Tim O'Reilly 谈 AI 经济中的新知识产物：当代码变得廉价，什么才有价值

O'Reilly Radar· Tim O’Reilly·2026-11-06 02:18· 56 分钟前AI 评分64

AI 经济下的新型知识产物

AI 导读

Tim O'Reilly 在 O'Reilly Radar 撰文提出，AI 正使源代码失去作为可共享知识产物的核心地位，开发者需要识别并建立共享提示词、上下文、规格、Agent Skill、eval 和 agent trace 等新型产物的新机制。

正文 · 原文

在最近的 Foo Camp 上，不少人表达了类似这样的想法：“我不再想要别人写的代码了。我可能会让我的 agent 去看一眼，但我只想提取我想要的部分，甚至可能用 Rust 重写那些部分。现在要生成我想要的代码实在太容易了。”

这个话题热度很高，Jesse Vincent 为此专门主持了一整场会议。我没有参加，但 Jesse 把他 Plaude AI 笔记工具生成的报告给了我。以下是摘要中的相关部分：

多位参与者认为，软件开发的主要产物可能正从可执行代码转向自然语言提示词、生成过程和开发者技能。一位发言者将 Python 比作汇编语言，认为随着自然语言生成占据主导，编写常规代码可能变得可选。另一位则认为，开源能够经受住这种转变，因为其核心价值——同行生产、能力建设和共享规范——并不取决于代码由谁或由什么来编写。

与此同时，Jesse 警告说，维护者正被大量未经邀请、自动化且往往质量低下的贡献所淹没。参与者表示，pull request、代码仓库和会议等传统里程碑曾帮助贡献者建立联系并获得认可；随着 AI 让代码复制变得更容易，社区可能需要新的方式来认可参与，并为未来的开发者创造路径。一些社区互动已转移到 Discord 和私信等空间，但仍然需要结构化的机会。

科学计算引发了特别的担忧。一位小组成员警告说，AI 生成的分支和 agent 攻击可能威胁到 NumPy 和 SciPy 等经过仔细验证的基础。科学系统依赖久经考验的库和可复现性，因此成千上万个未经审查的替代方案可能损害可靠性。参与者建议在传统开源社区与现代 AI 开发之间架起桥梁，因为后者目前可能使用不同的工具和产物。

其他提议包括：将代码视为“液态”，并把开源治理的重点放在持久的基础设施和规范上；让 agent 存储独立于短暂的容器生命周期；以及利用企业合规和安全监控架构来聚合组织级的 trace。

这些都是重要的观察，且都指向同一个方向：AI 正在改变软件开发的机制和产物。对于越来越多的用例而言，软件源代码本身可能不再是最重要的可共享知识产物。这并非新现象。每一次重大技术变革都会催生新的机制、新的产物和新的机构。

最初，软件开发者主要分发二进制文件，后来开源开发者让共享源代码成为常态。现在我们需要分发和共享另一种东西：用于即时生成代码的上下文和模式。知识正在被解绑，并可以以新的形式共享。如今，一个代码仓库是我解决自己具体问题所需的上下文来源，而不是原始开发者将其编码进库或打包解决方案中的那一堆问题。有些人会将自己的上下文和模式保持私有，要么是因为他们认为独享这些能带来专有优势，要么是因为太忙或太懒而不愿分享。但问题的一部分在于，我们还没弄清楚到底需要共享什么！

软件开发社区面临的挑战是识别 AI 经济中的新知识产物，并建立新的机制和激励措施来共享它们。

我们都经历过这样的情况：看到一个定制的、由智能体生成的应用程序，想要类似的东西，并希望能要到一个起点，这样就不必从零开始凭感觉编写一个等效版本，也不必付出随之而来的全部注意力、反复试错和 token 成本。即使在一个软件由智能体生成的世界里，这仍然不是没有成本的，而我们大多数人都喜欢有一个好的起点。

当然，这不会适用于所有软件。在很多领域，“差不多类似”的软件是灾难的配方。想象一个销售和营销团队，每个人都有自己凭感觉编写的 CRM 工具，指标和能力各不相同。这可不妙。因此，仍然会有大型 SaaS 应用程序、分发的二进制软件和分发的源代码。但也需要一些新东西。

