如果AI已经能帮你写代码，开发一款软件还需要多少人？
过去，开发能力稀缺，掌握技术、拥有团队，就有机会建立竞争壁垒。现在，模型让更多人能够参与开发，软件功能的实现成本也在下降。
对中国软件企业来说，AI带来的变化，究竟会怎么改变商业化方式？
传统订阅制还能撑多久？Adobe长期依靠Photoshop、Illustrator等专业软件建立订阅收入。
这种订阅模式建立在专业软件开发难、维护成本高、替代产品少的基础上。但当用户想退出订阅时，就面临着不低的退出成本。
2026年3月13日，Adobe和美国司法部达成和解协议，支付金额约1.5亿美元，结束有关其隐瞒订阅提前解约费用、刻意设置繁琐退订流程的相关指控。
与此同时，软件替代品也在增加。
亚特兰大开发者Brandon Thomas带领四人团队，使用Anthropic的Claude Opus 5.5，以Rust语言和WebAssembly开发ArtCraft开源套件，包含Photoshop替代品PhotoCraft、Illustrator替代品VectorCraft、Premiere替代品FilmCraft等七款软件。
团队没有复制Adobe的原始代码，而是独立实现相关功能，这些产品也说明，AI正在降低进入专业软件市场的门槛。
国产模型还进一步降低了试错成本。
Qwen3.8在编程和专业办公方面能力提升，在CodeArena前端编程专项榜单中位列全球第四名。
豆包2.1 Pro每百万Tokens输入定价6元、输出定价30元，综合使用成本较Claude Opus 4.6降低近八成，面向高频调用场景推出的豆包2.1 Turbo，定价仅为Pro版本的一半。
根据千问AI平台公开资料与第三方评测结果，Qwen3.8-Max每百万Tokens综合平均成本仅5美元，而同期性能水平相近的竞品模型综合费用分别达到20美元、12美元。
这个成本差距意味着，即便模型能力在同一量级，使用国产模型的开发者能以更低的试错成本去验证想法，尝试更多产品方向。
Adobe的和解反映退出成本问题，ArtCraft则展示了替代供给增加的可能。
两件事指向不同的变化，用户对原有订阅服务的约束受到审视，开发者进入专业软件市场的成本也在下降。
未来，软件企业需要进一步证明，自己的产品能提供哪些持续、稳定且值得付费的功能。
国产算力如何寻找新解法？软件开发成本下降后，运行成本仍然是一笔账。
Agent需要反复调用模型、执行任务和校验结果，推理成本会影响产品能否长期运营。
2026年7月13日，上海东方算芯对外发布首款大算力芯片DF1000。
这款芯片采用“软件定义+3D堆叠近存计算”技术路线，依托14纳米工艺实现每秒520万亿次浮点运算，访存带宽达到6.4TB每秒，可支撑128卡大规模算力集群稳定运行。
东方算芯创始人魏少军介绍，专用路线通用性不足，难以适应AI算法每隔两三个月显著变化的节奏，通用路线则高度依赖工艺进步，而国产算力产业获取先进制程受到限制。
DF1000通过软件定义动态调配硬件资源，并以三维垂直堆叠缩短计算与存储单元之间的数据传输距离。
魏少军表示，这条路线不需要依赖最先进的工艺技术，也可以实现高性能。这说明，制程之外，架构设计、访存效率和软件适配同样影响实际计算表现。
模型与算力的适配也在推进。
阿里真武M890超节点顺利完成Qwen3.8适配，成为国内首个可稳定运行超2万亿参数大模型的超节点硬件。
依托芯片、云平台与大模型的全链路调优，该超节点实例在Agent推理场景中最高可以取得1.5倍的推理性能提升。
据《经济日报》报道，截至2026年6月，国内日均词元调用规模已经突破500万亿。
随着AI进入日常工作流，企业不仅要承担开发投入，还要支付持续的模型调用费用，算力成本越低，Agent处理任务的经济性才越有机会改善。
政策层面也在推动算力使用成本下降。
2026年9月，工信部印发《“人工智能+软件”专项行动实施方案》（工信部信发〔2026〕209号），方案设定目标，到2028年，覆盖推广2万家规模以上软件企业落地应用，累计落地100项软件企业智能化技改项目，在重点行业打造100个智能体软件标杆案例，孵化不少于5个重点开源项目。
开发工具决定软件能否更便宜地做出来，算力供给则影响它能否以可承受的成本长期运行。
国产模型在开发侧压低了试错成本，国产算力在运行侧提供了不依赖先进制程的替代路线，两笔账都算得过来，AI软件才有机会从演示功能进入日常业务。
这也给中国AI软件产业打开了更大的空间，从模型开发到算力运行，国内企业正在为更多软件应用提供成本可控的技术条件。
Agent技能如何变成新生意？传统应用商店主要分发供人操作的软件，Skill市场则尝试将独立能力交给Agent调用。
开发者可以把某项功能封装成Skill，进入其他Agent的工作流。
