現在工具一年比一年多,加上我自己能用 Claude Code/ Codex 一個晚上生出一個簡化版,「承諾」這件事,正在從軟體市場裡蒸發。
我自己現在看軟體的方式,越來越像看「水」——它是必需品,到處都有,但不再是讓我「選邊站」的東西。
2. 台灣的訂閱軟體市場,正在出現「退訂潮」的隱憂
我認為這個現象,未來會直接衝擊台灣很多做 SaaS 訂閱制的小型團隊。台灣有不少做垂直領域工具的小公司(例如餐飲業的點餐系統、美業的預約系統),過去靠著「這個產業就這幾家可以選」存活。但當客戶發現,自己公司裡懂一點 AI 的人,可能花幾天就能弄出一個八成像的替代品時,那種「非你不可」的黏著度會快速流失。
我認為對台灣這類中小型 SaaS 業者來說,接下來最大的風險不是被大廠打趴,而是被「選項爆炸」本身稀釋掉客戶的忠誠度。
三、軟體市場的「中產階級」會被壓扁,只剩下「巨頭」跟「滿天的個人小工具」
1. 「夠好用」的中型廠商,會被兩面夾殺
我自己觀察台灣軟體外包與中小型 SaaS 生態,有一個很明顯的趨勢正在發生:那些靠「我做得比你自己摸索好一點」存活的中型團隊,處境會越來越危險。
道理很直接:過去軟體難做,中型團隊靠著「只有我們能做到這個程度」收費 $50/月、甚至台幣幾千塊/月就能活得不錯。但現在任何人都能用 AI 在一個週末弄出一個堪用的替代品,這些中型團隊的產品就變成了大宗商品——他們的營運成本還是擺在那(辦公室、人事、客服),但價格上競爭不了免費的 AI 生成工具,規模上又打不過真正的大廠。他們會被夾在中間,慢慢被擠出市場。
2. 長尾爆發:台灣會出現大量「個人專屬工具」,而不是「產品」
因為做軟體的成本接近零,我預期接下來會看到一種「軟體版的寒武紀大爆發」——大量超利基、一次性、只為一個人或一家小店設計的工具會冒出來。比如一個夜市攤販自己用 AI 弄出一個進貨記帳小工具;一個補習班老師自己生出一個學生點名加成績計算的小程式。這些不是「生意」,它們是個人專屬的工具,未來會有成千上萬個這種東西冒出來,但它們不會變成「公司」,也不會有人想把它們「賣」出去。
我自己現在在做的很多 MCP 小工具、本地端的 Python 爬蟲程式,某種程度上就是這種長尾現象的縮影——這些東西我自己用就好,根本沒有「產品化」的動機,因為產品化的成本(維護、客服、行銷)遠高於自己用的價值。這也讓我想到一個很核心的問題:這些「單點」工具,跟一個能整合多個環節的「面」,到底誰能在這個市場活下來?我的答案是後者——這也是我接下來要談的重點。
3. 聚合者的力量會更集中:台灣的軟體生態,最後比的是「信任跟流通管道」
在這片個人小工具的海洋裡,我認為真正能站穩的,只剩下提供基礎設施、身份驗證、流通管道的大型平台——就像我自己現在做的東西,終究還是要依賴 Google Workspace、Cloudflare、各種雲端服務的底層基礎設施。你可以自己生出一個筆記軟體,但你還是得讓它跑在別人的雲端上、透過別人的帳號系統登入。
對台灣來說,這意味著本土軟體公司如果還想在「工具」這個層次競爭,機會會越來越窄。能活下來的,要麼是真正的巨頭聚合平台,要麼是徹底放棄「賣工具」,改賣別的東西——而這就是我接下來要談的重點。
四、想贏,就不要再賣「軟體」,要賣「結果」——這正是 FDE 的核心
1. 「單點」 vs 「面」:我自己一直在思考的核心命題
我這段時間一直在想一個問題:同樣是用 AI 工具,為什麼有些人只是停留在「會用單一工具」的層次,有些人卻能做出讓企業真正買單的東西?我認為答案就藏在這篇文章的邏輯裡——單純會用一個 AI 工具的人,正是市場裡的「中產階級」,遲早會被擠壓掉;真正能站住長期位置的,是那些能做端到端整合、提供完整判斷與交付的人。
