大语言模型时代的可扩展软件

事件核心：发生了什么

Jeremy Morrell 在个人博客发布长文《大语言模型时代的可扩展软件》，提出“LLM-native software”概念。他以 AI 编程助手 Pi 为例——Pi 提供稳定的工具、命令、事件和 UI 钩子，用户可以直接用自然语言提出需求（如“把超过 4000 字的文章推送到我的阅读器”），系统将其编译为小型 TypeScript 扩展并热加载，扩展还可打包分享给其他用户。

文章还提到，Y Combinator 合伙人 Pete Koomen 正在推动“Small Software”方向，认为 AI 代理让个人工具开发变得容易，但部署、安全和分享环节仍是瓶颈。Morrell 的核心判断是：Web 是世界上最成功的软件分发系统，但现有可扩展软件（如 Blender 插件、游戏 Mod、IDE 插件）几乎都是本地软件，门槛高、面向专业人士。LLM 将极大降低扩展开发成本，配合现代沙箱机制，网页应用可以做成“可靠核心 + 用户无限扩展”的模式。

作者目前在 Cloudflare 工作，文末特别推荐了 Dynamic Workers 作为该模型的技术底座，但也先讨论了几种备选方案。

为什么重要

这一观点触及了软件工程的一个长期矛盾：功能越多，界面越复杂，对不需要该功能的用户反而是一种负担。传统软件只能服务需求曲线顶部的“最大公约数”，长尾需求被系统性忽视。LLM 辅助编程让“为一个人写软件”的成本趋近于零，从而改变了扩展性的经济模型——不必在产品核心塞进所有功能，而是让用户按需“说出”自己的功能。

如果这个模式成立，软件分发的逻辑将发生变化：核心代码的复杂度可以被控制，生态的长尾由用户和 AI 协作补充，扩展可以像 Google Doc 一样一键分享给同事。对于 Web 平台而言，这意味着 JavaScript 沙箱、边缘计算（如 Cloudflare Workers）和 LLM 代码生成三者结合后，Web 应用的扩展能力将首次达到桌面软件的水平，同时保留 Web 的零安装分发优势。

对用户/开发者/创作者的影响

对普通用户：无需学习编程即可定制常用工具，例如改良 RSS 解析规则、设置自动化工作流（按标签触发动作、定时任务）。文中设想的场景是“告诉机器人你想要什么，它生成代码并挂载到扩展点”，用户只需要能描述需求。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对开发者：核心开发者的职责从“穷举所有功能”转向“设计良好的扩展点”。应用需要提供稳定的钩子（hooks）、权限边界和沙箱环境，这要求安全意识和技术架构能力。同时，分享扩展（类似 Pi 的包管理）可能成为新的生态竞争点。

对创作者和独立开发者：可以使用 LLM 快速为自己的工作流搭建“一次性”小工具，也可以将定制化的扩展打包出售或开源，形成新的分发渠道。公众号运营者、研究者和内容消费者是文中明确提到的受益群体。

值得关注的后续

1. Dynamic Workers 是否落地：Cloudflare 目前已有 Workers 沙箱和 AI 网关，但让用户动态生成并部署代码（而非开发者手动部署）仍需要安全和配额机制上的突破，可关注 Cloudflare 后续产品公告。

2. Pi 的扩展生态规模：Pi 已经支持工具、命令、事件、UI 四个扩展钩子，并支持扩展打包分享。观察它能否吸引第三方开发者形成社区，是验证该模式的关键指标。

3. 传统 SaaS 是否跟进：Notion、Linear 等产品已经尝试 AI 辅助自动化，但尚未开放“用户生成代码扩展”的接口。如果“可扩展软件”成为趋势，主流 SaaS 需要重新设计它们的 API 和插件市场。

目前公开信息显示，Morrell 提出的模式尚无大规模商业验证，但 YC 的关注和 Pi 的实践预示着这一方向正在从个人实验走向产品化探索。

来源：jeremymorrell.dev