Vercel发布的报告显示，skills.sh上线七个月累计汇集100万个Agent技能，技能安装记录接近2.8亿次。在安装量超过10万次的技能中，Agent工作流是最大的类别。
中国市场同样在扩张。
截至2026年8月，腾讯SkillHub官网实时统计显示，平台已经收录10.8万个AI Skills，月度下载总量突破1000万次。
腾讯已有10多款产品完成skill化改造，阿里则在JVS Claw Agent助手中内置“虾小宝”Skill市场，用户可以一键同步所选Skill。
Skill市场的持续扩张，为软件能力的分发和商业化打开了空间。
《Skill蓝皮书2026》基于61776条Skill样本数据开展研究，结果显示半数以上Skill评分处于0星水平。
软件工程类Skill的数量最多，商业运营类Skill平均安装规模较整体均值高出74%，写作文档类则高出50%。
接下来，对企业用户而言，能否解决真实业务问题，将影响哪些技能率先获得市场认可。
而业务场景的密度，恰恰是中国软件企业长期服务制造业、物流、零售等行业积累下来的基础。
商业化还需要收费基础设施。
腾讯SkillPay尝试将技能分发、Agent调用与技能支付连接起来，商家在SkillHub上架Pay Skill，即获得面向Agent的收费能力，定价权与收款权留在商家手里，按照调用量结算。
收费链路打通后，付费调用能否覆盖模型与服务成本，还需要市场检验。
2026年9月，人力资源社会保障部对外公示新增职业工种，在“生成式人工智能系统应用员”职业下新增“智能体开发员”工种。
据央广网报道，包含生成式人工智能系统应用员在内，AI相关新职业的人才缺口规模突破100万。
中国人事科学研究院就业创业与政策评价研究室主任庞诗指出，新增工种是在原有职业分类下，针对全新工作场景细化形成新的从业标准与能力要求。
这反映出Agent相关岗位正在形成更明确的分工。人才需求说明技能产品的开发正在从个人尝试进入职业化阶段。
对中国软件企业而言，长期积累的行业经验是差异化来源之一，关键是把经验整理成Agent能够调用的产品。
中国软件如何从人力密集到场景密集？国际AI编程市场已经出现高估值、高收入的公司。
据36氪2026年9月报道，AI编程企业Cognition完成20亿美元E轮融资，投后估值达到480亿美元。SpaceX出价600亿美元收购AI编程工具Cursor。Cursor在三年时间内实现20亿美元年度经常性收入。
Research and Markets发布的行业报告预测，全球AI代码工具市场规模到2030年有望达到222亿美元。
中国软件产业的收入结构有所不同。
据工信部统计数据，2025年国内软件产业整体营收约15.48万亿元，信息技术服务板块收入10.64万亿元，占到全行业营收约68.7%。
大量信息技术服务收入来自定制开发、系统集成、技术实施和运维。
这种业务让软件企业积累了行业经验，也容易受到人员投入约束。不过这种约束在AI编程降低开发门槛之后，反而有了被打破的可能。
华泰证券研报指出，AI时代的软件竞争正从标准化产品逐步转向“产品能力+行业Know-how+深度交付”并重，国内软件厂商的Know-how优势及客户黏性优势正加速凸显。
例如，制造业质检涉及缺陷样本、光照条件和判定规则，物流调度涉及路线与运力安排，零售运营则涉及库存和销售管理。
中国软件企业长期参与制造、物流、零售等行业的数字化建设，积累了大量来自真实业务现场的经验。这些经验如果能沉淀成可复用的软件能力，就有机会成为AI时代区别于单纯模型能力的竞争优势。
据《经济日报》报道，国内已有软件厂商开始将行业服务经验转化为标准化技能包，并在Agent平台上架。
Gartner机构还预判，到2027年，超过65%使用Agentic Coding的工程团队会把IDE视作可选工具，权限管控、治理与验证环节会转移至自动化平台，到2028年，超70%企业软件工程师将依托AI编程Agent开展同步、异步开发任务。
异步AI编程Agent工作流预计能将工程团队生产效率提升30%至50%。
与此同时，Gartner预计，AI编程成本会随着Token消耗增长、按调用计费模式普及，超过普通开发人员平均薪资，搭载智能体能力的企业软件应用占比，将从2024年不足1%提升至33%。
当行业经验能够被反复使用，当AI带来的效率提升能够覆盖运行成本，中国软件就有机会从项目交付走向产品化竞争。
国产模型和算力正在提供成本空间，中国软件企业多年积累的行业经验则提供了场景基础。
能把这两项优势转化为客户愿意持续付费的软件产品，中国企业就有机会把服务中国市场积累的能力，带到更广阔的全球市场。
#发优质内容享分成##头条精选-薪火计划#