本文的目的是开启一场对话，讨论开发者究竟应该保留、共享和基于他人成果构建什么，以及还缺少哪些机制来让这个良性循环更有效地运转。我无法预见未来，只能推测。因此，和往常一样，我采取历史的视角。诗人 W. S. 默温写道：“我们是未来的回声。”我发现，用历史来框定当下，是一种富有成效的方式，能让我们的思维朝着正确的方向前进。

请注意，虽然本文聚焦于软件开发，但我在这里提出的问题几乎适用于每一个领域。如果你在任何受 AI 影响的领域工作并有所见解，请告诉我。

从代码到上下文

LLM 生成代码的容易程度，矛盾地让人们过度关注不生产代码有多么容易。这可能让我们忽视了一个事实：代码本身作为一种有价值的、可交易的、可共享的知识产物，正在被取代。也许“被取代”这个词太重了。不同种类的价值会长期重叠。但最终，旧的会消退，新的会成为主导。这以前发生过。每一次技术革命不仅依赖新机制，也创造了新的有价值的知识产物。我在最近 AGNTCon + MCPCon 的简短主题演讲中谈到了这一点。

开源革命部分依赖于模块化设计和源代码控制等机制，其程度甚至超过了对自由软件许可证的依赖。它催生了像 GitHub 这样的新型协调机构。但它也创造了一类有价值的新型知识产物——源代码仓库，以及诸如提交历史和声誉之类的附属有价值产物。开发者的公共仓库成了一种简历，项目的提交日志则成了记录谁做了什么、做得如何的档案。这取代了此前二进制文件作为软件经济中可交易对象的世界。微软的财富建立在销售二进制文件之上，而对于任何以售出的二进制文件来衡量软件经济的人来说，自由软件看起来就像是价值在被摧毁。（史蒂夫·鲍尔默曾称 GPL 自由软件是“癌症”，微软副总裁吉姆·阿尔钦则称其为“知识产权的毁灭者”。）

关于开源软件的影响，我喜欢从两个角度来思考。首先，基于稀缺性的价值被由丰裕创造的价值所取代。早在 1975 年，史蒂夫·贝尔就将此描述为“晾衣绳悖论”，他解释说，当你把衣服放进烘干机时，你所使用的能源会被计量和统计，但当你把衣服挂在晾衣绳上时，尽管完成了同样的工作，却被会计所忽略。开源软件就像阳光，免费取用，其价值无法计量。所有人都把 Red Hat 和 MySQL 等自由软件公司的收入与微软和甲骨文等专有软件公司庞大得多的收入相比较，注意到前者甚至未能作为独立公司存活下来这一事实，并得出结论说开源是一种效果较差的商业模式，因为其创造者捕获的价值更少。他们忽略了一点：被创造出来的价值远远多于被捕获的价值。开源随后驱动了大部分互联网经济，其价值通过销售软件本身之外的其他方式被捕获。

有些人可能认为这是一种失败，但他们错了。这正是系统按照其创造者的意图在运作。我记得曾与 X Window 系统的创造者之一鲍勃·谢夫勒交谈，问他我们基于他们的文档构建商业版本是否可以。他告诉我，那正是他的本意。他们以非常宽松的许可证发布东西，恰恰是因为他们希望其他人在其基础上构建。我记得他说过：“我们想抬高地板。”Berkeley Unix、Apache 等的创造者也有着完全相同的想法。他们不想赢得现有的游戏。他们想玩一个不同的游戏。

而且他们大获成功。正如克莱顿·克里斯滕森在 2004 年指出的那样，当一样东西变成商品、变得模块化和可替代时，另一样东西（通常是相邻的东西）就变得有价值了。他称之为“吸引力利润守恒定律”。大约在同一时间，我在解释开源软件的影响、催生我很快将称之为 Web 2.0 的新范式时，偶然发现了这一原则。克莱和我第一次结缘是在 2004 年开源商业大会上，我们各自发表了关于本质上相同内容的主旨演讲。后来我在一篇题为“开源范式转变”的文章中写到了我们各自思想的交汇。

