I replaced a $120/year micro-SaaS in 20 minutes with LLM-generated code
原文链接: The Pragmatic Engineer
背景
作者在 pragmaticengineer.com 上使用 Shoutout.io 服务来展示推荐语，每年花费 $120。这个服务的计费系统坏了好几年，作者决定用 LLM 来重建自己的用例。
结果：用 Codex 20分钟完成重建，不再依赖第三方服务， testimonials 存储在 JSON 文件中
关键亮点
- 20 分钟完成：从开始到部署仅用 20 分钟
- 成本：用 Codex (OpenAI 的编程模型)，无额外费用
- 替代方案：不再需要 $120/年的 SaaS， testimonial 存在 JSON 文件中
- 开发者优势：开发者比普通用户更适合用 LLM 移植 SaaS
- 微 SaaS 风险：没有持续价值的 SaaS 容易被替代
对软件工程师的意义
- 命令行更亲切：开发者更习惯用命令行进行未来更新
- 开发者移植 SaaS 更快：能快速判断 AI 生成的代码是否正确
- 有趣的经历：用 LLM 重写第三方功能是有趣的挑战
对 SaaS 产品的意义
- 重建 SaaS 仍比重建你的特定用例难：完整 SaaS 有更多功能（认证、计费、多平台集成等）
- 没有持续价值的 SaaS 容易被替代：静态展示类服务风险最高
- 微 SaaS 买卖可能不再那么有利可图：买家可能认为零投资也能维持收入增长
核心教训："破窗效应"比过去更不可接受。当用户对付费产品的 broken windows 失去耐心，尤其是当摆脱它的成本很低时，就会选择离开。
结论
AI 正在使软件开发的边际成本急剧下降。对于没有持续价值贡献的 SaaS 产品，用户更容易选择自己构建替代方案。这对独立开发者和小型 SaaS 创业者是一个重要的警示。