Printing Press Software Democratization——印刷術與軟體民主化

資料來源#

• Anthropic's Boris Cherny: Why Coding Is Solved, and What Comes Next

摘要#

Boris Cherny 提出了一個類比來描述 AI 正在對軟體產業做的事：1400 年代歐洲印刷術的發明。印刷術出現之前，識字率約 10%；識字者受僱於大多不識字的國王和領主。Gutenberg 之後的 50 年內，印刷出版的書籍數量超過了之前一千年的總和；書籍成本下降了約 100 倍。在接下來的幾個世紀裡，全球識字率達到約 70%。Boris 主張軟體撰寫正處於相同的轉折點——生產軟體的成本崩塌、技能變得普及，瓶頸從寫程式轉移到領域知識。

Boris 的原話類比#

"Before the printing press, essentially 10% of the European population was literate. They knew how to read and write. They were often employed by like kings and lords that were not literate."

"The printing press was invented, then there were two more presses, and in the 50 years after the first printing press, there was more literature published in Europe than in the thousand years [before]."

"Software will be a thing that is fully democratized, that anyone can do."

"The best person to write accounting software, I think maybe even today, is not an engineer, it's a really good accountant because they know the domain really well and coding is the easy part."

這個類比主張什麼#

1. 生產成本崩塌。 軟體就像印刷術之後的書籍，變得廉價可生產。
2. 技能擴散。 軟體撰寫曾是一項專業技能，如同 1400 年代的識字能力；它正在變成通用技能。
3. 領域知識成為差異化因素。 一旦識字普及，你寫什麼比會不會寫更重要。一旦寫程式普及，你為誰建造什麼比程式技能更重要。
4. 比 50 年更快。 Boris 的附註：「比 50 年快得多。」2026 年技術擴散的時間尺度是以月計，而非以世紀計。

類比切中之處#

• 教育體系花了幾個世紀才跟上大眾識字。 建立在「大多數學生在家無法閱讀」假設上的學校必須重建。目前沒有明顯的對應機制來應對「大多數人都能建造軟體」。訓練營、資工課程和工程師職級制度都假設程式技能的稀缺性——這個假設可能不再成立。
• 識字普及後專業作家仍然存在。 「現在我們都能讀寫……（但）仍然有專業作家，那仍是一種職業。」Boris 暗示民主化之後專業工程師仍會存在，就像專業作家一樣——但基準線會移動。
• 識字並未取代領主。 大眾識字並未削弱識字菁英的權力——它改變了哪些技能是高價值的，並將其向上推移。Boris 的隱含賭注：價值從「會寫程式」遷移到「能決定要建造什麼」——參見 Engineer PM Convergence。

類比力有未逮之處#

• 書籍是靜態的；軟體是動態的。 書印出來就放在那裡。軟體需要維護、安全防護、擴展。「任何人都能寫軟體」並不代表任何人都能在生產環境中可靠地運行軟體。
• 軟體有書籍沒有的複合網路效應。 一本書不依賴其他書，但大多數軟體依賴其他軟體。這個類比低估了基礎設施／依賴關係／互通性的問題。
• 閱讀是單向的；軟體有利害關係人、使用者和攻擊者。 大規模的普遍軟體創作引發了識字時代不曾有的問題（安全性、問責制、監管）。
• 「會計師寫會計軟體」的主張現在就可以驗證。 Boris 暗示我們已經看到這種現象。2026 年這種模式實際運作頻率的硬數據不在來源中——但 Cat Wu 關於具備產品品味的工程師的平行觀點暗示，領域知識 + 程式能力的整合才是真正的槓桿，而非純粹的非工程師創作。

Boris 得出的啟示#

• 現在是創業的最佳時機。 小團隊能與大企業正面競爭，因為大企業必須重新培訓人員／改變流程／克服內部阻力——新創公司從第一天就以 AI 原生方式建造（參見 Seven Powers Applied to AI）。
• 未來 10 年將出現 10 倍以上具顛覆性的新創公司。 Boris 的預測。
• Boris 預測的下一個價值形態：擁有深厚領域知識、現在也能建造軟體的人。 會計師、醫生、律師、教師——領域專家為自己的領域撰寫工具，而非等待 SaaS。

相關連結#

• Boris Cherny——此框架的作者
• Seven Powers Applied to AI——哪些護城河能存活的配套分析
• Engineer PM Convergence——同一方向在更小時間尺度上的表現（公司內部角色合併）
• Claude Character as Product——一旦任何人都能建造，軟性屬性（品味、性格）成為差異化因素
• Harness Shrinkage as Models Improve——harness 縮減是同一擴散的一個切面：軟體的軟體也變得更簡單
• Compute Allocator——民主化建造者扮演的角色：決定什麼值得生產，既然生產已經廉價
• Disposable Micro-Apps——單一任務尺度上的豐裕經濟學：軟體廉價到可以建造、使用一次、然後丟棄
• AI-Native Startup Lifecycle——Anthropic 將此論點操作化為逐階段的創辦人手冊（2026 年 5 月）
• Founder as Agent Orchestrator——民主化產生的角色轉變；創辦人新近來自非工程背景的垂直領域
• Compounding Data Moat——一旦寫軟體普及化，取代「能寫程式」的護城河：時間鎖定的行為數據 + 編碼過的領域邊界案例
• Vibe Coding vs. Agentic Engineering——Karpathy 的「vibe coding 提升了底線」是從實踐者詞彙表達的同一民主化
• The AI-Native Safe-Choice Inversion——需求端的鏡像：一旦任何人都能建造 AI 原生軟體，買家開始期待它，翻轉了哪個供應商才是「安全選擇」

開放問題#

• 領域專家作為建造者在 2026 年是否真的大規模發生？軼事（店主、微控制器愛好者）是的；非工程師以軟體建造為主要工作，尚不明確。
• 普遍程式識字的對應物是什麼——類似義務教育？還是這不會發生，我們會得到一條自學建造者的長尾分佈？
• Boris 的「會計師寫會計軟體」——這是否會產生一萬個無法互通的狹窄工具？整合的故事是什麼？

衍生內容#

• Learning to Co-Work with AI: A Software Engineer's Field Guide——將民主化論點應用於個人工程師的技能發展（領域深度 + 跨學科廣度作為新的差異化因素）
• Opinions on Using AI Tools & the Future of the Software Engineering Role——使用此類比作為「看好的內部人士」立場，以及未來角色章節的宏觀驅動力

資料來源#

• Anthropic's Boris Cherny: Why Coding Is Solved, and What Comes Next