一句话看懂：AI 正在把“开发软件”这件事本身变成低门槛动作，行业瓶颈随之从“如何写代码”转向“该做什么产品”。X 平台投资人 Nikunj Kothari 接连发布观点指出，这一轮真正获益的将是少数高质量产品，以及擅长定义问题的产品经理群体。
事件核心：发生了什么
9 月 7 日，X 平台用户 Nikunj Kothari 发布了一条浏览量超过 1.5 万次的推文，表达了一个正在形成共识的判断：随着大模型与各类 AI 开发工具让构建软件越来越容易，“构建什么”正在取代“如何构建”，成为新的关键瓶颈。他在另一条发布于 1 月 15 日的帖子中进一步提出一个有争议的观点：软件行业尚未充分意识到，产品经理（PM）反而最适合在 AI 时代生存——因为当想法与落地之间的执行鸿沟被大模型显著压缩后，持续产生新想法、并判断哪个想法值得做的能力成为稀缺资源。
目前公开信息显示，Kothari 本身并非软件开发者或企业高管，其言论更多代表风投与早期创业生态对趋势的观察，而非某家公司的官方发布。但他提到的“AI 原生组织不需要大量平庸应用，少数好产品天然适配”这一判断，与当前不少 AI 创业团队的实际体感一致。
为什么重要
这一观点触及 AI 应用层的结构性变化：过去软件的竞争壁垒在于工程实现能力，API 调用、开源模型微调、甚至提示词工程已经把执行门槛拉低到个人开发者也能覆盖的水平。如果“能写出来”不再是门槛，那么整个开源与闭源模型之争的核心价值也会随之转移——模型本身的能力差距若缩小，最终决定胜负的将是数据飞轮、场景入口和产品定义精度。
对现有软件公司来说这是一个危险信号：当构建成本趋近于零时，大量基于“功能完整”而存活的应用会被更精准的小产品替代。AI 原生组织不需要堆叠功能，而是依赖少数高渗透率、强数据回报的核心工具生存。这也是投资逻辑从“团队能做什么”向“团队判断做什么”偏移的原因。
对用户/开发者/创作者的影响
对开发者：“会写代码”不再是决定性优势，评估使用哪些 AI 工具、如何组合推理与训练成本、如何将大模型能力封装成特定场景体验，才是核心竞争力。独立开发者有机会以极小团队面向垂直需求提供精品应用，但同样面临同质化竞争加剧。
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。
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。
对产品经理与创作者：Kothari 的判断若成立，PM、独立创作者等长期处在“用户需求第一线”的角色将获得更高的行业话语权。他们不直接贡献代码，但输出的是模型无法自动生成的判断：哪个问题值得被解决，谁愿意为它付费。创作者也可以把内容选题、品牌调性视为一种“产品定义”能力，与 AI 组合使用。
对企业用户：这意味着大批量部署 AI 工具未必明智，真正值得采购的是那些嵌入业务关键路径、能积累私有数据并持续迭代的产品；而大量“AI 版 Excel”式的宽泛工具，可能在浪潮后迅速淘汰。
值得关注的后续
一，观察 AI 应用创业团队的人员结构是否出现明显变化——技术合伙人的配比是否下降，具备行业与用户洞察背景的创始人是否更容易拿到早期融资。二，留意头部模型厂商的开发者生态策略是否从“提供更多能力”转向“辅助用户找到正确的问题”，例如出现更智能的需求分析或产品设计 Agent。三，验证“少数精品”这一判断：在实际下载量或企业付费数据中，是否出现头部 AI 应用集中度显著提升、长尾应用大量消失的趋势。