新的产物往往是这种价值转变最先显现的信号。你可以在网络的演进中看到这一点。网络诞生于互联网赋能的超文本这一新机制，通过 HTTP、HTML 以及使其发挥作用的模块化、可替换软件（网页浏览器和网页服务器）实现。

起初，新的有价值的知识产物是拥有域名、关联 URL 和 HTML 格式网页的网站。DNS 是协调机构。人们基于“网站才是关键所在”这一前提，为域名支付巨额费用。它确实重要，现在依然重要。但已不如从前。随着时间推移，Google 成为新的协调机构，其深入指向网站内部的能力使网页——而不仅仅是网站本身——成为有价值的知识产物。社交媒体让“帖子”和短视频成为其他知识产物。新的价值创造和价值获取方式从这种解绑中涌现出来。打包软件作为关键可货币化产物的地位被取代，取而代之的是 Web 应用，即面向庞大后端数据库的、基于信息和软件的前端。

点击成为了一种全新且极具价值的知识产物，是衡量注意力和意图的单元，随后被定价。先是按点击付费广告（Google），然后是最大化互动（社交媒体），成为巨额财富的基础。那些在其他人仍聚焦于旧产物时就早早注意到新产物的人，随后基于它们发明新的商业模式，往往比那些仍试图按新规则行事的人玩着更大的游戏。

当我在 2005 年的“什么是 Web 2.0”中总结这些想法时，我谈到的关键原则是“利用集体智慧”、“超越单一设备层面的软件”以及“数据成为下一个 Intel Inside”。（也就是说，下一个有价值的锁定来源。）在互联网泡沫破灭中幸存下来的公司，是那些理解用户通过互联网活动产生的数据才是真正重要的资产、而不仅仅是提供服务的软件的公司。那是一个关于新知识产物的论点，尽管我当时没有使用这些词。PageRank 理解链接即投票，而一种改进自然搜索的新机制催生了互联网经济的新维度。链接被相应地买卖和操纵。SEO（“白帽”和“黑帽”）和搜索质量成为战场。

如今内容已被吸收进 AI 模型，所有这些学科都不得不改变。书籍、音乐、视频、网络内容，以及维基百科、GitHub 和 Stack Overflow 等网站，全都成了磨坊里的谷物。在开源时代，Stack Overflow 上一个措辞得当的问题所获得的投票答案是一件有价值的产物，而写出好答案所带来的声誉则是一种附属产物，就像在 GitHub 上一样。Stack Overflow 上新增问题的数量在 2014 年前后达到每月约 20 万的峰值，在 ChatGPT 出现之前就已经在下滑，但下降在 2022 年 11 月之后急剧加速。那些答案中的知识并没有消失。它被吸收进了模型，而模型如今基于其所消化的一切综合给出自己的答案。这样一来，它们也吸走了本应流向原始知识创造者的大部分流量。需要开发新的机制来建立价值创造的循环经济。

互联网也让软件开发发生了根本性变化。我的另一条 Web 2.0 原则是我所称的“永久测试版”。人们很容易忘记，在 PC 时代，软件每隔几年才发布一次大版本，新版本通过 CD 分发（更早则通过 9 轨磁带）。我记得 2005 年马克·卢科夫斯基刚到 Google 不久时与他交谈，他此前是微软 Windows NT 的开发者。他欣喜于能够在一项改动经过测试后不久就将其推送到全球生效。最终，我们看到了测试驱动开发（TDD）以及持续集成与持续交付/部署（CI/CD）等新机制的正式化，如今我们对此习以为常，仿佛它们一直就是常态。

不过，故事还没有结束。旧的知识产物不会一下子消失，也不会不战而退。新的产物只成形了一半，存在可被利用的弱点。我们正身处这场争斗之中。但我猜想，赢家将是那些最先理解五年后深层价值来源会是什么的人。

当代码变得廉价，什么变得有价值？

当代码的生成变得廉价，有价值的东西或许是提示词、上下文以及其他告诉模型生成什么代码、如何生成好的产物。我开始用一个通用术语“上下文包”来描述你交给模型去完成工作的那些产物。

