只是一个算不得严谨思考的记录。

        就从我现在的工作内容来看，未来的软件，可能真的是“活”的。当代码变得廉价时，我们的重心就转移到了这个功能该如何设计上，怎么把意图表达清晰，让AI输出正确的代码。再往上会想，这个产品做出来，市场还买账吗？（当然，市场转向肯定没这么快，还给钱就有市场）

        比如我想要处理一个指定格式的数据转换，以前就是写代码/脚本等，写算法，调用指令的活，甚至为了契合平台的积累，会把核心代码包装成平台接口。这个工作量，可能快则1天，慢则3天。

        但是现在，我直接告诉Claude Code，需要处理这个数据，在哪个目录，可以用哪些算法库（环境搭好了），然后它就开始分析，输出执行脚本、运行，搞定。接着，按照原来的习惯会积累、形成复用库，但是最近突然觉得，这些生成的脚本，根本就不想去沉淀，因为下次来同样的事儿，我还是会简单描述意图，然后执行，输出，最多让他参考原有的脚本或者沉淀的领域知识，再去做，减少漂移。

        所以现在的沉淀，基本上是领域知识，或者一条已经足够固定的工作流（SKILL/Workflow），至于复用库，实际只会带在，如SKILL内，作为参考。

        这里也不是说架构、设计就没有用了，只是在考虑架构、设计容纳的是知识，不仅仅是代码片段——把知识规划到AI最好读取、理解的地方，再到下次解决同样的问题，AI就知道如何取舍：是用已有的技能、还是迁移新造。

原始内容在我的飞书知识库中：未来软件的形式

我的AI积累主要写在飞书知识库内，会持续更新迭代，输出自己的想法与实践总结：Being的AI积累