科技圈过去一年最流行的叙事，叫软件已死

科技圈过去一年最流行的叙事，叫软件已死。 投资人和分析师都在反复预言：AI 智能体正在接管代码，传统的企业软件行将就木。 但在 2026 年 8 月，专门做软件项目管理的 Linear，估值直接翻倍到了 25 亿美元。 它的年经常性收入突破了 1 亿美元。 由 Accel 领投的这笔交易，没有向公司注入一分钱扩张资本，是一笔 9900 万美元的员工老股要约收购。 因为这家团队规模极小的公司，从创立第二年开始就实现了盈利，至今保持着健康的现金流。 更反常的是它的付费客户名单。 OpenAI、Cursor、Figma、Ramp、Coinbase。 这批在全世界最用力推行 AI 编码、最想用算法替代人力的顶尖科技公司，全在给它按月付账。 如果 AI 真的能让写软件这套工业流程彻底蒸发，为什么最懂 AI 的人，反而要花重金买一套管理软件？ 是资本市场又一次被估值数字蒙蔽了双眼？ 还是多数人对这场技术革命的理解，从最底层就看反了方向？ 顺着生产力的底层规律拆到底，会看到一台支配了技术演进上百年的经典机器。 杰文斯悖论。 1865 年，英国经济学家威廉·斯坦利·杰文斯发表了《煤炭问题》。 他发现了一个极度反直觉的规律： 当蒸汽机的效率大幅提升、消耗单位煤炭的成本急剧下降时，煤炭的总消耗量并没有萎缩，反而迎来了数十倍的爆炸性增长。 因为一种核心要素的成本一旦降到极低，它就会以极快的速度渗透进过去根本无力负担的海量场景。 把这台机器搬到今天的数字世界，每个齿轮都在以完全相同的轨迹咬合。 AI 并没有消灭对软件的需求。 它只是把写代码的边际成本直接砸到了地板上。 过去一个工程团队一周只能交付几个功能、提交几组代码合并。 现在配齐了代码智能体，一个开发者一天就能生成上千行代码，同时让数十个自动化智能体在后台并行作业。 代码的供给瞬间泛滥成灾。 但在任何生产系统里，当上游的供给瓶颈被强行砸碎，下游的治理瓶颈就会立刻成为新的死穴。 协同墙。 当代码生成的速度提升了十倍，谁来决定下一个需求该做什么？ 人类团队如何向没有实体工位的智能体下发清晰的任务指令？ 数十个智能体在代码仓库里横冲直撞，谁来跟踪进度、谁来界定责任归属？ 海量调用产生的模型账单，究竟对准了哪些能够产生商业价值的真实业务？ 智能体拥有恐怖的生成速度，但它天然缺乏对组织全局的理解能力。 代码生成越廉价，团队内部的混乱与失真就越呈指数级放大。 创始人 Karri Saarinen 点破了这层窗户纸： 技术演进到今天，核心痛点早已不再是代码编写，变成了一个极其严肃的人类协同问题。 整个系统的运转上限，从此取决于人和智能体之间的中介层到底有多坚固。 Linear 压下的全部筹码，就是把自己做成那个唯一的真实状态机。 它把 AI 智能体直接拉进工作流当作一等公民，给人和机器提供同一套分配任务、同步状态、校验结果的协作骨架。 它卖的不是代码生成工具。 它卖的是在代码洪水中维系秩序与共识的治理通道。 过去一年里，无数旧式软件忙着在自己笨重的界面上硬塞一个聊天框，把它当成自救的救命稻草。 那种浮于表面的功能堆砌，正在被大模型的底层进化无情淘汰。 但只要算力爆炸带来的混乱还在加剧，卡在核心协同节点上的中介层，就会成为所有智能体必须接入的调度中枢。 新技术从来不会单纯消灭一个行业。 它只是把生产的旧瓶颈击穿，再把更沉重的协同成本推到新的关口面前。 决定一家软件公司能否在智能浪潮里活下去的，从来不是它能不能替人类写出几行代码。 在于当整个世界被机器产出的信息淹没时，那把分配任务、定义秩序的钥匙，究竟握在谁的手里。