在本文开头，我谈到从代码中提取的软件模式是一种新的可共享知识产物。但这只是开始被共享的众多“上下文包”中的一种。规格驱动编程的核心就是开发上下文包。规格成为被评审、版本化和保留的东西，代码则按需从中重新生成。（很多人担心这可能会回归瀑布式开发。如果做得不好，确实可能。但如果做得好，配合快速迭代？也许恰到好处。）

Agent Skill 是另一种上下文包，是一个包含指令、脚本和参考材料的文件夹，智能体只在任务需要时才加载它。Anthropic 将该格式作为开放标准发布，它已被越来越多的其他智能体产品采用。MCP 服务器则是另一种呈现上下文的机制，它将塑造 LLM 的工作。

还有我所谓的“魔法词”。

但这还不是全部。智能体轨迹——即记录智能体尝试了什么、调用了哪些工具、动用了哪些上下文的记录——是我们目前最接近那些未被正式化为代码的工作的提交历史的东西。哪些上下文包被调用、由谁调用的日志，也可能成为归因和付费的原材料，正如点击曾是广告的原材料。而人们要求其智能体去做的事情的流，可能成为这个时代之于上一个时代的点击——即意图信号，AI 经济的协调机构正是围绕它建立起来的。我常常想，智能体版的 PageRank 会是什么。智能体会像链接那样留下随时间增强或消退的“信息素轨迹”吗？

甚至一个形式良好的问题或猜想也可以是一种上下文包。数学和科学界已经重视并交换这类东西，我开始认为，存在构建用于共享和给予信用的基础设施的机会。毕竟，arXiv.org 已经通过发表预印本而非仅发表经评审的论文，把信用的边界向上游推进了一步。为什么不一路走到为形式良好的猜想给予优先权信用呢？

评估（eval），即一组编码了某项任务中何为好工作的测试用例，也可能成为领域专家能够创造、保留或分享的最有价值的东西之一。但伊甸园里有条蛇。在 Foo Camp 上，Nick Vincent 对我说，评估作为上下文对象存在真实风险，因为一场获取海量数据（比如关于企业工作流的数据）并将其卖给实验室用于训练的竞赛正在进行。但评估只有在被评判的模型尚未见过答案时才有效。一旦测试用例泄漏进训练数据，评估衡量的就是模型记住了什么，而不是它能做什么。我们如何保护评估的留出集？这可能是一个仍然需要的关键机制，而构建评估的人以及其工作流被评估所描述的公司，都有充分理由去开发它。在我看来，这个过程如果能更透明，甚至由中立机构监督，会更好。

我们如何开始信任新的人工制品？

每一次革命的部分工作，都是建立帮助市场参与者信任其新产物的机制。在他的著作《自然的大都市》中，William Cronon 讲述了芝加哥如何在 1850 年代成为世界谷物贸易的中心。促成这一点的机制是铁路、蒸汽动力谷物升降机和电报。协调机构则成为芝加哥期货交易所。1856 年，该交易所采用了统一的分级标准。在此之前，农民把谷物装进一个个单独的麻袋，沿途每个买家都必须检查每一批货，或者信任卖家。此后，一批小麦由中间商检验，倒入装有同级谷物的粮仓，其所有者会拿到一张收据，比如一千蒲式耳 2 号春小麦。分级标准成为了一种建立信任的新机制，而等级收据则是证明它的新知识产物。二者共同将谷物的所有权与谷物本身分离开来。一旦商人开始交易谷物收据，没过多久他们就开始交易尚未交付的谷物的承诺，期货市场由此诞生。（这引出一个有趣的问题：AI 时代的衍生品会是什么？）

Cronon 的历史还指出，收据的可信度取决于签发它们的仓库管理员。其中一些人签发的收据根本没有谷物支撑，或者散布谣言说储存的谷物正在变质，以便低价买入收据。经过交易所内部多年的斗争，以及最终最高法院在Munn 诉伊利诺伊州案中支持的州监管，收据才变得可信。新的知识产物会招来伪造品。