換句話說,「單點」是工具層級的勝負,「面」才是真正的競爭力所在。一個會操作某個 AI 工具的人,跟一個能把多個工具、多個環節、加上自己的領域判斷力,整合成一個完整交付結果的人,根本不在同一個量級上競爭。
2. 這正是我現在轉型方向的核心邏輯:賣結果,不賣工具
我認為接下來最大的機會,不在於做出更好的軟體工具,而在於把 AI 的執行力,加上人的判斷力,直接包裝成一個「結果」去賣。
舉個例子:一間公司過去可能花一筆錢買會計軟體,然後再花更大一筆錢請會計師把帳結清。未來真正賺錢的,不是賣「更好的會計軟體」給這間公司,而是直接幫他們把帳結清——軟體只是背後的工具,真正賣出去的,是「結果」這個服務。
這也是為什麼我認為「FDE(Forward Deployed Engineer)」這個角色,在接下來會越來越重要,而且我覺得這幾乎就是「賣服務、不賣產品」這個概念的另一種具體描述方式——FDE 不是去賣一個現成的軟體產品,而是把自己對特定領域的判斷力,配上 AI 的執行力,包裝成一個結果,直接交付給企業。這跟過去那種「賣完軟體,售後不太管你怎麼用」的 SaaS 邏輯完全不同。
3. 這對「專家」這個身份意味著什麼
我自己很有感的一點是:一個真正懂某個領域的專家,不再需要被一家公司綁死。過去你可能得進一家公司當全職員工,才能發揮你的專業。但現在,如果你真的在某個特定領域(比如稅務、法律、特定產業的流程優化)有扎實的判斷力,你可以同時服務很多個客戶,因為 AI 已經把瑣碎、重複性高的工作處理掉了,你只需要專注在「需要判斷」的那個環節。你把判斷力包裝成一個 outcome,賣給多個客戶,而不是把自己的時間賣給一家公司。
我近三十年的專案經驗,某種程度上正好契合這個轉變——過去做專案,最有價值的部分從來不是執行細節,而是「怎麼判斷哪裡會出問題、怎麼整合不同環節讓事情順利交付」。現在 AI 把執行的部分大幅補上了,我能做的,就是把這份「整合判斷力」直接轉成 FDE 這種角色,結合 AI 工具,提供企業端到端的交付,而不是去當一個「會用很多 AI 工具的人」。
4. 台灣這個變化,會怎麼具體發生
我認為台灣接下來會出現越來越多「一人公司」或「微型顧問」的形態——一個人,懂某個產業的痛點,結合 AI 工具,直接幫好幾家中小企業解決一個具體問題,而不是去一家公司上班、處理一堆瑣碎的行政工作。這跟台灣現在很多中小企業主習慣「找熟人解決問題」的文化,其實意外地契合——比起買一套標準化軟體,他們更傾向找一個懂他們產業、能直接搞定問題的人。
五、結語:我會選擇站在改變的哪一邊
寫程式的門檻已經塌了,而且不會再回到過去那種「會寫程式就是稀有資源」的時代。我自己近三十年累積下來的判斷力,某種程度上比單純的程式背景,更早就習慣了「外人總有意見,但真正的價值在於整合判斷」這個處境。
我現在的選擇很清楚:不是去比誰更會寫程式,而是把我過去近三十年對「怎麼把一個複雜系統,從規劃到完整交付」的判斷力,結合 AI 的執行能力,直接賣「結果」而不是賣「工具」。這也是為什麼我把目標放在 AI 應用規劃師、FDE 這個方向,而不是單純去學寫程式競爭那個越來越擁擠的賽道。「單點」工具會被淘汰,「面」的整合者才能留下來——這是我接下來每一步行動的核心判斷標準。
問題從來不是「這個變化會不會發生」,而是你要選擇成為推動這個變化的人,還是被這個變化推著走的人。
本文方法與案例為本人實作，草稿由 AI 協助整理。