核心观点

AI并不会让软件变得"短暂"（ephemeral）；它只是让代码生成更便宜，但瓶颈转移到了验证、集成和用户体验上。软件工程的难点从来不是写代码，而是通过解决边缘情况和操作歧义来发现正确行为。

关键论点

• 代码生成成本趋近于零 ≠ 软件可随意丢弃：维护成本并未消失，只是转移到了其他地方
• 持久性Artifacts将激增而非消失：代码、版本历史、测试、schema、规范、日志、事件报告
• 软件是"可塑的"（malleable）而非"短暂的"（ephemeral）：代码仍是真相的来源
• 自然语言无法替代形式化可执行语义：规范文档无法完全捕获所有边缘情况

证据与分析

作者分析了"短暂软件假说"的证据，包括：

• Cursor 12个月内达到$500M ARR
• YC W25 25%的初创公司代码库95%由AI生成
• Claude Code 6个月内达到$1B收入
• GitClear数据：代码克隆增加8倍，重构和复用从25%降到不足10%

但这些证据更多表明代码生产更快，而非软件变得可丢弃——代码仍然被版本管理、审查、测试、部署和维护。

两个维度的分析

再生频率：代码多久被重新生成一次？

• 罕见（增量编辑）
• 每次变更请求
• 每个会话连续

Artifact持久性：什么在再生之间持久化？

• 完整stack（代码、测试、schema、规范、日志）
• 仅高层prompts/规范
• 几乎nothing

结论

AI将使代码的生产和修改变得大规模更容易，但持久性artifacts——代码、版本历史、测试、schema、规范、日志、事件报告——将会激增而非消失。在成熟的软件系统中，代码仍然保持核心地位，因为它既是形式化的，也是将操作歧义具体化解为部署行为的地方。

未来是可塑软件（malleable software），而非短暂软件（ephemeral software）。