即使不涉及欺诈，新技术在早期也常常出现失误。想想那些可以用用户自己的数据填写的电子表格模型的兴起。模型是一组假设和公式，让任何人都能问“如果……会怎样？”并在几秒钟内得到答案。当时简直是魔法！最终却完全被视为理所当然。模型成了一种可以四处传递的产物，被用来在创建它的公司之外的公司里做商业决策。1984 年，电子表格革命开始几年后，Steven Levy 写了《电子表格的认知方式》，讲述 VisiCalc 和 Lotus 1-2-3 对美国商业的影响。Levy 警告说，电子表格模型的好坏取决于其假设。当时，人们把执行不佳的电子表格模型奉为圭臬，相当于今天某些 AI 使用失败的情况。

摸索着走向未来

当人们不再看重他们过去看重的东西时，就有必要问问他们转而看重什么。对有价值的新知识产物保持警觉是一种超能力。新的产物往往在组织它们的制度出现之前很久就出现了，也远在任何人想出如何衡量它们之前。GitHub 在开源软件成为主流十多年后才成立，而 Google 在第一批网站出现十多年后才占据主导地位。我敢打赌，我们在上下文方面正处于类似的时刻：产物开始出现，而协调它们的制度尚未建立。

有很多工作我正在热切关注，想看看它在哪里、是否以及如何获得 traction。

• Duncan Davidson 正在做一项引人入胜的工作，研究拥有一个个人上下文之家意味着什么。我迫不及待想看到他公开并复用更多这项工作。与此相关，开放记忆协议倡议试图定义一套用于交换上下文的有用机制。
• Sam Schillace 已经开始构建一个他称之为智能体构建模式的仓库。其中一个模式，“锚定规范名称”，呼应了我去年在“魔法词”中写到的想法，也是我们正在通过 O’Reilly Expert Intelligence MCP 探索的内容。正如 Sam 所说，规范名称是一种引用“模型在训练中已经学到的整套连贯方法论”的方式，远比用一段话转述同一想法可靠得多。
• 有许多尝试在为智能体时代重新发明 GitHub，包括 Cursor Origin 和由 GitHub 前 CEO Thomas Dohmke 创立的 Entire。Entire 自称是“新的分布式 Git 锻造平台，将你的意图与代码一同存储，专为智能体编码的规模和吞吐量而构建”。它不使用传统的拉取请求，而是使用 Trails——一种由智能体驱动的审查系统，记录会话轨迹和自动化评估，使开发者无需阅读 diff 的每一行就能合并代码。Origin 是一个智能体优先的 Git 托管与协作平台，围绕结构化语义 diff、机器可读的合并状态和自动化智能体路由而设计。作为商业产品，这两者都是现有软件分发机制和产物的例子。
• 也许对我在本文中探讨的观点来说最有趣的是，Anthropic 正在为自身使用构建一个专有的、仅限内部的 Git 替代品。该公司发布了一份关于该系统的非常详细的描述，称之为 Scion。它甚至可能详细到足以让拥有大团队和大量算力的人以该描述为起点进行复现。但你可以从他们所构建的规模中看到“分发上下文和规格并即时重建”模式的局限。
• 但也有尝试构建系统，使开发者能够在一个新的参与架构中共享轻量级组件。Common Fabric 正在构建一个完整的系统，其前提是可丢弃的智能体生成软件表达可重复的模式，使用与用户而非应用程序关联的数据，并且数据自带其使用规则。在我与联合创始人兼 CEO Alex Komoroske 的对话中，他将这些模式描述为可以从互联网任何地方获取或由 LLM 即时编写的小段代码。智能体将主要编写它们，而不是人类开发者。但它们将主要代表用户编写，一旦某人的智能体构建了一个模式，其他任何人都可以使用它。他们的解决方案可能不是最终胜出的那个，但它绝对是向软件可能非常不同的未来迈出的大胆一步。

不要被困在软件开发的过去。扎根于它的历史——它生长的土壤——并想象它的未来。我们将想要共享什么，我们将想要复用什么，以及我们需要什么机制来有效地做到这一点？

来源：O'Reilly Radar · oreilly.com