软件可售卖的最小单元：AI 时代的小产品生意经

原文来源：Brandur — 当 AI 让软件构建门槛急剧下降，付费 SaaS 产品的生存逻辑是什么？

Brandur 最近离开了工作多年的 Stainless，全职投入他的开源项目 River——一个基于 Go 和 Postgres 的任务队列。消息发出后，不止一个人问他同一个问题：在 AI 时代做付费软件生意，你是不是疯了？

这不是一个随口的问题。LLM 已经让构建软件变得前所未有的便宜。你的产品发布后，潜在客户可能花一个下午用 Claude 搭个内部替代品。在这样的世界里，卖软件还是个可行的生意吗？

一个让我反复思量的 LinkedIn 故事

那天早上我在 LinkedIn 上刷到一条帖子。帖主说他的公司每个月花 400 美元买 Atlassian 的 Jira。他觉得这个账单不可理喻，于是让团队用 Claude 自己搭了一个内部任务追踪工具。Jira 被替换了，每月 400 美元的支出被抹掉了。

这个故事戳中了很多人的神经。软件行业一直在讨论「买 vs 造」，但过去一年，天平发生了根本性的变化。

过去，「造」是一个非常昂贵的决定。工程师工资高、优秀的人难找，一个内部项目从启动到交付，预期的成本极其高昂，进度永远超期，深坑永远比想象中深。通用的行业智慧是：只在核心竞争力内自建，永远不要被外围项目分散精力。等到公司规模大到让这些花销消失在利润边际里，再考虑也不迟。

LLM 改变了这一切。突然间，用模型生成大量代码变成了一件相当可行的事。

但问题是，代价真的降到零了吗？

便宜不等于免费

LLM 让软件构建变得更便宜了，但没有把它变成零成本。一个优秀的 LLM 辅助构建系统，仍然需要一个人反复地与模型协作：让它工作一段时间，根据结果调整方向，要求重新来过，再次优化——几十个来回才能得到一个令人满意的结果，而且必须在时间和质量之间找到最佳平衡。

维护成本同样存在。任何有一定复杂度的软件包都会有新功能和 bug 修复。LLM 让修改变得更简单了，但不会让它们免费。成本表中最贵的一项，始终是那个监督和验证结果的人的时间。

回到刚才那 400 美元的 Atlassian 笑话。我们来算一笔账。

假设一个工程师年薪 20 万美元，每周工作 40 小时（假装 996 从来没有被发明过）：

• 每月：16,667 美元
• 每周：3,846 美元
• 每小时：96 美元

为了对冲那每月 400 美元的 Jira 支出，这位工程师最多只能花 4 个小时（400 除以 96）在自制任务追踪工具的维护和功能开发上。即使有 LLM 帮助，这也是完全不现实的。让我们大方一点，假设可以压缩到每月 2 小时的维护工作。即使这样，最初那两周构建投入，也需要 37 个月才能回本（投入 2 周 × 3,846 美元，除以每月节省的 400 美元减去维护成本 2 × 96 美元）。

我也讨厌 Jira，和所有用过 Jira 的人一样讨厌。每次打开它我都有一股近乎不可控制的冲动想自己重写一个。但数学不会撒谎：这笔账算不过来。

（当然，这并不意味着只能捏着鼻子用 Jira。换个产品就好了——比如用 Linear。重点不是 Jira 有多烂，而是自己造有多贵。）

哪个价格点才值得「造」？

反过来再看看高价 SaaS 产品的情况。一套 Salesforce 全功能席位每月约 500 美元。如果你需要 50 个席位，那就是每月 25,000 美元。

这个价格足够雇 1.5 个工程师全职做克隆版本了。CRM 确实是个复杂的软件系统，重写绝非易事，但不管你从哪个角度估算，这个价格都已经接近「值得自建」的决策点了。（Salesforce 今年迄今跌了 30%，市场似乎也相信这一点。）

可售卖区

我的观点是：对于任意复杂度的软件产品，存在一个可售卖区——当定价合理时，即使在强大的 LLM 面前，用户仍然会选择购买而非自建。

可售卖区里的软件满足两个条件：

1. 有足够的复杂度，让 LLM 重写不是一件小事，并且存在持续的维护负担
2. 定价不过分高，不会强烈促使客户选择自建

只要定价保持在合理范围内，用户在许可授权上支付的总费用，就会低于他们从头构建并持续维护的累计成本。

在这个可售卖区的某个位置，存在着软件可售卖的最小单元——低于这个阈值，花时间走采购流程、做评估、开账单的功夫，还不如自己用 LLM 搭一个划算。

用表格来总结：

Jira 的 400 美元相当于一个工程师每月工作 4 个小时——这点时间连搞清楚需求都不够，更别说写好代码了。而 Salesforce 的 25,000 美元已经可以雇将近两个全职工程师了，虽然 CRM 复杂度更高，但经济账已经翻转。

River 作为一门生意

说了这么多，其实这是篇有些私心的文章。

过去几年，Blake 一直在维护开源项目 River——一个 Go 和 Postgres 的任务队列。接下来的几个月，我会全职接手这个项目，把它做成一门小生意。

River 的大部分功能是开源免费的：周期性任务、定时任务、唯一任务、Web UI 等。一些进阶功能（工作流、顺序任务、并发限制任务）和计费能力保留给付费的 Pro 版本。一个 LLM 确实可以复现这些付费功能，但我们在 API 设计和性能特性上花的功夫，意味着要达到同样的水准并不容易，得花不少时间。

定价上我们采用了基于团队规模的次线性模型：20 人以内的小团队每月 125 美元，往上按倍数扩展。对于一个中小型开发团队来说，125 美元就是所有人的全部费用，不需要按人头付费。

回到开头那个问题：在 AI 时代做付费软件生意，是不是疯了？

说实话，我也不知道。至少接下来的几个月会告诉我答案。

但我相信一件事：AI 让软件变得更便宜了，但「便宜」和「免费」之间还有巨大的空间。只要你做的产品有足够的复杂度和独特性，而且定价足够理性，用户算完账之后会发现——买，依然是更好的选择。这不是反 AI 的立场，而是对经济规律的基本尊重。

软件从未如此容易构建，也从未如此难以售卖。但对那些找到了可售卖区的人来说，机会可能比以往任何时候都大。